正则表达式

---

正则表达式

通常用于判断语句中，用来检查某一字符串是否满足某一格式

正则表达式组成

• 普通字符
• 元字符
  

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：是指在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（即位于元字符前面的字符或表达式)在目标对象中的出现模式

通配符与正则表达式区别

• 通配符通常用于查看文件目录，常用的通配符有*、！、？、[ ... ]
• 正则表达式通常用于匹配文件内容，正则匹配精准度比通配符更高

基础正则表基式常见元字符

支持的工具：grep、egrep、sed、awk

元字符	作用	示例
\	转义字符，用于取消特殊符号的含义	\!、\n、\$等
^	匹配字符串开始的位置	^a、^the、^#、^[a-z]
$	匹配字符串结束的位置	words、^$匹配空行
. 点	匹配除\n之外的任意的一个字符	go.d、g..d
*	匹配前面的子表达式0次或者多次	goo*d、 go.*d
[list]	匹配list列表中的一个字符	go[ola]d、[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字
[^list]	匹配任意非list列表中的一个字符	[^0-9]、[^A-20-9]、[^a-z]匹配任意一位非小写字母
{n}	匹配前面的子表达式n次	go{2}d、'[0-9]{2}'匹配两位数字
{n,}	匹配前面的子表达式不少于n次	go{2,}d、'[0-9]{2,}匹配两位及两位以上数字
{n,m}	匹配前面的子表达式n到m次	go{2,3}d、'[0-9]{2,3}'匹配两位到三位数字
注：egrep、awk使用{n}、 {n,} 、 {n,m}匹配时“ { }"前不用加"\"
\w	匹配包括下划线的任何单词字符
\W	匹配任何非单词字符	等价于"[^A-Za-z0-9_]"
\d	匹配一个数字字符
\D	匹配一个非数字字符	等价于[^0-9]
\s	空白符
\S	非空白符

• ^开始的位置

• $结束的位置，\转义字符

  • 补充：“!$”表示上次执行的命令最后一个字段

• . 匹配除换行之外的任意一个字符

• * 匹配前面的子表达式0次或者多次

  和 . 点结合使用

• 匹配列表中的一个字符

• 匹配任意非列表中的一个字符

• 匹配前面的子表达式

扩展正则表达式元字符

支持的工具：egrep、awk、grep -E、sed -r

扩展元字符	作用	示例
+	匹配前面的子表达式1次以上	go+d，将匹配至少一个o，如god、good、goood等
?	匹配前面的子表达式0次或者1次	go?d，将匹配gd或god
()	将括号中的字符串作为一个整体	g(oo)+d，将匹配oo整体1次以上，如good、gooood等
|	以或的方式匹配字符串	g(oo|la)d，将匹配good或者glad

• 匹配前面的子表达式1次以上

• 匹配前面的子表达式0次或者1次

• 将括号中的字符串作为一个整体

• 以或的方式匹配字符串

实例1：匹配电话号码

匹配要求：

1. 匹配 025 开头的区号。
2. 电话号码要5 或者 8开头的八位数。
3. 格式如下：
   • 区号 号码
   • 区号-号码
   • 区号号码
   • 123
4. 要求全号码格式匹配

操作：

1. 准备一个包含号码的文档

2. 进行匹配

实例2：匹配电子邮箱

电子邮箱格式：
用户名@子域名.[二级域名].顶级域

要求：

1. 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它任意符号字符，开头只能是 _ 或者字母
2. 子域名.[二级域名]：长度任意，符号只能包含 - _ .
3. . 顶级域名：长度在2-5，任意大小写英文
4. 完整匹配

实现各部分：

用户名长度要求在6-18位    {6，18}
除了@符号和空格以外的其它任意符号字符    [^@ ]
开头只能是 _ 或者字母       ^[a-zA-Z_]
长度任意，符号只能包含-_.    [a-zA-Z0-9-_.]+
长度在2-5，任意大小写英文    .[a-zA-Z]{2,5}

操作：

1. 准备一个包含邮箱的文档

2. 进行匹配