文本处理三剑客之grep及正则表达式
文本处理工具：
Linux上处理文本三剑客：
Grep：文本过滤器工具（模式：pattern）工具；
Sed： stream editor，流编辑器；文本编辑工具;
Awk： linux上实现为gawk，文本报告生成器（格式化文本）；
正则表达式：regual expresslon，REGEXP
由一类特殊将字符及文本字符所编写的模式，其中有些字符不表示其字面意义，而是用于表示控制或通配的功能；
分两类：
基本正则表达式：BRE
扩展正则表达式：ERE
元字符：、（hello[[:space:]]\+\)\+
Grep : global search REgular expression and print out the line.
作用：文本搜索工具，根据用户指定的“模式（过滤条件）”对目标文本逐行进行匹配检查；打印匹配到的行;
模式：有赠则表达式的元字符及文本字符所编写出的过滤条件；
正则表达式引擎；
Grep [options] PATTERN [FILE….]
Grep [options] [-e PATTERN | -f FILE] [FILE…..]
OPTIONS:
–color=auto: 对匹配到文本进行着色后高亮显示
-i：忽略字符的大小写
-0：只显示匹配到的字符本身
-v：显示不能被模式匹配到的行
-E: 支持使用扩展正则表达式元字符：
-q：–quiet，–silent：静默模式，既不输出任何信息；
-A#: after,后#行
-B#：before，前#行
-C#：前后#行
基本正则表达式元字符：
. ： 匹配任意单个字符；
[] ： 匹配指定范围内的任意单个字符
[^] ：匹配指定范围外的任意单个字符
[:digit:]、[:lower:]、[:upper:]、[:alpha:]、[:alnum:] 、[:punct:]、[:space:]
正则表达式
v 匹配次数：用在要指定次数的字符后面，用于指定前面的字 符要出现的次数
*：匹配前面的字符任意次，包括0次 贪婪模式：尽可能长的匹配
.*：任意长度的任意字符
\?：匹配其前面的字符0或1次
\+：匹配其前面的字符至少1次
\{m\}：匹配前面的字符m次
\{m,n\}：匹配前面的字符至少m次，至多n次
\{,n\}：匹配前面的字符至多n次
\{m,\}：匹配前面的字符至少m次
v 位置锚定：定位出现的位置
^：行首锚定，用于模式的最左侧
$：行尾锚定，用于模式的最右侧
^PATTERN$: 用于模式匹配整行
^$: 空行
^[[:space:]]*$ ：空白行
\< 或 \b：词首锚定，用于单词模式的左侧
\> 或 \b：词尾锚定；用于单词模式的右侧
\<PATTERN\>：匹配整个单词
分组：\(\)：将一个或多个字符捆绑在一起，当作一个整体进 行处理，如：\(root\)\+
分组括号中的模式匹配到的内容会被正则表达式引擎记录 于内部的变量中，这些变量的命名方式为: \1, \2, \3, …
\1: 从左侧起，第一个左括号以及与之匹配右括号之间 的模式所匹配到的字符；
实例：
\(string1\+\(string2\)*\)
\1: string1\+\(string2\)*
\2: string2
后向引用：引用前面的分组括号中的模式所匹配字符(而 非模式本身)
egrep及扩展的正则表达式 v
egrep = grep -E
vegrep [OPTIONS] PATTERN [FILE…] v
扩展正则表达式的元字符： v
字符匹配：
. 任意单个字符
[] 指定范围的字符
[^] 不在指定范围的字符
次数匹配：
*：匹配前面字符任意次
?: 0或1次
+：1次或多次
{m}：匹配m次
{m,n}：至少m，至多n次
位置锚定：
^ :行首
$ :行尾
\<, \b :语首
\>, \b :语尾 v
分组：
()
后向引用：\1, \2, … v
或者：
a|b
C|cat: C或cat
(C|c)at:Cat或cat
原创文章，作者：xiaoqiang512，如若转载，请注明出处：http://www.178linux.com/33244
