正则表达式详解
正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。所有我们可以通过grep来学习正则。
一、位置匹配
我们通过一个例子来实践一下正则，示例如下：
[root@all shell]# cat regex hello world hi hello hello acd [root@all shell]# grep "hello" regex hello world hi hello hello acd [root@all shell]# grep "^hello" regex hello world hello acd
如上例所示，我们通过grep可以搜索出文本中包含hello的行。但是如果要搜索以hello开头的行，只需要使用正则表达式。在正则表达式中，^表示锚定行首。所以”^hello”表示只匹配位于行首的hello字符串。
^在正则中表示锚定行首，$在正则中表示锚定行尾。所以在上例的文本中，我们可以通过”hello$”，去匹配位于行尾的hello字符串。示例如下：
[root@all shell]# grep "hello$" regex hi hello
既然 ^ 和 $分别表示锚定行首和行尾，那么将他们结合在一起使用。”^hello$”就表示hello字符串既位于行首，又位于行尾。也就是说，整行只有一个hello。示例如下：
[root@all shell]# cat regex hello world hi hello hello acd hello [root@all shell]# grep "^hello$" regex hello
如上所示，我们成功匹配到了文本的第四行，并将第四行打印了出来。那么如果想匹配空行呢，这时候就可以用”^$”了，我们插入一个空行来演示一下：
[root@all shell]# grep "^$" regex
如上所示，空行被匹配出来。注意，含有空格的行不叫空行。、
现在，我们已经可以锚定行首和行尾了。那么如何锚定词首和词尾呢。在正则表达式中，”\<“表示锚定词首，”\>”表示锚定词尾。我们再准备一个文本文件来进行测试，内容如下：
[root@all shell]# cat REG abchello world abc helloabc abc abc abchelloabc abc
上图中，abchello包含helloi字符串，但是hello字符串位于这个单词的词尾。同样helloabc字符串中hello位于这个单词的词首。我们来实验一下：
[root@all shell]# grep "\<hello" REG abc helloabc abc [root@all shell]# grep "hello\>" REG abchello world
如上例所示，”\<hello”表示hello作为词首的单词会被匹配到，”hello\>”表示hello作为词尾的单词会被匹配到。
同样的，我们把”\<“和”\>”结合起来使用一下，示例如下。我们在REG文本中再添加一行。
[root@all shell]# cat REG abchello world abc helloabc abc abc abchelloabc abc abchello helloabc hello ahelloa [root@all shell]# grep "\<hello\>" REG abchello helloabc hello ahelloa
上例中，”\<hello\>”表示hello既是词首又是词尾时会被匹配到。也就是说，当hello作为一个独立的单词时，才会被匹配到。其实在正则表达式中，除了”\<“和”\>”能够表示锚定词首和词尾以外，我们还可以使用”\b”去代替”\<“和”\>”。”\b”技能锚定词首，又能锚定此尾。示例如下：
[root@all shell]# cat REG abchello world abc helloabc abc abc abchelloabc abc abchello helloabc hello ahelloa [root@all shell]# grep "\bhello" REG abc helloabc abc abchello helloabc hello ahelloa [root@all shell]# grep "hello\b" REG abchello world abchello helloabc hello ahelloa [root@all shell]# grep "\bhello\b" REG abchello helloabc hello ahelloa
和”\b”相反的，还有一个”\B”。他们刚好相反，”\b”是用来锚定词首和词尾的，也就是说”\b”是用来匹配单词边界的，而”\B”是用来匹配非单词边界的。示例如下：
