shell编程之正则表达式 详解！内含例题

1、正则表达式概述

正则表达式分为：基础正则表达式与扩展正则表达式，它不是一个工具程序，而是一个字符串处理的标准依据，是使用单个字符串、匹配一系列符合某个语法规则的字符串。正则表达式由普通字符与元字符组成。

普通字符：包括大小写字母、数字、标点符号及一些其他符号

元字符：正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符在目标对象中的出现模式

1.1、支持工具

支持正则表达式的工具：vim，grep，egrep，sed，awk

2、基础正则表达式

2.1、基础元字符

元字符	作用
\	转义字符，用于取消特殊符号的含义，如：!，\n 等
	匹配字符串的开始位置（以...开头）如：^world 匹配以world开头的行
$	匹配字符串的结束位置（以...结尾）如：world$ 匹配以world结尾的行
.	匹配除\n（换行）之外的任意一个字符
*	匹配前面的子表达式（前一个字符）0次或者多次
[list]	匹配 list 列表中的一个字符 如：[0-9] 匹配任意一个数字
[^list]	匹配不在 list 列表中的一个字符（反选）如：[^0-9]匹配任意一个非数字
\{n\}	匹配前面的子表达式(前一个字符)n次 如：[0-9]\{2\} 匹配两位数
\{n,\}	匹配前面的子表达式不少于n次 如：[0-9]\{2,\} 表示两位或两位以上的数字
\{n,m\}	匹配前面子表达式n到m次 如：[a-z]\{2,3\} 匹配两到三位的小写字母
\w	匹配包括下划线的任何单词字符 如：[A-Za-z0-9_]
\W	匹配任意一个非单词字符 如：[^A-Za-z0-9_]
\d	匹配一个数字字符 等价于[0-9]
\D	匹配一个非数字字符 等价于[^0-9]
\s	空白符
\S	非空白符

• tips：egrep 、awk使用{n}、{n,}、{n,m}匹配时 "{}"前不用加"\"

2.2、示例：

[root@localhost ~]# grep "^root" /etc/passwd   ## 匹配以"root" 开头的行
root:x:0:0:root:/root:/bin/bash

[root@localhost ~]# grep "bash$" /etc/passwd   ## 匹配以"bash" 结尾的行
root:x:0:0:root:/root:/bin/bash

[root@localhost ~]# cat test.txt   
gd
god
good                            ## 准备示例测试用的文件
goood
gooood
goooabcd
gooooood
gooooooddddd
abccba
abccba123
oooogooood
oooogd
gold
goad
golad
goold
goolad
go8d
goAd
go;d

[root@localhost ~]# grep "goo*d" test.txt    ## 匹配*号前面"o" 0次或者多次
god
good
goood
gooood
gooooood
gooooooddddd
oooogooood

[root@localhost ~]# grep "goo.d" test.txt     ## 除\n（换行）之外的任意一个字符
goood

[root@localhost ~]# grep "go\{2\}d" test.txt  ##匹配"o" 两次
good

[root@localhost ~]# grep "go[ola]\{2\}d" test.txt
goood 
golad              ## 匹配 [ola] 列表里面任意一个字符两次
goold

[root@localhost ~]# grep "go\{2,\}d" test.txt 
good
goood                  ## 匹配"0" 不少于2次（次数>=2）
gooood
gooooood
gooooooddddd
oooogooood

[root@localhost ~]# grep "go\{2,3\}d" test.txt 
good
goood                  ## 匹配"o" 两次或者3次

3、扩展正则表达式

扩展正则表达式是对基础正则表达式的扩充和深化

3.1、支持工具

扩展正则表达式支持工具：egrep、awk grep -E、sed -r

3.2、扩展元字符

元字符	作用
+	匹配前面的子表达式1次以上，如：go+d ，将匹配至少一个"o"
?	匹配前面的子表达式0次或者1次，如：go?d，将匹配 gd 或者 god
()	将()号中的字符串作为一个整体，如：(xyz)+，将匹配xyz整体1次以上
|	以或的方式匹配字符串，如：good | great，将匹配 good 或者 great

3.3、示例：

[root@localhost ~]# cat test.txt   
gd
god
good                            ## 准备示例测试用的文件
goood
gooood
goooabcd
gooooood
gooooooddddd
abccba
abccba123
oooogooood
oooogd
gold
goad
golad
goold
goolad
go8d
goAd
go;d

[root@localhost ~]# egrep "go+d" test.txt 
god
good                ## 匹配"o" 1次及以上多次
goood
gooood
gooooood
gooooooddddd
oooogooood

[root@localhost ~]# egrep "go?d" test.txt 
gd
god                ## 匹配 "o" 0次或者1次
oooogd

[root@localhost ~]# egrep "g(oo)+d" test.txt 
good
gooood              ## 匹配 以"oo"为整体的字符串1次及其以上多次
gooooood
gooooooddddd
oooogooood

[root@localhost ~]# egrep "g(oo|oa)d" test.txt 
good
goad                ## 匹配以 "oo" 或者 "oa" 为整体的

4、正则例题 1：筛选正确的座机号码

• 以025 区号为例：

区号： ^025               ## 以区号 025 开头

连接符：[- ]?             ## 区号与后8位号码 中间连接符"-" 或者" "0次或者1次

号码 ：[58][0-9]{7}$      ## 以5或者8开头后面7位号码随机数字

整体表达式：egrep "^025[- ]?[58][0-9]{7}$"

5、正则例题 2：筛选正确的邮箱格式

要求：

• 用户名@：长度要求在6-18位，任意大小写英文，任意数字，除了"@"符号和空格以外的其他任意符号字符，开头只能是 _ 或者字母

• 子域名.[二级域名]：长度任意，符号只能包含 "-" "_" "."

• .顶级域名：长度在2-5，任意大小写英文

用户名@：^[_A-Za-z][^@ ]{5,17}@

子域名.[二级域名]：[A-Za-z0-9_\-\.]+

顶级域名：\.([A-Za-z]{2,5})$

整体表达式：egrep "^[_A-Za-z][^@ ]{5,17}@[A-Za-z0-9_\-\.]+\.([A-Za-z]{2,5})$"