5.3.  基本和扩展正则表达式

Unix支持两种的正则表达式的版本：

（1）现代版本：扩展正则表达式（extended regular expression，ERE），属于IEEE1003.2标准，拥有比BRE更多的功能。

（2）废弃版本：基本正则表达式（basic regular expression，BRE），它是多年以前使用的更原始类型的正则表达式，功能弱且语法容易混淆，后来被1003.2标准取代，保留它们只是为了与旧程序兼容。

ERE和BRE之间的主要区别：对于BRE来说，有一些特定的元字符不能使用，而其他元字符必须使用反斜线引用。不能使用的元字符有问号、加号和竖线

？    +      |

必须转义的元字符有花括号和圆括号

{  }    (  )

基本正则表达式的限制：

Ø  花括号必须使用反斜线引用，如\{\}

Ø  圆括号必须使用反斜线引用，如\(\)

Ø  不能使用?，但是可以使用\{0,1\}模拟

Ø  不能使用+，但是可以使用\{1，\}模拟

Ø  不能使用|（竖线）

Ø  不能使用预字义字符类

 

5.4.  正则表达式的基本规则

1. 所有的普通字符，例如字母和数字都与自身匹配，如shell匹配于shell；WoRd匹配于WoRd，但不匹配于word

2. 当我们需要表示meta字符本身时，可以转义它，即前面放一个反斜杠。例如

\*     匹配字面上的*

\\      匹配字面上的\

3. 在方括号表达式中，所有其他的的meta字符都会失去其特殊含义，例如

[ .\*]匹配于句点、反斜杠及星号。

4. 为了扩展正则表达式的功能，可以使用锚指定查找模式的位置。如$元字符是一个匹配行末尾的锚。为了搜索以“xiao“结尾的行，可以使用：

grep  ‘xiao$’  data

通过使用这^ $这两个锚，但是两个锚之间不指定任何内容何以方便地查找空行。

         grep  ‘^$ ’   data     | wc   -l

匹配包含一个字符的行

         grep  ‘^.$’   data

注意：^与$仅在BRE的起始与结尾下有特殊用途。

查找所有包含字符串”kn”的行，但是字符串kn只能出现在单词的开头

grep  ‘\<kn’  data

为了搜索完整的单词，可吧同时使用\<和\>

grep  ‘\<word\>   data

为了方便起见，在使用GNU实用工具的系统上，如Linux和FreeBSD系统，可以使用\b（boundary marker ，边界标记）作为\<和\>的替代，

grep  ‘\<word\>   data  =  grep  ‘\bword\b’   data

5.5.  ERE运算符的优先级

以下由高至低列出了ERE运算符的优先级：

运算符

含义

[ . . ] [ = =] [ : : ]

用于字符对应的方括号符号

\metacharacter

转义的元字符

[ ]

方括号表达式

（ ）

分组

+  *  ?  { }

重复前置的正则表达式

无符号（no symbol）

连续字符

^  $

锚点

|

交替

 

5.6.  额外的正则表达式运算符

运算符

含义

\w

匹配任何单词组成字符，等同于［［:alnum:］］

\W

匹配任何非单词组成字符，等同于［^［:alnum:］］

\< \>

匹配单词的起始与结尾

\b

匹配单词的起始或结尾处所找到的空字符串。注意：由于awk使用\b表示后退字符，因此GNU awk（gawk）使用\y表示此功能

\B

匹配两个单词组成字符之间的空字符串

 

 

 

5.6.  匹配字符：字符类

在正则表达式中，元字符.（点号）匹配任何单个的字符，新行字符除外（在Unix中，新行字符标记一行的末尾）

例：grep   ‘xiao..y’  data

在data文件中查找所有包含下述模式的行：字符串xiao后跟两个任意字符，再后跟一个字母y

字符类：将字符放在方括号[]中指定希望搜索的字符。这样的结构就称为一个字符类。

 

grep  ‘\\\*.*[A-Za-z]+\$’ data

查找所有包含字符“\*”，后面跟任意数量的字符，再后跟1 个或多个字母，最后跟一个“$”的行。

怎样理解复杂的正规表达式

当遇到难以理解的正则表达式时，将它写在一张纸上，然后将正则表达式分成不同部分，纵向书写不同部分，一个在另一个之上。依次取不同部分，并将各部分的含义写在同一行上。

我们将这个正则表达式分隔成：

\\    _____  1个\（反斜线）字符

\*    ——   1个*（星号）字符

.*    ____   任意数量的其他字符

[A-Za-z]  ____  1 个或多个大写字母或小写字母

\$    ____   1个$（美元）字符

 

5.7.  正规表达式案例

示范文件：Linux中的字典文件/usr/share/dict/words

 

（1）哪些英语单词以“qu”开头并以y结尾呢？

grep  ‘^yu[a-z]+y$’  /usr/share/dict/words

grep  '^qu.*y$'     /usr/share/dict/words^    行的开头

egrep '^yu[a-z]+y$' /usr/share/dict/words

 

qu   字符串qu

[a-z]+ 1个或多个小写字母

y    字母y

$    行的结尾

（2）查找一个包含所有5个元间字母a、e、i、o、u（并且以该顺序出现）的普通英语单词。

这5个字母不必连在一起，但是它们必须按字母表顺序出现

 

grep   'a[a-z]*e[a-z]*i[a-z]*o[a-z]*u' /usr/share/dict/words

 

（3）在/bin目录中查找包含两个字母长的命令

ls /bin | egrep '^[a-z]{2}$'

ls /bin | grep '^[a-z][a-z]$'

 

注：在一些系统上，grep并不会返回预想的结果，因为它不能将括号识别为花括号元字符，如果出现这种情况，可以使用egrep 代替grep