[root@all shell]# grep "\Bhello" REG abchello world abc abchelloabc abc abchello helloabc hello ahelloa
上例中，”\Bhello”表示只要hello不是词首，就会被匹配到。
在正则表达式中，有基础正则表达式和扩展正则表达式之分。有些符号在基础正则表达式和扩展正则表达式是同样的，有些则不通用。比如上文中提到的这些符号都是通用的。上文中用到的正则表达式都与位置有关，比如，行首、行尾、词首、词尾。我们可以把这些符号理解为与位置有关的正则表达式。
总结：
^ 表示锚定行首，此字符后面的任意内容必须出现在行首，才能匹配
$ 表示锚定行首，此字符前面的任意内容必须出现在行尾，才能匹配
^$ 表示匹配空行。空行表示回车，而空格和tab键都不加空行
^abc$ 表示abc独占一行时，会被匹配到。
\<或者\b 匹配单词边界，表示锚定词首，其后面的单词必须作为词首出现
\>或者\b 匹配单词边界，表示锚定词尾，其后面的单词必须作为词尾出现
\B 匹配非单词边界，与\b刚好相反
二、连续次数的匹配
第一小章节详细描述了位置匹配，第二章，我们来了解一下连续次数的匹配。还是通过一次例子来看，如果我们想在一个文件中找到那些行包含连续的两个字母a。需要怎么做呢？示例如下：
[root@all shell]# cat -n regex.txt 1 a a 2 aa 3 a aa 4 bb 5 bbb 6 c c ccc 7 dddd d dd ddd 8 ab abc abcc 9 ef eef eeef [root@all shell]# grep -n "aa" regex.txt 2:aa 3:a aa [root@all shell]# grep -n "a\{2\}" regex.txt 2:aa 3:a aa
如上例所示，可以直接使用grep命令，在文本中搜索aa即可，因为aa就是两个连续的a字母。但是如果想要搜索10个或更多个a字母，这种方式就显得很麻烦。我们可以利用正则来解决，如上图中的第二种方式。”\{2\}”就表示连续出现两次，同样的”\{n\}”就表示连续出现n次。
不过需要注意的是，如果字符出现的次数大于指定的次数，也是会被匹配到的。示例如下：
[root@all shell]# grep -n "b\{2\}" regex.txt 4:bb 5:bbb
如上所示，第4行字母b连续出现了两次被匹配到了，第5行，b字母连续出现了3次，包含两次，所以前两个连续的字母b也被匹配到了。如果只想精确的匹配两次。我们可以结合第一章介绍的方法，示例如下：
[root@all shell]# grep "\<b\{2\}\>" regex.txt bb
我们再来延伸一下，”\{x,y\}”表示之前的字符至少连续出现x次，至多出现y次。也就是说，只要之前的字符连续出现次数在x和y次之间，都会被匹配到。示例如下：
[root@all shell]# grep -n --color "d\{2,4\}" regex.txt 7:dddd d dd ddd
如上所示，连续出现了2次，3次，4次的d字母都被匹配到了。总结一下：
\{x\}表示之前的字符连续出现x次会被匹配到
\{x,y\}表示之前的字符至少连续出现x次，至多出现y次，都会被匹配到。
\{x,\}表示之前的字符至少连续出现x次，或者连续出现次数大于x次，会被匹配到，上不封顶
\{,y\}表示之前的字符至多连续出现y次，或者连续出现次数小于y次，会被匹配到，最小为0次。（红帽6会报错重复定义次数不完成，该方式待验证，可以写成\{0,y\}）
现在我们再来认识一个用于匹配次数的正则符号，就是*。在通配符中，*表示匹配任意长度的任意字符。但是在正则表达式中，*表示之前的字符连续出现的任意次数，（包括0次）。示例如下：
[root@all shell]# cat -n regex.txt 1 a a 2 aa 3 a aa 4 bb 5 bbb 6 c c ccc 7 dddd d dd ddd 8 ab abc abcc 9 ef eef eeef [root@all shell]# grep -n --color "e*f" regex.txt 9:ef eef eeef
上例中，e*f表示e出现任意次，f必须跟在e后边。
注意：*表示之前的字符出现任意次数，包括0次。我们再看一个例子：
[root@all shell]# grep -n --color "d*" regex.txt 1:a a 2:aa 3:a aa 4:bb 5:bbb 6:c c ccc 7:dddd d dd ddd 8:ab abc abcc 9:ef eef eeef
如上所示，d*表示字母d出现任意次数。即可被匹配到，所以第7行会被高亮显示。但是其他行也被打印了出来，这是因为*表示出现任意次数，包括0次。其他行中，没有字符d，也就是说d出现了0次，所以其他行也符合条件。
