zoukankan      html  css  js  c++  java
  • 正则表达式与通配符

    POSIX 规范

      Portable Operating System Interface for uniX
      定义了 UNIX 操作系统应当支持的功能

      包括:

    BRE(Basic Regular Expression,基本型正则表达式)
    GNU 也对 BRE 做了扩展也支持 『(』、『)』、『{』、『}』、『+』、『?』、『|』 但是需要转义
    命令:grep、vi、sed

    ERE(Extended Regular Express,扩展型正则表达式)
    虽然 BRE 名为“基本”而 ERE 名为“扩展”,但 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)
    『(』、『)』、『{』、『}』、『+』、『?』、『|』 不需要转义
    命令:egrep、awk

     

    几种 POSIX 流派的说明

    流派

    说明

    工具

    BRE

    (、)、{、}都必须转义使用,不支持 +、?、|

    grep、sed、vi(但 vi 支持这些多选结构和反向引用)

    GNU BRE

    (、)、{、}、+、?、|都必须转义使用

    GNU grep、GNU sed

    ERE

    元字符不必转义,+、?、(、)、{、}、|可以直接使用,1、2 的支持不确定

    egrep、awk

    GNU ERE

    元字符不必转义,+、?、(、)、{、}、|可以直接使用,支持1、2

    grep –E、GNU awk

     

     

    常用 Linux/Unix 工具中的表示法

        

    PCRE 记法

    vi/vim

    grep

    awk

    sed

    *

    *

    *

    *

    *

    +

    +

    +

    +

    +

    ?

    =

    ?

    ?

    ?

    {m,n}

    {m,n}

    {m,n}

    {m,n}

    {m,n}

     *

    < >

    < >

    < >

    y < >

    (…|…)

    …‖…

    …‖…

    (…|…)

    (…|…)

    (…)

    (…)

    (…)

    1 2

    1 2

    1 2

    不支持

    1 2

           常见3中类型正则表达式比较

      

    字符

    说明

    Basic RegEx

    Extended RegEx

    python RegEx

    Perl regEx

    转义

     

    ^

    匹配行首,例如'^dog'匹配以字符串dog开头的行(注意:awk 指令中,'^'则是匹配字符串的开始)

    ^

    ^

    ^

    ^

    $

    匹配行尾,例如:'^、dog$'匹配以字符串 dog 为结尾的行(注意:awk 指令中,'$'则是匹配字符串的结尾)

    $

    $

    $

    $

    ^$

    匹配空行

    ^$

    ^$

    ^$

    ^$

    ^string$

    匹配行,例如:'^dog$'匹配只含一个字符串 dog 的行

    ^string$

    ^string$

    ^string$

    ^string$

    <

    匹配单词,例如:'<frog' (等价于'frog'),匹配以 frog 开头的单词

    <

    <

    不支持

    不支持(但可以使用来匹配单词,例如:'frog')

    >

    匹配单词,例如:'frog>'(等价于'frog '),匹配以 frog 结尾的单词

    >

    >

    不支持

    不支持(但可以使用来匹配单词,例如:'frog')

    <x>

    匹配一个单词或者一个特定字符,例如:'<frog>'(等价于'frog')、'<G>'

    <x>

    <x>

    不支持

    不支持(但可以使用来匹配单词,例如:'frog'

    ()

    匹配表达式,例如:不支持'(frog)'

    不支持(但可以使用(),如:(dog)

    ()

    ()

    ()

    ()

    匹配表达式,例如:不支持'(frog)'

    ()

    不支持(同())

    不支持(同())

    不支持(同())

    匹配前面的子表达式 0 次或 1 次(等价于{0,1}),例如:where(is)?能匹配"where" 以及"whereis"

    不支持(同?)

    ?

    匹配前面的子表达式 0 次或 1 次(等价于'{0,1}'),例如:'where(is)? '能匹配 "where"以及"whereis"

    ?

    不支持(同?)

    不支持(同?)

    不支持(同?)

    ?

    当该字符紧跟在任何一个其他限制符(*, +, ?, {n},{n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个"o",而 'o+' 将匹配所有 'o'

    不支持

    不支持

    不支持

    不支持

    .

    匹配除换行符(' ')之外的任意单个字符(注意:awk 指令中的句点能匹配换行符)

    .

    .(如果要匹配包括“ ”在内的任何一个字符,请使用:'(^$)|(.)

    .

