正则表达式 (cleregular expression)
正则表达式是高效，强大，便捷的文本处理工具，本身，再加上如同一门袖珍编程语言的通用模式表示法（general pattern notation),赋予使用者描述和分析文本的能
力。配合上特定语言工具提供的额外支持，正则表达式能够添加，删除，分离，叠加，插入，和休整各种类型的文本和数据。
正则表达式的组成
完整的正则表达式由两种字符构成:特殊字符（special characters,如通配符*），称为“元字符”;其他为“文字”（literal),或称普通文本字符（normal text characters)。
行起始和结束（位置匹配）
在检查一行文本时，"^" 代表一行的开始, "$" 代表结束。如，“cat” 寻找的是一行文本中的任意位置的 “cat”，但是 “^cat” 只寻找行首的 cat， "^"用来把匹配文本
（这个表达式的其他部分匹配的字符）“锚定”在这一行的开头。同样，“cat$”之寻找位于行末的 cat,如 scat，以cat结尾的行。
^cat 匹配以 cat 开头的行 //错误
^cat 匹配以 c 作为一行的第一个字符，紧接着一个 a , 再紧接着 t 的文本。 //正确
注：要养成按照字符理解正则表达式的习惯。脱字符和美元符号的特别之处在于，他们匹配的是一个“位置”，而不是具体文本。
匹配若干字符之一（文本匹配）
如过，我们想匹配单词，如“grey”，同时又不确定它是否写作“gray”，就可以使用正则表达式结构体（construct）"[……]"。它容许使用者列出在某处期望匹配的字符，>通常被称为字符组（characters class)。"e" 匹配 e,"a" 匹配 a, "[ea]" 匹配 e 或 a。
"gr[ea]y": 先找到 g,跟着是一个r,然后是一个 a 或者 e,最后是一个y。
注："[Ss]mith" 单词首字母大小写的情况需注意，这个表达式，仍然可以匹配内嵌在单词里的smith或Smith,如blacksmith。
请注意，在字符组以外，普通字符，都有“接下来是（and then)” 的意思，“gr[ae]y"——"首先匹配 g，接下来是 r ……"。这与字符组内部的情况正好相反。字符组的内容
是在同一个位置能够匹配的若干字符，所以它的意思是“或”。
在一个字符组中可以列举多个字符。如[123456],匹配 1 到 6 中的任意一个数字。在字符组内部，字符组元字符（character-class metacharacter）"-"(连字符)表示>一个范围。如[0-9],[a-z]等,表示匹 配0 到 9中的任意一个数字，a 到 z 中的任意一个小写字母。和一一列举表单的意思是一样的。“[0-9a-fA-F],[A-Fa-f0-9]”用来匹配>十六进制数字,顺序无所谓。除此外，可以随心所欲把字符范围与普通字符相结合,如“[0-9A-z_!.?]”，能够匹配一个数字，大写字母，下划线，惊叹号，点号，或者问号。
注：只有在字符组内部，“-” 连字符才是元字符，否则它只能匹配普通连字符号。实际，即使在字符组内部，若它出现在字符组的开头，它也不是元字符，只是一个普通
正则表达式是高效，强大，便捷的文本处理工具，本身，再加上如同一门袖珍编程语言的通用模式表示法（general pattern notation),赋予使用者描述和分析文本的能
力。配合上特定语言工具提供的额外支持，正则表达式能够添加，删除，分离，叠加，插入，和休整各种类型的文本和数据。
正则表达式的组成
完整的正则表达式由两种字符构成:特殊字符（special characters,如通配符*），称为“元字符”;其他为“文字”（literal),或称普通文本字符（normal text characters)。
行起始和结束（位置匹配）