在通配符中，*表示匹配任意长度的任意字符。在正则中，可以用”.*”表示任意长度的任意字符。通过示例来看一下：
[root@all shell]# cat -n regex.txt 1 a a 2 aa 3 a aa 4 bb 5 bbb 6 c c ccc 7 dddd d dd ddd 8 ab abc abcc 9 ef eef eeef [root@all shell]# grep -n --color "a.*" regex.txt 1:a a 2:aa 3:a aa 8:ab abc abcc [root@all shell]# grep -n --color "ee." regex.txt 9:ef eef eeef [root@all shell]# grep -n --color "ee.." regex.txt 9:ef eef eeef
如上所示，a字母后边存在任意长度的任意字符，都可以被匹配到。其实，在正则表达式中，”.”表示匹配任意单个字符。在上例的第二和第三例子中，”ee.”表示ee后面跟随任意一个单个字符，都会被匹配到。”ee..”表示ee后边跟随任意两个单个字符都会被匹配到。由于空格也算单个字符，所以eef 也被匹配到了。
“.*”可以理解为.和*的结合，理解为连续出现任意次的任意单个字符。
我们再来看两个新符号， “\？”和”\+”
\? 表示匹配前面的字符0次或1次，也就是说，前面的字符要么没有，要么有一个。
\+ 表示匹配其前面的字符至少一次。也就是说，前面的字符必须至少有一个。
[root@all shell]# grep --color "abc\?" regex.txt ab abc abcc [root@all shell]# grep --color "abc\+" regex.txt ab abc abcc
如上例所示，”c\?”表示c出现0次或1次。所以ab和abc都被匹配到了。”c\+”表示c至少出现一次，连续次数上不封顶，所以abc和abcc都被匹配到了。
总结：
* 表示前面的字符出现任意次，包括0次。
. 表示任意单个字符
.* 表示任意长度的任意字符
\? 表示匹配前面的字符0次或1次
\+ 表示匹配其前面的字符至少一次
\{n\} 表示前面的字符连续出现n次，就会被匹配到。
\{x,y\}表示之前的字符至少连续出现x次，至多出现y次，都会被匹配到。
\{x,\}表示之前的字符至少连续出现x次，或者连续出现次数大于x次，会被匹配到，上不封顶
\{,y\}表示之前的字符至多连续出现y次，或者连续出现次数小于y次，会被匹配到，最小为0次
三、常用符号
在上一个章节我们提到”.”，表示匹配任意单个字符。例如”a..”表示只要a字母后边跟任意三个字符，就可以被匹配到。如果我们想做的更细致一些，例如我们对字母a后边跟的3个字符有要求，不能是任意三个字符，必须是三个字母。这时候我们就需要引入新的符号”[[:alpha:]]”。
在正则表达式中，”[[:alpha:]]”表示任意字母，不区分大小写。示例如下：
[root@all shell]# cat reg1 a a6d a89& a7idai8 abcd aBdc aBCD a123 a1a3 a&@% [root@all shell]# grep --color "a[[:alpha:]]\{3\}" reg1 abcd aBdc aBCD
上例中，”[[:alpha:]]\{3\}”表示3个任意的连续字母。所以就是字母a后边跟了3个字母才会被匹配到，如果包含非字母，如数字和特殊符号就不会被匹配到。如果我们把要求再细化一点。要求a后边必须跟3个小写字母，这时候我们引出了另一个符号”[[:lower:]]”。同样对应的还有大写字母”[[:upper:]]”。示例如下：
[root@all shell]# grep --color "a[[:lower:]]\{3\}" reg1 abcd [root@all shell]# grep --color "a[[:upper:]]\{3\}" reg1 aBCD
这时候，你一定发现了一些规律。只要替换”[[: :]]”中的单词，就可以表示不同的含义。我们来总结一下：
[[:alpha:]] 表示任意大小写字母
[[:lower:]] 表示任意小写字母
[[:upper:]] 表示任意大写字母
[[:digit:]] 表示0到9之间的任意单个数字，包括0和9
[[:alnum:]] 表示任意数字或字母
[[:space:]] 表示任意空白字符，包括空格，tab键等
[[:punct:]] 表示任意标点符号
除了以上列举出来的以外，还有一些”[a-z]”也是能够表示任意单个小写字母，和[[:lower:]]是等价的。同样的还有”[A-Z]”表示任意单个大写字母。”[a-zA-Z]”表示任意字母，不区分大小写。”[0-9]”表示0到9之间任意单个数字。
