Linux下Shell编程——正则表达式基础与扩展

正则表达式基础

Linux Shell以一串字符作为表达式向系统传达意思。元字符（Metacharacters）是用来阐释字符表达式意义的字符，简言之，元字符就是描述字符的字符，它用于对字符表达式的内容、转换及各种操作信息进行描述。正则表达式是由一串字符和元字符构成的字符串，简称RE（Regular Expression）。正则表达式的主要功能是文本查询和字符串操作，它可以匹配文本的一个字符或字符集合。

正则表达式完成了数据的过滤，将不满足正则表达式定义的数据拒绝掉，剩下与正则表达式匹配的数据。

正则表达式的基本元素包括普通字符和元字符。POSIX标准将正则表达式分为两类：基本的正则表达式和扩展的正则表达式，大部分Linux应用和工具仅支持基本的正则表达式。

基本的正则表达式元字符集合及其意义：

* #0个或多个在*字符之前的那个普通字符

. #匹配任意字符

^ #匹配行首，或后面字符的非

$ #匹配行尾

[] #匹配字符集合

\ #转义符，屏蔽一个元字符的特殊意义

\<\> #精确匹配符号

\{n\} #匹配前面字符出现n次

\{n,\} #匹配前面字符至少出现n次

\{n,m\} #匹配前面字符出现n～m次

空行的表示方法： ^$

匹配只包含一个字符的行： ^.$

Linux系统对大小写是敏感的，并且支持字母排序，因此，Linux中有大写字母序列和小写字母序列，两者是分开的。

例：匹配字母

[a-z] #所有小写字母

[A-Z] #所有大写字母

[b-p] #小写字母b～p

“^”符号表示匹配行首，但是，“^”符号放到”[]”符号中就不再表示匹配行首了，而是表示取反符号。如：[^b-p]表示匹配不在b~p范围内的字符。

\<the\>正则表达式精确匹配the这个单词，而不匹配包含the字符的单词，如then。

正则表达式的扩展

除了正则表达式的元字符之外，awk和Perl等Linux工具还支持正则表达式扩展出来的一些元字符。

扩展的正则表达式元字符及其意义：

? #匹配0个或1个在其之前的那个普通字符

+ #匹配1个或多个在其之前的那个普通字符

() #表示一个字符集合或用在expr中

| #表示“或”，匹配一组可选的字符