正则表达式

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。

在 Linux 系统中，程序设计语言Java、Perl和Python等，Shell工具sed、awk和grep等，MySQL 和PostgreSQL 等数据库服务器都使用了正则表达式，图3-1 描述了正则表达式用于数据流处理的过程，实际上，正则表达式完成了数据过滤，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。

 

图3-1 正则表达式处理数据过程

正则表达式的基本元素包括普通字符和元字符，例如，a、b、1、2 等字符属于普通字符，普通字符可以按照字面意思理解，如：a 只能理解为英文的小写字母a，没有其他隐藏含义。而*、^、[]等元字符，Shell赋予了它们超越字面意思的意义，如：*符号的字面意义只是一个符号， 而实际上却表示了重复前面的字符0 次或多次的隐藏含义。因此，掌握正则表达式基本元素主要是对正则表达式中元字符意义的掌握。

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，因而，本节所述的正则表达式基础是掌握正则
表达式的关键，表3-1 列出了基本的正则表达式中元字符集合及其意义。

表3-1 基本的正则表达式元字符集合及其意义

 

续表

 

下面逐个介绍正则表达式元字符的意义和用法，并举一些例子结合使用元字符集合。

1．"*"符号

"*"符号用于匹配前面一个普通字符的0 次或多次重复，如：

#例3-1：*符号的意义
hel*o

"*"符号前面的普通字符是l，*字符就表示匹配l 字符0 次或多次，如字符串helo、hello、hellllllo都可以由hel*o来表示。

2．"."符号

点号"."用于匹配任意一个字符，如：

#例3-2：.符号的意义
…73.

由于"."符号只能匹配一个字符，因此，上述字符串表示前面三个字符为任意字符，第4 和第5 个字符是7和3，最后一个字符为任意字符，如xcb738、4J973U都能匹配上述字符串。值得注意的是，"."符号可以匹配一个空格，因此，x b738、ui 73e也能匹配上述字符串。

3．"^"符号

"^"符号用于匹配行首，表示行首的字符是"^"字符后面的那个字符，如：

#例3-3：^符号的意义
^cloud

这表示匹配以cloud开头的行。结合上面介绍的"*"符号和"."符号，再举一个例子：

#例3-4：^符号、.符号和*符号结合使用
^…X86*

该字符串表示行首的三个字符为任意字符（可以是空格），第4～6 个字符为X86，第7个字符开始可以重复匹配6，如：866X86666、8 6X86都可以匹配上述字符串。

4．"$"符号

$符号匹配行尾，$符号放在匹配字符之后，与"^"符号的功能和用法都相反，如：

#例3-5：$符号的意义
micky$

该正则表达式表示匹配以micky结尾的所有行。一个特殊的正则表达式是匹配所有空行的表达式，为：

#例3-6：空行的表示方法
^$

该正则表达式既匹配行首，又匹配行尾，中间没有任何字符，因此，为空行。读者需要牢记例3-6 所示的空行表示方法，很多命令都用到这个正则表达式来表示空行。

如果需要匹配只包含一个字符的行，如下面的例3-7所示：

#例3-7：包含一个字符的行
^.$

5．"[]"符号

方括号[]匹配字符集合，该符号支持穷举方法列出字符集合的所有元素，也支持使用"-"符号表示字符集合范围，表明字符集合范围从"-"左边字符开 始，到"-"右边字符结束。如果要匹配任意一个数字，可以使用如例3-8 所示的两种方法，前一种穷举了阿拉伯数字，后一种用数字范围表示，显得比较简洁。