正则表达式
又称规则表达式,英文:Regular Expression,简写为regex,通常用来检索、替换哪些符合某个模式(pattern)的文本。
正则表达式分两类:
基本正则表达式:BRE
扩展正则表达式:ERE
正则表达式支持的程序有:grep,sed,awk,vim,less,nginx,varnish等等。
正则表达式引擎
正则表达式的引擎分为两大类:DFA,NFA
这两种引擎的工作方式不一样,DFA是以文本为主导,比如,一个字符串“how are you” ,它的工作方式是,先查询第一个h ,然后查询y,一旦h匹配到了,就直接查询y,它不会去查询are 。而NFA是以表达式为主导,先查询h,然后接着查询o,查询一次后,会再次查询。所有,DFA比NFA的查询速度回快一些。
基本的正则表达式与字符
字符匹配:
. 匹配任意单个字符
[] 匹配指定范围内的任意单个字符
[^] 匹配指定范围外的任意单个字符
[:alnum:] 字母和 数字
[:alpha:] 代表任何英文大小写字符,亦即 A-Z, a-z
[:lower:] 小写字母 [:upper:] 大写字母
[:blank:] 空白字符(空格和制表符)
[:space:] 水平和垂直的空白字符(比[:blank:] 包含的范围广)
[:cntrl:] 不可打印的控制字符(退格、删除、警铃...) )
[:digit:] 字 十进制数字 [:xdigit:] 十六进制数字
[:graph:] 可打印的非空白字符
[:print:] 可打印字符
[:punct:]
次数匹配
用在要指定次数的字符后面,用于指定前面的字符出现的次数。
- 匹配 前面的字符任意次,包括0次
贪婪模式:尽可能长的匹配
.* 任意 长度的任意字符
? 匹配 其前面的字符0 或1次 次
+ 匹配 其前面的字符至少1次 次
{n} 匹配 前面的字符n次 次
{m,n} 匹配 前面的字符至少m 次,至多n次 次
{,n} 匹配 前面的字符至多n次 次
{n,} 匹配 前面的字符至少n次
位置锚定
用来定位出现的位置
^ 行首锚定,用于模式的最左侧
$ 行尾锚定,用于模式的最右侧
^PATTERN$ 用于模式匹配整行
^$ 空行
^[[:space:]]$ 空白行
< 或 或 \b 词首锚定,用于单词模式的左侧
> 或 或 \b 词尾锚定;用于单词模式的右侧
<PATTERN>
分组
分组:() 将一个或多个字符捆绑在一起,当作一个整体进
行处理,如:(root)+
分组括号中的模式匹配到的内容会被正则表达式引擎记录于
内部的变量中,这些变量的命名方式为: \1, \2, \3, ...
\1 表示从左侧起第一个左括号以及与之匹配右括号之间的
模式所匹配到的字符
. 示例: (string1+(string2))
\1 :string1+(string2)*
\2 :string2
后向引用
引用前面的分组括号中的模式所匹配字符,而非模式本身
或者 |
c|d: c或d (C|c)at:Cat 或cat
扩展正则表达式
它于基本的正则表达式的区别是,扩展的正则表达式支持特殊符号,不需要转移。
如 次数匹配:
- :匹配前面字符任意次
?: 0 或1次 次
- :1 次或多次
{m} :匹配m次 次
{m,n} :至少m ,至多n次
正则表达式其他字符的特殊用法
正则表达式的语法支持