其实，以上各种符号中的方括号也是有特殊的含义的。”[ ]”表示匹配指定范围内的任意单个字符，示例如下：
[root@all shell]# cat reg2 bc bd be bf bg [root@all shell]# grep --color "b[ceg]" reg2 bc be bg
如上所示，字母b后面跟随c e 或g，都可以被匹配到。”[ ]”表示匹配指定范围内的任意字符，也就是说，字符和方括号内的任意一个字符相同，都可以被匹配到。理解了”[ ]”的含义，还有一个相反的就是”[^ ]”。”[^ ]”表示指定范围外的任意单个字符，它与”[ ]”的含义正好相反。示例如下：
[root@all shell]# cat reg4 fa fb fc fd fe ff fg [root@all shell]# grep --color "f[^aceg]" reg4 fb fd ff
如上所示，只要字母f后面跟的不是a c e g，其他的都可以被匹配到。相当于被排除了 a c e g这几个字母。同样的，还有以下几种符号：
[^0-9] 或 [^[:digit:]] 表示非数字的单个字符可以被匹配到
[^a-z] 或 [^[:lower:]] 表示非小写字母的单个字符可以被匹配到
[^A-Z] 或 [^[:upper:]] 表示非大写的单个字符可以被匹配到
[^a-zA-Z] 或 [^[:alpha:]] 表示非字母的单个字符可以被匹配到
[^a-zA-Z0-9] 或 [^[:alnum:]] 表示非字母非数字的单个字符可以被匹配到，比如特殊符号
其实：不仅[0-9]和[[:digit:]]，还有一些简写的符号也可以表示数字，比如”\d”。但是，并不是所有的正则表达式处理器都可以识别这些简写格式。示例如下：
[root@all shell]# cat reg5 e1 ea e7 eY e$ e8 e8 [root@all shell]# grep --color "e[[:digit:]]" reg5 e1 e7 e8 e8 [root@all shell]# grep --color "e[0-9]" reg5 e1 e7 e8 e8 [root@all shell]# grep --color "e\d" reg5
如上所示，在默认情况下，grep就无法识别”\d”这种简短格式。所以没匹配到任何结果。如果想要grep可以识别这种简短格式，可以使用-P选项，表示grep使用兼容perl的正则表达式引擎。示例如下：
[root@all shell]# grep --color "e\d" reg5 [root@all shell]# grep -P --color "e\d" reg5 e1 e7 e8 e8
在此处，再列出一些常用的简写的格式符号。
\d 表示任意单个0到9的数字
\D 表示任意单个非数字字符
\t 表示匹配单个横向制表符
\s 表示匹配单个空白字符
\S 表示匹配单个非空白字符
总结：
. 表示匹配任意单个字符
* 表示匹配前面的字符任意次，包括0次
[ ] 表示匹配指定范围内的任意单个字符
[^ ] 表示匹配指定范围外的任意单个字符
[[:alpha:]] 表示任意大小写字母
[[:lower:]] 表示任意小写字母
[[:upper:]] 表示任意大写字母
[[:digit:]] 表示0到9之间的任意单个数字（包括0和9）
[[:alnum:]] 表示任意数字或字母
[[:space:]] 表示任意空白字符，包括”空格”、”tab键”等。
[[:punct:]] 表示任意标点符号
[0-9]与[[:digit:]]等效
[a-z]与[[:lower:]]等效
[A-Z]与[[:upper:]]等效
[a-zA-Z]与[[:alpha:]]等效
[a-zA-Z0-9]与[[:alnum:]]等效
[^0-9]与[^[:digit:]]等效
[^a-z]与[^[:lower:]]等效
[^A-Z]与[^[:upper:]]等效
[^a-zA-Z]与[^[:alpha:]]等效
[^a-zA-Z0-9]与[^[:alnum:]]等效
#简短格式并非所有正则表达式解析器都可以识别
\d 表示任意单个0到9的数字
\D 表示任意单个非数字字符
\t 表示匹配单个横向制表符（相当于一个tab键）
\s表示匹配单个空白字符，包括”空格”，”tab制表符”等
\S表示匹配单个非空白字符
四、分组和向后引用
本章节中，我们来了解以下分组和向后引用。我们先来看下分组，先看一个例子：
[root@all shell]# cat reg6 hello helloo hellooo hellohello [root@all shell]# grep --color "hello\{2\}" reg6 helloo hellooo