    .(如果要匹配包括“ ”在内的任何一个字符,请使用:' [. ] '

    *

    匹配前面的子表达式 0 次或多次(等价于{0, }),例如:zo* 能匹配 "z"以及 "zoo"

    *

    *

    *

    *

    +

    匹配前面的子表达式 1 次或多次(等价于'{1, }'),例如:'where(is)+ '能匹配 "whereis"以及"whereisis"

    +

    不支持(同+)

    不支持(同+)

    不支持(同+)

    +

    匹配前面的子表达式 1 次或多次(等价于{1, }),例如:zo+能匹配 "zo"以及 "zoo",但不能匹配 "z"

    不支持(同+)

    +

    +

    +

    {n}

    n 必须是一个 0 或者正整数,匹配子表达式 n 次,例如:zo{2}能匹配

    不支持(同{n})

    {n}

    {n}

    {n}

    {n,}

    "zooz",但不能匹配 "Bob"n 必须是一个 0 或者正整数,匹配子表达式大于等于 n次,例如:go{2,}

    不支持(同{n,})

    {n,}

    {n,}

    {n,}

    {n,m}

    能匹配 "good",但不能匹配 godm 和 n 均为非负整数,其中 n <= m,最少匹配 n 次且最多匹配 m 次 ,例如:o{1,3}将配"fooooood" 中的前三个 o(请注意在逗号和两个数之间不能有空格)

    不支持(同{n,m})

    {n,m}

    {n,m}

    {n,m}

    x|y

    匹配 x 或 y,例如: 不支持'z|(food)' 能匹配 "z" 或"food";'(z|f)ood' 则匹配"zood" 或 "food"

    不支持(同x|y)

    x|y

    x|y

    x|y

    [0-9]

    匹配从 0 到 9 中的任意一个数字字符(注意:要写成递增)

    [0-9]

    [0-9]

    [0-9]

    [0-9]

    [xyz]

    字符集合,匹配所包含的任意一个字符,例如:'[abc]'可以匹配"lay" 中的 'a'(注意:如果元字符,例如:. *等,它们被放在[ ]中,那么它们将变成一个普通字符)

    [xyz]

    [xyz]

    [xyz]

    [xyz]

    [^xyz]

    负值字符集合,匹配未包含的任意一个字符(注意:不包括换行符),例如:'[^abc]' 可以匹配 "Lay" 中的'L'(注意:[^xyz]在awk 指令中则是匹配未包含的任意一个字符+换行符)

    [^xyz]

    [^xyz]

    [^xyz]

    [^xyz]

    [A-Za-z]

    匹配大写字母或者小写字母中的任意一个字符(注意:要写成递增)

    [A-Za-z]

    [A-Za-z]

    [A-Za-z]

    [A-Za-z]

    [^A-Za-z]

    匹配除了大写与小写字母之外的任意一个字符(注意:写成递增)

    [^A-Za-z]

    [^A-Za-z]

    [^A-Za-z]

    [^A-Za-z]

    d

    匹配从 0 到 9 中的任意一个数字字符(等价于 [0-9])

    不支持

    不支持

    d

    d

    D

    匹配非数字字符(等价于 [^0-9])

    不支持

    不支持

    D

    D

    S

    匹配任何非空白字符(等价于[^f v])

    不支持

    不支持

    S

    S

    s

    匹配任何空白字符,包括空格、制表符、换页符等等(等价于[ f v])

    不支持

    不支持

    s

    s

    W

    匹配任何非单词字符 (等价于[^A-Za-z0-9_])

    W

    W

    W

    W

    w

    匹配包括下划线的任何单词字符(等价于[A-Za-z0-9_])

    w

    w

    w

    w

    B

    匹配非单词边界,例如:'erB' 能匹配 "verb" 中的'er',但不能匹配"never" 中的'er'

    B

    B

    B

    B

    

    匹配一个单词边界,也就是指单词和空格间的位置,例如: 'er' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的'er'

    

    

    

    

    匹配一个横向制表符(等价于 x09和 cI)

    不支持

    不支持

    v

    匹配一个垂直制表符(等价于 x0b和 cK)

    不支持

    不支持

    v

    v

    匹配一个换行符(等价于 x0a 和cJ)

    不支持

    不支持

    f

    匹配一个换页符(等价于x0c 和cL)

    不支持

    不支持

    f

    f

    匹配一个回车符(等价于 x0d 和cM)

    不支持

    不支持

    \

    匹配转义字符本身""

