Linux Regex基礎

Linux Regex基礎
一、Regex簡介

Regex是電腦科學的一個概念。
Regex使用單個字串來描述、匹配一系列匹配某個句法規則的字串。
在很多文字編輯器裡，Regex通常被用來檢索、替換那些匹配某個模式的文本。
摘自：維基百科

Regex在 Linux 系統中無處不在，日常使用的很多命令（如 grep、awk）也跟Regex脫不開關係。

Regex對於某些人來說確實難以理解。

我也只能說：多練吧！想學好的東西，一定可以學會的！

️ 注意
在學習過程中，一定要區分好Regex與萬用字元的關係。千萬不要弄混！
本文為個人學習筆記，僅供參考。如有錯誤請及時提出，謝謝！

二、Regex中的字元

Regex分為一般字元和元字元兩種字元。

形如 a、b、1 這些字元均屬於一般字元，只存在字面上的含義，沒有隱含的意義。

為了方便大家理解，下文中的一般字元均使用空心 ︎ 或實心 ︎ 的小方格來表示。

元字元是指在Regex有著特別意義的字元，比如貨幣符號 $ 表示行尾。

如果需要把元字元當作一般字元來看，請在元字元前面加一個反斜線 \（ {、}、<、> 除外）。

另外，在 SHELL 中使用Regex時，最好將Regex用單引號括起來，以免Regex中的某些字元被 SHELL 視為元字元而影響操作。

三、基本Regex

所有支援Regex的程式都相容基本Regex。

Regex	含義
︎	匹配 ︎ 本身
.	匹配任意一個字元
︎*	匹配任意多個 ︎ （包括 0 個）
[︎︎]	匹配 ︎ 或 ︎（字元集中的任意一個字元）
[^︎︎]	匹配除 ︎ 和 ︎（字元集中的任意一個字元）以外的任意一個字元
[A-Z]	匹配一個大寫字母（小寫字母、數字同理，也可取反）
^	匹配行首
$	匹配行尾
︎\{m\}	匹配 m 個 ︎
︎\{m,n\}	匹配 m 至 n 個 ︎
︎\{m,\}	匹配至少 m 個 ︎
\<︎︎︎︎\>	精確匹配 ︎︎︎︎ 這個單詞

代表性例子

Regex	可匹配
gooo*gle	google、goooogle
c.t	cut、cat
aa.*bb	aabb、aavvsfbb
^$	一個空行
\<SSR\>	SSR

四、POSIX 標準Regex

POSIX Regex用來匹配字元集中的其中一個字元，它主要用來消除不同字元編碼之間的差異。

比如說某種字元編碼，它的英文字元排序是 ABCDE...，那麼此時可以使用 [A-Z] 來匹配任意一個大寫字母。

那如果某種字元編碼，它的英文字元排序是 AaBbCc...，那麼此時想匹配一個大寫字母就不能再使用 [A-Z] 了。

Regex	含義
[[:alnum:]]	匹配一個數字或字母
[[:alpha:]]	匹配一個字母
[[:digit:]]	匹配一個數字
[[:upper:]]	匹配一個大寫字母
[[:lower:]]	匹配一個小寫字母
[[:blank:]]	匹配一個空格或 Tab
[[:print:]]	匹配一個可列印字元

五、擴充Regex

擴充Regex僅在部分程式中支援，例如 egrep、awk 等。

Regex	含義
︎|︎	匹配 ︎ 或 ︎
︎?	匹配 0 個或 1 個 ︎
︎+	匹配至少 1 個 ︎
︎{m}	匹配 m 個 ︎
︎{m,n}	匹配 m 至 n 個 ︎
︎{m,}	匹配至少 m 個 ︎
(︎︎︎︎)	匹配 ︎︎︎︎ 這個字串

代表性例子

Regex	可匹配
A|B	BOO、AAB
goo+gle	google、goooogle
(SS)	SS、SSR

六、區分：萬用字元

這裡說一下萬用字元的用法，大家好好區分一下。

萬用字元	含義
*	匹配任意數量的任一字元
?	匹配 1 個 任一字元
[︎︎]	匹配 ︎ 或 ︎（字元集中的任意一個字元）
[^︎︎]	匹配除 ︎ 和 ︎（字元集中的任意一個字元）以外的任意一個字元
[A-Z]	匹配一個大寫字母（小寫字母、數字同理，也可取反）
{︎,︎}	匹配括弧內 ︎ 和 ︎ (兩個或多個字串)