在检查一行文本时，"^" 代表一行的开始, "$" 代表结束。如，“cat” 寻找的是一行文本中的任意位置的 “cat”，但是 “^cat” 只寻找行首的 cat， "^"用来把匹配文本
（这个表达式的其他部分匹配的字符）“锚定”在这一行的开头。同样，“cat$”之寻找位于行末的 cat,如 scat，以cat结尾的行。
^cat 匹配以 cat 开头的行 //错误
^cat 匹配以 c 作为一行的第一个字符，紧接着一个 a , 再紧接着 t 的文本。 //正确
注：要养成按照字符理解正则表达式的习惯。脱字符和美元符号的特别之处在于，他们匹配的是一个“位置”，而不是具体文本。
匹配若干字符之一（文本匹配）
如过，我们想匹配单词，如“grey”，同时又不确定它是否写作“gray”，就可以使用正则表达式结构体（construct）"[……]"。它容许使用者列出在某处期望匹配的字符，>通常被称为字符组（characters class)。"e" 匹配 e,"a" 匹配 a, "[ea]" 匹配 e 或 a。
"gr[ea]y": 先找到 g,跟着是一个r,然后是一个 a 或者 e,最后是一个y。
注："[Ss]mith" 单词首字母大小写的情况需注意，这个表达式，仍然可以匹配内嵌在单词里的smith或Smith,如blacksmith。
请注意，在字符组以外，普通字符，都有“接下来是（and then)” 的意思，“gr[ae]y"——"首先匹配 g，接下来是 r ……"。这与字符组内部的情况正好相反。字符组的内容
是在同一个位置能够匹配的若干字符，所以它的意思是“或”。
在一个字符组中可以列举多个字符。如[123456],匹配 1 到 6 中的任意一个数字。在字符组内部，字符组元字符（character-class metacharacter）"-"(连字符)表示>一个范围。如[0-9],[a-z]等,表示匹 配0 到 9中的任意一个数字，a 到 z 中的任意一个小写字母。和一一列举表单的意思是一样的。“[0-9a-fA-F],[A-Fa-f0-9]”用来匹配>十六进制数字,顺序无所谓。除此外，可以随心所欲把字符范围与普通字符相结合,如“[0-9A-z_!.?]”，能够匹配一个数字，大写字母，下划线，惊叹号，点号，或者问号。
注：只有在字符组内部，“-” 连字符才是元字符，否则它只能匹配普通连字符号。实际，即使在字符组内部，若它出现在字符组的开头，它也不是元字符，只是一个普通
字符“—”，而不是表示一个范围。同样的道理，问号，和点号通常也被当做元字符，但是在字符粗内，则不是。
排除型字符组（文本匹配）
"[^……]"，这个字符组会匹配任何未列出的字符。如"[^1-6]"，匹配除1到6外的任何字符。字符组开头的"^"，表示排除，这里列出不希望匹配的字符。
注：排除型字符组，表示“匹配一个未列出的字符”，而不是 “不要匹配列出的字符”。两种说法看似一样，但略有差异。有一种简单的理解排除型字符组的办法，就是把>他们看做普通字符组，里面包含的是除了“排除型字符组中所有字符”以外的字符。
egrep 'q[^u]' word.list
"q[^u]" 可以匹配到，Iraqi,qoph,miqra等，无法匹配到 Iraq，Qantas 。原因，正则要求的是 小写 q,而 Qantas是 大写Q 所以无法匹配，若用Q[^u]则可以。无法匹>配到Iraq，原因是， 正则要求q之后紧跟一个u以外的字符，这就排除了q在行尾的情况。通常，行尾会存在一个换行符，但是egrep会在检查正则表达式之前，去掉换行符，>所以行尾的q之后，没有有除u之外的其他字符。故无法匹配。
注：一个字符组，即使是排除型字符组，也需要匹配一个字符。（Iraq 无法匹配的原因，q后没有字符，和'q[^u]',先匹配 q, 再匹配一个非u的字符，不符。）
用点号匹配任意字符（文本匹配）
最低0.47元/天 解锁文章
扫一扫
696
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