上例中，我们使用了连续次数匹配。{\2\}表示其前面的字符连续出现两次，即可被匹配到。但是它只能影响前面的单个字符，也就是上例中的字母o。这时，如果想要找出两个连续的hello字符串。这时候我们就需要用到分组，把hello当成一个整体，示例如下：
[root@all shell]# cat reg6 hello helloo hellooo hellohello [root@all shell]# grep --color "\(hello\)\{2\}" reg6 hellohello
如上所示，”\(hello\)”表示将hello字符串当成一个整体。所以”\{2\}”影响的就是前面的hello字符串。”\( \)”就是分组，表示将其中的内容视为一个整体。
分组还可以嵌套，我们再来看一个例子：
[root@all shell]# cat -n reg7 1 abefef 2 abefefabefef [root@all shell]# grep -n --color "\(ab\(ef\)\{2\}\)\{2\}" reg7 2:abefefabefef
现在我们再说说向后引用，如果想实现向后引用，必须以分组为前提。我们先来看示例：
[root@all shell]# clear [root@all shell]# cat reg8 Hello world Hello Hiiii world Hiiii Hello world Hiiii [root@all shell]# grep --color "H.\{4\} world H.\{4\}" reg8 Hello world Hello Hiiii world Hiiii Hello world Hiiii
上例中，”H.\{4\}”表示大写字母H后面跟随了4个任意字符。其中”.”表示任意单个字符。所以”H.\{4\}”既匹配到了Hello，又匹配到了Hiiii。
现在，如果只想从上例中找到 world 单词前后相同的那些行。也就是说 world前边的单词和后边的单词要一致。那么第三行明显就不满足条件。如何筛选出来呢，这时候就需要用到向后引用，示例如下：
[root@all shell]# cat reg8 Hello world Hello Hiiii world Hiiii Hello world Hiiii [root@all shell]# grep --color "\(H.\{4\}\) world \1" reg8 Hello world Hello Hiiii world Hiiii
使用上述正则，即可达到我们的目的。”\(H.\{4\}\)”是一个分组，表是字母H后边随意跟了4个字符，并且H和这4个字母作为一个整体。添加分组是因为想实现向后引用，必须以分组为前提。”\1″表示整个正则中第一个分组中的正则所匹配到的结果。也就是说，”\1″引用了整个正则中第1个分组的正则所匹配的结果。
“\1″表示表示引用整个正则中第1个分组中的正则所匹配到的结果。同样的，
“\2″表示表示引用整个正则中第2个分组中的正则所匹配到的结果。以此类推……. 示例如下：
[root@all shell]# cat reg9 Hello world Hiiii -- Hiiii Hiiii world Hello -- Hello Hello world Hcccc -- Haaaa [root@all shell]# grep --color "\(H.\{4\}\) world \(H.\{4\}\) -- \2" reg9 Hello world Hiiii -- Hiiii Hiiii world Hello -- Hello
如果当分组进行嵌套时，应该怎么区分第1个分组和第2个分组。答案是分组的顺序取决于分组符号左侧的顺序。例如，一个分组中嵌套了另一个分组。这时”\1″代表的外层分组，”\2″代表内层分组。因为外层分组的左侧在最前边。
总结：
\( \) 表示分组，我们可以将其中的内容当成一个整体，分组可以嵌套。
\1 表示引用整个正则表达式中第1个分组中的正则匹配到的结果
\2 表示引用整个正则表达式中第2个分组中的正则匹配到的结果
五、转义符
我们再来认识一个常用符号，它就是反斜杠”\”。转义字符，我们通过一个小例子看一下：
[root@all shell]# cat reg10 bae a1# ddd a-! ccc a.. [root@all shell]# grep --color "a.." reg10 a1# a-! a..
如上所示，”a..”表示只要字母a后边跟两个字符，就可以被匹配到。现在我们的需求是想找出以a开头，后边跟两个点的。也是说只找上例中的最后一行。这时候应该使用如下命令：
[root@all shell]# cat reg10 bae a1# ddd a-! ccc a.. [root@all shell]# grep --color "a\.\." reg10 a..
