grep及正则表达式

正则表达式（REGular EXPression，REGEXP）是对字符串和特殊字符（元字符）操作的一种逻辑公式，使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。通常被用来检索、替换那些符合某个模式的文本。

正则表达式又分为基本正则表达式（Basic REGEXP）和扩展正则表达式（Extended REGEXP）。

常见的用途就是用来比对垃圾邮件。

万用字符

列举一些万用字符，跟正则表达式不通。

• *：任意长度的任意字符
• ?：任意单个字符

• []：括号内的单个字符

  • [abcd]：可以是a，b，c，d中任何一个，但必须有
  • [0-9]：可以是0到9的任何一个数字，但必须有

• [^]:非括号内字符的单个字符

正则表达式POSIX字符类

特殊符号	代表意义
[:alnum:]	0-9，a-z，A-Z
[:alpha:]	a-z，A-Z
[:digit:]	0-9
[:xdigit:]	任何十六进制数字
[:lower:]	a-z
[:upper:]	A-Z
[:cntrl:]	ASCII控制字符（ASCII 0~31 和 ASCII 127）
[:print:]	任何可打印字符
[:punct:]	标点符号
[:blank:]	空格或制表符（[\t ]）
[:graph:]	除空白字符外的其他字符
[:space:]	任何空白字符，包括空格（[\f\n\r\t\v ]）

grep

grep [OPTIONS] PATTERN [FILE...]

• -i 忽略字符大小写的差别
• -v：显示没有被模式匹配到的行
• -o：只显示被模式匹配到的字符串
• -E：使用扩展正则表达式 egrep
• -A<显示行数> 或 --after-context=<显示行数> : 除了显示符合范本样式的那一列之外，并显示该行之后的内容。
• -B<显示行数> 或 --before-context=<显示行数> : 除了显示符合样式的那一行之外，并显示该行之前的内容。
• -C<显示行数> 或 --context=<显示行数>或-<显示行数> : 除了显示符合样式的那一行之外，并显示该行之前后的内容。

正则

元字符

贪婪模式
.:匹配任意单个字符
*:匹配其前面的字符任意次
.*:匹配任意长度的任意字符
\?:匹配其前面的字符1次或0次
\{m,n\}:匹配其前面的字符至少m次

位置锚定
^：锚定行首，此字符后面的任意内容必须出现在行首
$：锚定行尾，此字符前面的任意内容必须出现在行尾
^$：空白行

\<或\b:锚定词首，其后面的任意字符必须作为单词首部出现
\>或\b:锚定词尾，其前面的任意字符必须作为单词尾部出现

分组：\(\)
后向引用
\1：引用第一个左括号以及与之对应的右括号所包括的所有内容

或者
|：or