shell(5) Regex.doc

regular expression engine

描述匹配模式的特殊字元和一般字元組成；

 

BRE POSIX
基本Regex，
ERE
擴充Regex；
gawk
支援
ERE
，
sed
不支援。

 

1）



Regex模式：

l        



區分大小寫

l        



空格作為一般字元處理

l        



工具或語言中的使用模式常為
/pattern/

 

特殊字元：
.*[]^${}/+?|()

 

BRE
“
/
”

轉義
escape
字元

正斜扛也需要轉義，雖然它不是特殊字元——因為
/
被用作表示模式？

 

“
^
”，定位器，從頭開始

如
sed -n
'/^abc/p'
；
^
必須放到Regex的最前，否則作為一般字元

 

“
$
”，定位器，尋找末尾

sed -n '/abc$/p'
；

eg:
尋找整行
, '/^this$/p'
；尋找空行
'/^$/d';

 

“
.
”

匹配分行符號外的任何單字元，必須有一個字元；

 

“
[]
”，字元類

character class
（幾個字元之一），如
sed -n '/[Yy]es/p'

否定字元類，使用
[^]
，如
[^ch]
，表示不含這幾個字元，但是仍然需要一個字元；

定義字元範圍，如
[0-9]
，
[a-z]
，［
a-cx-z
］定義多個範圍

 

BRE
的特殊字元類：

[[:alpha:]]      

任意字母字元，大小寫

[[:alnum:]]     

任意字母、數字

[[:blank:]]     

空格或定位字元

[[:digit:]]       

數字

[[:lower:]]     

任意小寫

[[:print:]]      

任意可列印

[[:punct:]]     

標點符號

[[:space:]]     

任意空白字元，
包括垂直定位字元，
如空格，
lt
，
nl
，
CR
等

[[:upper:]]     

任意大寫

[[:cntrl:]]      
ASCII
控制字元

[[:graph:]]      

非控制非空格

[[:xdigit:]]      
16
進位數字

 

“
*
”

*
前的字元可不出現或多次出現，
/colou*r/

“
.*
”，出現在一行文本上任意位置的單詞

*
用於字元類：

eg:
$echo "bt" | sed -n '/b[ac]*t/p'             
#TBD

：
ac

可任意出現？

 

ERE
“
?
”

同
*
的不同：不出現或僅出現一次，也可與字元類連用

 

“
+
”

同
*
的不同：必須出現一次或多次

 

“
{}
”

對可重複字元出現次數進行限制
(interval)
，
{m}
或
{m,n}
，
/{min,max/}
，｛
m,
｝表示最少
m
次

be{1}t
  
#

等價於
bet

？

gawk
中需指定參數
--re-interval
，

eg:

echo
"bt"|gawk --re-interval '/be{1}t/{print $0}'

用於字元類：

gawk
--re-interval "/b[ae]{1,2}t"

 

“
|
”

邏輯
or
，指定多個Regex，
gawk '/cat|dog/'

 

“
()
”

分組，一個組合作為一個標準字元處理，
eg:

gawk
'/sat(urday)?/       
#

要求
urday

出現
0

到
1

次；

gawk
'/(c|b)a(b/t)/'              
#TBD

：等價於
'[cb]a[bt]'??