在正则中”.”表示任意单个字符，并不表示点本身。如果希望”.”只表示点本身，这时候就需要反斜杠来转义。同理，我们如果要匹配 * 本身，使用\*即可。
在正则中，\? 表示前面的字符出现0次或1次，\+ 表示前面的字符出现1次以上。如果想匹配？或+本身，直接使用 ？或 + 就行了。
在某些时候，我们想要匹配 \ 本身。在反斜杠前面加上反斜杠就行了，示例如下：
[root@all shell]# cat reg11 a\ ab abc a\\ a\a [root@all shell]# grep --color 'a\\' reg11 a\ a\\ a\a [root@all shell]# grep --color 'a\\\\' reg11 a\\
上述用的是单引号，而不是双引号。使用双引号会报错。
六、基础正则表达式总结：
对上文中的符号进行总结，总结如下：
#################常用符号#################
. 表示任意单个字符。
* 表示前面的字符连续出现任意次，包括0次。
.* 表示任意长度的任意字符，与通配符中的*的意思相同。
\ 表示转义符，当与正则表达式中的符号结合时表示符号本身。
[ ]表示匹配指定范围内的任意单个字符。
[^ ]表示匹配指定范围外的任意单个字符。
#################单个字符匹配相关#################
[[:alpha:]] 表示任意大小写字母。
[[:lower:]] 表示任意小写字母。
[[:upper:]] 表示任意大写字母。
[[:digit:]] 表示0到9之间的任意单个数字（包括0和9）。
[[:alnum:]] 表示任意数字或字母。
[[:space:]] 表示任意空白字符，包括"空格"、"tab键"等。
[[:punct:]] 表示任意标点符号。
[^[:alpha:]] 表示单个非字母字符。
[^[:lower:]] 表示单个非小写字母字符。
[^[:upper:]] 表示单个非大写字母字符。
[^[:digit:]] 表示单个非数字字符。
[^[:alnum:]] 表示单个非数字非字母字符。
[^[:space:]] 表示单个非空白字符。
[^[:punct:]] 表示单个非标点符号字符。
[0-9]与[[:digit:]]等效。
[a-z]与[[:lower:]]等效。
[A-Z]与[[:upper:]]等效。
[a-zA-Z]与[[:alpha:]]等效。
[a-zA-Z0-9]与[[:alnum:]]等效。
[^0-9]与[^[:digit:]]等效。
[^a-z]与[^[:lower:]]等效。
[^A-Z]与[^[:upper:]]等效
[^a-zA-Z]与[^[:alpha:]]等效
[^a-zA-Z0-9]与[^[:alnum:]]等效
#简短格式并非所有正则表达式解析器都可以识别。
\d 表示任意单个0到9的数字。
\D 表示任意单个非数字字符。
\t 表示匹配单个横向制表符（相当于一个tab键）。
\s表示匹配单个空白字符，包括"空格"，"tab制表符"等。
\S表示匹配单个非空白字符。
#################次数匹配相关#################
\? 表示匹配其前面的字符0或1次
\+ 表示匹配其前面的字符至少1次，或者连续多次，连续次数上不封顶。
\{n\} 表示前面的字符连续出现n次，将会被匹配到。
\{x,y\} 表示之前的字符至少连续出现x次，最多连续出现y次，都能被匹配到，换句话说，只要之前的字符连续出现的次数在x与y之间，即可被匹配到。
\{,n\} 表示之前的字符连续出现至多n次，最少0次，都会陪匹配到。
\{n,\}表示之前的字符连续出现至少n次，才会被匹配到。
#################位置边界匹配相关#################
^：表示锚定行首，此字符后面的任意内容必须出现在行首，才能匹配。
$：表示锚定行尾，此字符前面的任意内容必须出现在行尾，才能匹配。
^$：表示匹配空行，这里所描述的空行表示"回车"，而"空格"或"tab"等都不能算作此处所描述的空行。
^abc$：表示abc独占一行时，会被匹配到。
\<或者\b ：匹配单词边界，表示锚定词首，其后面的字符必须作为单词首部出现。
\>或者\b ：匹配单词边界，表示锚定词尾，其前面的字符必须作为单词尾部出现。
\B：匹配非单词边界，与\b正好相反。
#################分组与后向引用#################
\( \) 表示分组，我们可以将其中的内容当做一个整体，分组可以嵌套。
\(ab\) 表示将ab当做一个整体去处理。
\1 表示引用整个表达式中第1个分组中的正则匹配到的结果。
