17.1-正则表达式
1. 正则表达式概念
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。规定一些特殊语法表示字符类、数量限定符和位置关系,然后用这些特殊语法和普通字符一起表示一个模式,这就是正则表达式(Regular Expression)。
使用原因：
- 程序设计过程中不可避免的遇到处理某些文本情况，有时候要查找符合某些比较复杂规则的字符串。正则表达式以非常简单的代码完成。
- Linux实用程序在输入数据时，将正则表达式模式和数据进行匹配。如果数据与模式一致，它接受处理（称作“匹配”）。如果数据与模式不一致，就拒绝（称作“过滤”）。
正则表达式是通过正则表达式引擎regular expression engine实现的。正则表达式引擎值是一套底层软件，负责解释正则表达式模式并使用这些模式进行文本匹配。
在linux系统中，比较流行的正则表达式引擎有两种：
- POSIX基础正则表达式引擎BRE
- POSIX扩展正则表达式引擎ERE
linux系统不同应用可以使用不同类型的正则表达式：
- 编程语言java 、perl 、python
- linux实用使用工具sed编辑器 、gawk程序、 grep工具
- 主流应用mysql、 PostgreSQL
常见的支持正则表达式的UNIX工具：
- grep命令族：用于匹配文本行
- sed流编辑器：用于改变输入流 (只符合BRE规范的子集)
- gawk程序:用于处理字符串的语言
- more或者less等：文件查看程序
- ed,vi或者vim等：文本编辑器
2. 正则表达式主要组成
- 字符类(Character Class)
- 数量限定符(Quantifier):
- 位置限定符(Anchor)：描述各种字符类以及普通字符之间的位置关系
2.1 字符类
字符类(Character Class):在模式中表示一个字符,但是取值范围是一类字符中的任意一个。
. 用来匹配除换行符之外的的任意单个字符， 它必须匹配一个字符，如果在.字符的位置没有字符，那么模式不成立。（空格也是字符）
- "s..d" 匹配在s和d这两个字母之间一定有两个字符的单词
- "s.*d" 匹配在s和d字母之间有任意字符
- ".*" 匹配所有内容
[ ]包含出现在所有该字符组中的字符，可以在单个表达式中使用多个字符组，字符组可以使字符也可以是数字。
- " [aeiou ]" 匹配任意一个元音字母，
- " [0-9] " 匹配任意一位数字，
- " [a-z][0-9] " 匹配小写字母和一位数字构成的两位字符。
- " s[ao]id " 匹配s和i字母中，要么是a，要么是o
- " ^[a-z] " 匹配小写字母开头的行
- " [^0-9] " 匹配任意一位非数字字符，
- " [^a-z] " 表示任意一位非小写字母
- " ^[^a-z] " 匹配不是小写字母开头的行
- " ^[^a-zA-Z] " 匹配不是字母开头的行
- 在[ ]号内使用表示字符范围。
^ 脱字符定义从数据流文本行的行首开始的模式。如果模式出现在行首之外的位置，正则表达式模式则无法匹配。
- "^hello" 匹配以hello开头的行
- "^M" 匹配以大写“M”开头的行
- "[^0-9]" 匹配任意一位非数字字符，
- "[^a-z]" 表示任意一位非小写字母
- "^[^a-z]" 匹配不是小写字母开头的行
- "^[^a-zA-Z]" 匹配不是字母开头的行
[ [ ：xxxx：] ] BRE特殊字符组，用来匹配特定类型的字符。
2.2 数量限定符
数量限定符(Quantifier): 每一部分可以有一个或多个x字符
2.3 位置限定符
位置限定符(Anchor)：描述各种字符类以及普通字符之间的位置关系
2.4 其他特殊定符
3. 正则表达式分类
- 基本的正则表达式（Basic Regular Expression 又叫Basic RegEx 简称BREs）
- 扩展的正则表达式（Extended Regular Expression 又叫Extended RegEx 简称EREs）
- Perl的正则表达式（Perl Regular Expression 又叫Perl RegEx 简称PREs）
- Python的正则表达式（Python Regular Expression 又叫Perl RegEx 简称PREs） 等
