regex.md

Linux正则表达式

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

正则表达式特定字符

匹配操作符

操作符	作用
\	转义字符
.	匹配任意单个字符
[1249a], [^12]], [a-k]	字符序列单字符占位
^	行首
$	行尾
\<，\>	单词首尾边界，例如\<hello\>表示hello单词｜
｜	连接操作符
(,)	选择操作符
\n	反向引用

重复操作符

操作符	作用
?	匹配0到1次
*	匹配0到多次
+	匹配1到多次
{n}	匹配n次
{n,}	匹配n到多次
{n,m}	匹配n到m次

正则表达式练习

Linux中通过grep命令使用正则表达式来匹配信息，grep命令会将文本中符合正则表达式的行打印出来。

# 以下是练习文本，此文本的文件名是 regularizationTest
hello msb
hello angelababy
hello dilireba
iiii250 wyf
hello zhangxinyi
11 hel mhellosbjy lo
h2341123i bj
iiii521 fanbingbing
111 hello 222
wo ai bj tam
hiahelloahiahello

1. 查找出包含hello的行

   grep "hello" regularizationTest

2. 包含hello这个单词的行

   grep -E "\<hello\> regularizationTest"

3. 查找包好了2或者5的行

   grep -E "2|5" regularizationTest

   或grep [25] regularizationTest

4. 查找包含3位数的行，注：{}是扩展正则表达式的字符，需要使用\转义，或使用grep -E

   grep -E [0-9]{3} regularizationTest

5. 查找出包含整百数（三位数，例如123，不能是0123）的行

   分析：整百数是三位数，第一位数前面的字符不能是数字，第三位数后面的字符不能是数字。

   第一位数字满足：[^0-9][1-9]|^[1-9]

   第二位数字满足：[0-9]

   第三位数字满足：[0-9]$|[0-9][^0-9]

   于是，正则表达式就是：

   grep -E ([^0-9][1-9]|^[1-9])[0-9]([0-9]$|[0-9][^0-9]) regularizationTest

6. 查找出hello为单词词首的行（例如，hello，hellowjw都是符合要求的）

   grep -E "\<hello" regularizationTest

7. 查找出出现2-3次l（即，ll或lll）的行

   grep -E "l{2,3}" regularizationTest

8. 查找出hi hello hi hello的行，（例如，hi hello hi hello，hi**hello333hi@@hello）

   grep -E "hi.*hello.*hi.*hello" regularizationTest

   或者

   grep -E "(hi.*)(hello.*).*\1.*\2" regularizationTest