\2 表示引用整个表达式中第2个分组中的正则匹配到的结果。
七、扩展正则表达式
前面我们提到，在Linux中，正则表达式分为基本正则表达式和扩展正则表达式。在基本正则表达式和扩展正则表达式中，有些符号是通用的。我们先来总结一下通用的符号：
. 表示任意单个字符。 * 表示前面的字符连续出现任意次，包括0次。 .* 表示任意长度的任意字符，与通配符中的*的意思相同。 \ 表示转义符，当与正则表达式中的符号结合时表示符号本身。 [ ]表示匹配指定范围内的任意单个字符。 [^ ]表示匹配指定范围外的任意单个字符。 [[:alpha:]] 表示任意大小写字母。 [[:lower:]] 表示任意小写字母。 [[:upper:]] 表示任意大写字母。 [[:digit:]] 表示0到9之间的任意单个数字（包括0和9）。 [[:alnum:]] 表示任意数字或字母。 [[:space:]] 表示任意空白字符，包括"空格"、"tab键"等。 [[:punct:]] 表示任意标点符号。 [^[:alpha:]] 表示单个非字母字符。 [^[:lower:]] 表示单个非小写字母字符。 [^[:upper:]] 表示单个非大写字母字符。 [^[:digit:]] 表示单个非数字字符。 [^[:alnum:]] 表示单个非数字非字母字符。 [^[:space:]] 表示单个非空白字符。 [^[:punct:]] 表示单个非标点符号字符。 [0-9]与[[:digit:]]等效。 [a-z]与[[:lower:]]等效。 [A-Z]与[[:upper:]]等效。 [a-zA-Z]与[[:alpha:]]等效。 [a-zA-Z0-9]与[[:alnum:]]等效。 [^0-9]与[^[:digit:]]等效。 [^a-z]与[^[:lower:]]等效。 [^A-Z]与[^[:upper:]]等效 [^a-zA-Z]与[^[:alpha:]]等效 [^a-zA-Z0-9]与[^[:alnum:]]等效 ^：表示锚定行首，此字符后面的任意内容必须出现在行首，才能匹配。 $：表示锚定行尾，此字符前面的任意内容必须出现在行尾，才能匹配。 ^$：表示匹配空行，这里所描述的空行表示"回车"，而"空格"或"tab"等都不能算作此处所描述的空行。 ^abc$：表示abc独占一行时，会被匹配到。 \<或者\b ：匹配单词边界，表示锚定词首，其后面的字符必须作为单词首部出现。 \>或者\b ：匹配单词边界，表示锚定词尾，其前面的字符必须作为单词尾部出现。 \B：匹配非单词边界，与\b正好相反。
上述符号，在基本正则表达式和扩展正则表达式的用法是完全一样的。基本上70%的符号都是通用的。与基本正则表达式相比，剩下的30%反而更简单了。
在基本正则表达式中，\{n\}表示前面的字符连续出现n次，就会被匹配到。在扩展正则表达式中，{n}表示前面的字符连续出现n次，就会被匹配到。在基本正则表达式中，\( \)表示分组，\(ab\)表示将ab当成一个整体处理。在扩展正则表达式中，()表示分组，(ab)表示将ab当成一个整体处理。示例如下：
[root@all shell]# cat reg6 hello helloo hellooo hellohello [root@all shell]# grep "\(hello\)\{2\}" reg6 hellohello [root@all shell]# grep -E "(hello){2}" reg6 hellohello
如上所示，当使用扩展正则表达式时，书写更简单。我们再来总结一下，扩展正则表达式比基本正则表达式的不同之处。在扩展正则表达式中：
()表示分组
(ab)表示将ab当做一个整体去处理
\1表示引用整个表达式中第1个分组中的正则匹配到的结果
\2表示引用整个表达式中第2个分组中的正则匹配到的结果
？表示匹配其前面的字符0次或1次
+ 表示匹配前面的字符至少1次
{n}表示前面的字符连续出现n次
{x,y}表示之前的字符至少连续出现x次，最多出现y次
{,n}表示之前的字符出现至多n次，做少0次
{n,}表示之前的字符连续出现至少n次，才会被匹配到
看了上述总结，可以发现，扩展正则表达式更符合懒人的习惯，而且，扩展正则表达式的可读性更高。
在扩展正则表达式中，还有一个符号是基本正则表达式中没有的，它就是 “|” 。”|”在扩展正则表达式中表示或，示例如下：
