正则表达式（Regular Expression）常用元字符查询

偶尔会使用 正则表达 编写一简单的shell脚本，这里记录下常用的字符，便于查询。

学习和使用正则表达式，主要是区分清楚几类字符就可以，字符主要分为：

• 普通字符（如：大小写字母、数字等）;
• 元字符（有特殊含义的字符，即平时在网上或者书中查询到基本就属于这一类，也是正则表达式精髓所在）；

其中元字符又可以大致分为下面3类

• 特殊普通字符（主要是方便查找普通字符合集，如：[:digit:]）
• 特殊字符（如：()、[]、{}、|）使用时需要添加转移字符"\"；
• 限定符（如："*"（贪婪匹配）、"?"（非贪婪））；
• 定位符（如："^"（开始）、"$"（结尾））；

举例：列出包含：aaaa-dddd-ddd 以及 (ddd)-dddd-ddd 的字符串，其中aaaa 表示4个大小写字母（即a-zA-Z），ddd表示3个数字（即0-9）。

一种解决方案如下：

egrep '([a-zA-Z]{4}|\([0-9]{3}\))-[0-9]{3}-[0-9]{4}' file.txt

考虑到第一个分隔符 "-" 前面的字符串是有差异的，因此可以使用 "( | )" 组合起来使用，其中：

#represent [:alpha:] repeat 4 times
[a-zA-Z]{4}

#represent [:digit:] repeat 3 times
[0-9]{3}

分隔符 "-" 前面的字符串组合到一起就是（注意："|" 左右两边不能有空格，否则过滤出来的字符串也会包含空格）：

#represent aaaa-X* or (ddd)-X*
([a-zA-Z]{4}|\([0-9]{3}\))

具体字符内容如下(请特别留意转移符号"\"和特殊字符之间不能有空格)：

特殊普通字符

特殊字符	代表意义
[:alnum:]	代表英文大小写字符l及数字，即0-9，A-Z，a-z
[:alpha:]	代表任何英文大小写字符
[:cntrl:]	代表键盘上面的控制按键，包括CR，LF，Tab，Del...等
[:digit:]	任何数字，即 0-9
[:lower:]	代表任何小写字母，即 a-z
[:upper:]	任何大写字母，即 A-Z
[:xdigit:]	任何16进制的数字，相当于[0-9a-fA-F]
[:blank:]	代表空格与[Tab]按键两者
[:space:]	代表任何产生空白的字符，包括空格键、[Tab]、CR等等
[:graph:]	代表除了[:blank:] 外的其他所有按键
[:print:]	代表任何可以被打印出来的字符
[:punct:]	任何标点符号(punctuation symbol)，即: " " ? ! ; : # $ %

特殊字符

特殊字符	转义表达	特殊含义
()	\(\)	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用
()+	\(\)\+	子表达式的扩展，有一个或者多个
$	\$	匹配输入字符串的结尾位置
*	\*	匹配前面的子表达式 0次或多次，等价于{0,}
+	\+	匹配前面的子表达式 1次或多次，等价于{1，}  属于贪婪模式，贪婪模式则尽可能多地匹配所搜索的字符串
.	\.	匹配除换行符 \n 之外的任何单字符
[ ]	\[\]	标记一个中括号表达式的开始。要匹配 [，请使用 [。
?	\?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。非贪婪模式是尽可能少地匹配所搜索的字符串
\	\\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符
^	\^	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合 如：[^list] 表示排除 list 字符
|	\|	指明两项之间的一个选择，通常会和 () 配合使用

限定符

限定符	转移表达	含义
*	\*	出现次数>=0
+	\+	出现次数>=1
?	\?	出现次数 0 or 1, 等价{0,1}
{n}	\{	出现次数=n
{n,}	\{n,\}	出现次数>=n
{n, m}	\{n, m\}	n=< 出现次数<= m

定位符

定位符	含义
^	字符串开始的位置，用在[^list] 中，则表示
$	字符串结束的位置
\b	限定单词(字)的字符，常用来确定一个单词，可以结合两个‘\b’使用
\B	限定非单词(字)边界的字符

参考：

《鸟哥的Linux私房菜 基础学习篇(第三版)》

正则表达式 – 元字符 | 菜鸟教程