    \

    \

    \

    \

    cx

    匹配由 x 指明的控制字符,例如:cM匹配一个Control-M 或回车符,x 的值必须为A-Z 或 a-z 之一,否则,将 c 视为一个原义的 'c' 字符

    不支持

    不支持

     

    cx

    xn

    匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长,例如:'x41' 匹配 "A"。'x041' 则等价于'x04' & "1"。正则表达式中可以使用 ASCII 编码

    不支持

    不支持

     

    xn

    um

    匹配 num,其中 num是一个正整数。表示对所获取的匹配的引用

    不支持

    um

    um

     

    [:alnum:]

    匹配任何一个字母或数字([A-Za-z0-9]),例如:'[[:alnum:]] '

    [:alnum:]

    [:alnum:]

    [:alnum:]

    [:alnum:]

    [:alpha:]

    匹配任何一个字母([A-Za-z]), 例如:' [[:alpha:]] '

    [:alpha:]

    [:alpha:]

    [:alpha:]

    [:alpha:]

    [:digit:]

    匹配任何一个数字([0-9]),例如:'[[:digit:]] '

    [:digit:]

    [:digit:]

    [:digit:]

    [:digit:]

    [:lower:]

    匹配任何一个小写字母([a-z]), 例如:' [[:lower:]] '

    [:lower:]

    [:lower:]

    [:lower:]

    [:lower:]

    [:upper:]

    匹配任何一个大写字母([A-Z])

    [:upper:]

    [:upper:]

    [:upper:]

    [:upper:]

    [:space:]

    任何一个空白字符: 支持制表符、空格,例如:' [[:space:]] '

    [:space:]

    [:space:]

    [:space:]

    [:space:]

    [:blank:]

    空格和制表符(横向和纵向),例如:'[[:blank:]]'ó'[s v]'

    [:blank:]

    [:blank:]

    [:blank:]

    [:blank:]

    [:graph:]

    任何一个可以看得见的且可以打印的字符(注意:不包括空格和换行符等),例如:'[[:graph:]] '

    [:graph:]

    [:graph:]

    [:graph:]

    [:graph:]

    [:print:]

    任何一个可以打印的字符(注意:不包括:[:cntrl:]、字符串结束符''、EOF 文件结束符(-1), 但包括空格符号),例如:'[[:print:]] '

    [:print:]

    [:print:]

    [:print:]

    [:print:]

    [:cntrl:]

    任何一个控制字符(ASCII 字符集中的前 32 个字符,即:用十进制表示为从 0 到31,例如:换行符、制表符等等),例如:' [[:cntrl:]]'

    [:cntrl:]

    [:cntrl:]

    [:cntrl:]

    [:cntrl:]

    [:punct:]

    任何一个标点符号(不包括:[:alnum:]、[:cntrl:]、[:space:]这些字符集)

    [:punct:]

    [:punct:]

    [:punct:]

    [:punct:]

    [:xdigit:]

    任何一个十六进制数(即:0-9,a-f,A-F)

    [:xdigit:]

    [:xdigit:]

    [:xdigit:]

    [:xdigit:]

     通配符

      文本过滤工具里,都是用正则表达式, awk,sed,grep

      通配符多用在文件名上, ls find ,cp

      

    通配符是先解释,再执行
    通配符不匹配,会原样输出
    只适用于单层路径
    可用于文件名

     

     

    ?字符代表单个字符
    *代表任意数量的字符
    [...]匹配方括号之中的任意一个字符,比如[aeiou]可以匹配五个元音字母。
    [start-end]表示一个连续的范围
    [^...]和[!...]表示匹配不在方括号里面的字符(不包括空字符)。这两种写法是等价的
    {...} 表示匹配大括号里面的所有模式,模式之间使用逗号分隔
    {start..end}会匹配连续范围的字符。

      http://www.ruanyifeng.com/blog/2018/09/bash-wildcards.html

    https://www.infoq.cn/article/2011/07/regular-expressions-6-POSIX

    https://www.cnblogs.com/lixuwu/p/7816335.html

  • 相关阅读:
    Count and Say leetcode
    Find Minimum in Rotated Sorted Array II leetcode
    Find Minimum in Rotated Sorted Array leetcode
    Search in Rotated Sorted Array II leetcode
    search in rotated sorted array leetcode
    Substring with Concatenation of All Words
    Subsets 子集系列问题 leetcode
    Sudoku Solver Backtracking
    Valid Sudoku leetcode
    《如何求解问题》-现代启发式方法
  • 原文地址:https://www.cnblogs.com/siqi/p/12112514.html
Copyright © 2011-2022 走看看