[root@all shell]# cat reg12 zsythink@zsythink.net 1@2 dwfdsfsfs@dwed.net testregex@163.com testregex@163zsy.net testregex@163zsy.org testregex@163zsy.edu testregex@163zsy.ttt a@1.com testregex@163zsy.cccom [root@all shell]# grep -E "com$" reg12 testregex@163.com a@1.com testregex@163zsy.cccom [root@all shell]# grep -E "net$" reg12 zsythink@zsythink.net dwfdsfsfs@dwed.net testregex@163zsy.net
如上所示，我们分别找到文本中以 com 结尾的行和以 net 结尾的行。如果我们想同时找到 com 和 net结尾的行，这时候就需要用到 “|” , 示例如下：
[root@all shell]# grep -E "(com|net)$" reg12 zsythink@zsythink.net dwfdsfsfs@dwed.net testregex@163.com testregex@163zsy.net a@1.com testregex@163zsy.cccom
上例中扩展正则使用了分组符号”( )”，(com|net)表示括号内的内容看出一个整体，而括号里的com|net表示com或者net。所以(com|net)$就表示以com结尾的行或者以net结尾的行。
扩展正则表达式总结：
常用符号
. 表示任意单个字符。
* 表示前面的字符连续出现任意次，包括0次。
.* 表示任意长度的任意字符，与通配符中的*的意思相同。
\ 表示转义符，当与正则表达式中的符号结合时表示符号本身。
| 表示"或者"之意
[ ]表示匹配指定范围内的任意单个字符。
[^ ]表示匹配指定范围外的任意单个字符。
单个字符匹配相关
[[:alpha:]] 表示任意大小写字母。
[[:lower:]] 表示任意小写字母。
[[:upper:]] 表示任意大写字母。
[[:digit:]] 表示0到9之间的任意单个数字（包括0和9）。
[[:alnum:]] 表示任意数字或字母。
[[:space:]] 表示任意空白字符，包括"空格"、"tab键"等。
[[:punct:]] 表示任意标点符号。
[^[:alpha:]] 表示单个非字母字符。
[^[:lower:]] 表示单个非小写字母字符。
[^[:upper:]] 表示单个非大写字母字符。
[^[:digit:]] 表示单个非数字字符。
[^[:alnum:]] 表示单个非数字非字母字符。
[^[:space:]] 表示单个非空白字符。
[^[:punct:]] 表示单个非标点符号字符。
[0-9]与[[:digit:]]等效。
[a-z]与[[:lower:]]等效。
[A-Z]与[[:upper:]]等效。
[a-zA-Z]与[[:alpha:]]等效。
[a-zA-Z0-9]与[[:alnum:]]等效。
[^0-9]与[^[:digit:]]等效。
[^a-z]与[^[:lower:]]等效。
[^A-Z]与[^[:upper:]]等效
[^a-zA-Z]与[^[:alpha:]]等效
[^a-zA-Z0-9]与[^[:alnum:]]等效
次数匹配相关
? 表示匹配其前面的字符0或1次
+ 表示匹配其前面的字符至少1次，或者连续多次，连续次数上不封顶。
{n} 表示前面的字符连续出现n次，将会被匹配到。
{x,y} 表示之前的字符至少连续出现x次，最多连续出现y次，都能被匹配到，换句话说，只要之前的字符连续出现的次数在x与y之间，即可被匹配到。
{,n} 表示之前的字符连续出现至多n次，最少0次，都会陪匹配到。
{n,}表示之前的字符连续出现至少n次，才会被匹配到。
位置边界匹配相关
^：表示锚定行首，此字符后面的任意内容必须出现在行首，才能匹配。
$：表示锚定行尾，此字符前面的任意内容必须出现在行尾，才能匹配。
^$：表示匹配空行，这里所描述的空行表示"回车"，而"空格"或"tab"等都不能算作此处所描述的空行。
^abc$：表示abc独占一行时，会被匹配到。
\<或者\b ：匹配单词边界，表示锚定词首，其后面的字符必须作为单词首部出现。
\>或者\b ：匹配单词边界，表示锚定词尾，其前面的字符必须作为单词尾部出现。
\B：匹配非单词边界，与\b正好相反。
分组与后向引用
( ) 表示分组，我们可以将其中的内容当做一个整体，分组可以嵌套。
(ab) 表示将ab当做一个整体去处理。
\1 表示引用整个表达式中第1个分组中的正则匹配到的结果。
\2 表示引用整个表达式中第2个分组中的正则匹配到的结果。
今天的文章正则表达式详解_正则表达式 .*?分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/52000.html
