The introduction of Regex

定义

在一个文件或字符里查找和替代文本的一种标准,就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。

用途：

验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。

用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。

用来替换，比普通的替换更强大。

PCRE（Perl Compatible Regular Expression）. PERL兼容正则可以使用任何不是字母、数字或反斜线（\）的字符作为定界符，如果作为定界符的字符必须被用在表达式本身中，则需要用反斜线转义。也可以使用()，{}，[]和<>作为定界符修正符： PERL兼容正则中可能使用的修正符（修正符中的空格和换行被忽略，其它字符会导致错误）

POSIX的全称是Portable Operating System Interface foruniX，它由一系列规范构成，定义了UNIX操作系统应当支持的功能。

PCRE与POSIX正则表达式的不同

1)POSIX 是 UNIX 遵循的标准, UNIX的命令如grep、sed能用的正则是POSIX。PERL正则在POSIX上做了扩展，实现了很多方便的功能。

2)PCRE函数需要模式以分隔符闭合. POSIX兼容正则没有定界符，函数的相应参数会被认为是正则。POSIX兼容正则没有修正符。

3)匹配数字的例子，Perl用\d，POSIX用[0-9](POSIX新版本已支持\d）、\w、\s

4)不像POSIX,PCRE扩展没有专门用于大小写不敏感匹配的函数.取而代之的是,支持使用/i模式修饰符完成同样的工作.其他模式修饰符同样可用于改变匹配策略.

5)POSIX函数从最左面开始寻找最长的匹配,但是PCRE在第一个合法匹配后停止.如果字符串 不匹配这没有什么区别,但是如果匹配,两者在结果和速度上都会有差别.

BRE: 在Linux/Unix常用工具中，grep、vi、sed都属于BRE这一派，它的语法看起来比较奇怪，元字符『(』、『)』、『{』、『}』必须转义之后才具有特殊含义，所以正则表达式『(a)b』只能匹配字符串(a)b而不是字符串ab；正则表达式『a{1,2}』只能匹配字符串a{1,2}，正则表达式『a\{1,2\}』才能匹配字符串a或者aa。BRE不支持『+』和『?』量词，也不支持多选结构『(…|…)』和反向引用『\1』、『\2』…。

GNUBRE：GNU对BRE做了扩展，支持『+』、『?』、『|』，只是使用时必须写成『\+』、『\?』、『\|』，而且也支持『\1』、『\2』之类反向引用

ERE：并不要求兼容BRE的语法，而是自成一体。因此其中的元字符不用转义（在元字符之前添加反斜线会取消其特殊含义），所以『(ab|cd)』就可以匹 配字符串ab或者cd，量词『+』、『?』、『{n,m}』可以直接使用。ERE并没有明确规定支持反向引用，但是不少工具都支持『\1』、『\2』之类 的反向引用。

Application

grep全词匹配：

1)grep -w 'aicent' aicent_cm.cfg (只匹配数字、字母，不能过滤符号)

2)grep '\<aicent\>' aicent_cm.cfg

3)grep '\baicent\b' aicent_cm.cfg（solaris下\b无效）

grep严格匹配：

1)aicent

2)#aicent

3)aicent@

  grep '^aicent$' aicent_cm.cfg

1)aicent  aicent

  一行的开头是aicent，同时该行的结尾也是aicent；也就是本行只有aicent

1)a icent

grep'^a.*t$'  aicent_cm.cfg

查看aicent_cm.cfg文件中有多少个operator（每个operator含有一行PlayerType）

bash-3.00# grep "PlayerType"aicent_cm.cfg|wc -l

bash-3.00# grep "^\[" aicent_cm.cfg|wc-l

Vi：

统计字符数：

1):%s/^\C/&/g:C代表一个字符， :%s/^\[/&/g:C

2):%s/word//gn: word代表一个字符串， :%s/PlayerType:Operator//gn

vi下全词搜索：

3)/\<findwords\>

vi全局替换：

1):%s/old/new/g     把整个文本中的old替换为new

Sed全局替换：

1)sed "s/old/new/g“

echo $monitorProcessList |sed "s/,/ /g“ > result.log

2)sed -n '3,7p' result.log