Linux - 正则表达式

正则表达式（Regular Expression,RE）是透过一些特殊字符的排列，用以[搜寻/取代/删除]一列或多列文字字符串，简单的说，正则表达式就是用在字符串的处理上面的一项“表达式”。如果想要以正则表达式的方式处理字符串，就要使用支持正则表达式的工具程序，例如 vi,grep,sed,awk等。但是像cp,ls等指令并不支持正则表达式，所以就只能使用bash自己本身的通配符。

注意：

正则表达式的符号与通配符是完全不一样的东西
因为通配符（wildcard）代表的是bash操作接口的一个功能，但正则表达式则是一种字符串处理的的表示方式。两者要分清楚啊～

语系对正则表达式有影响
因此在使用正则表达式时，要特别留意当时环境的语系为何，否则可能会发现与别人不相同的撷取结果。

下面关于正则表达式的练习和举例，都使用我们熟悉的grep来展示，grep是一个撷取命令，如果你不了解grep，可以从这篇小文章里简单了解一些Linux 之 Bash -- 管线命令

grep 的一些进阶选项
之所以这么说，是因为Linux 之 Bash -- 管线命令里面都没有提到～～
工作模式：grep [-A] [-B] [--color=auto]'搜寻字符串' filename
-A 后面可加数字，为after的意思，除了列出该行外，后面的n行也列出来
-B 后面可加数字，为before的意思，除了列出该行外，前面的n行也列出来
--color=auto 可将正确的那个撷取数据列出颜色

1.基础正则表达式

下面总结了一个精简的基础正则表达式的字符表格，不过不要局限于其中的范例啊，还要根据实际情况灵活改变，它的价值可远不止于此～

表达式	描述	范例
^	行首标记	^test 匹配以 test 起始的行
$	行尾标记	test$ 匹配以 test 结尾的行
.	任意字符	`t.t`匹配任意代替`.`的一个字母(它就是英文状态的句号)，如txt,但不能是两个字母如text
[]	匹配其中任意一个	`t[ex]t`匹配 tet 或 txt
[^]	除了其中任意一个	`te[^xt]` 除了 tet 和 txt 不能匹配，其他任意
[a-d]	匹配指定范围内任一个	能匹配a,b,c,d中任意一个字母
{n}	匹配之前n项	`grep -w '[0-9]\{2\}' filename` 撷取存在两位数字的文本行
{n,m}	最少匹配n次，最多m次	`[0-9]\{2,4\}` 匹配2位数到4位数
{n, }	至少匹配前面n次	`[0-9]\{n, \}`匹配至少是两位数的
*	匹配之前多个或没有	`tx*t` 匹配 tt 或 txt/txxt/txxxt/...
\	转义（向来放在特殊符号前，* + ？等）	如`bio\ +info` 匹配bio+info

[^]表示反向选择
[^a-z]表示非小写字母
^[]表示定位在行首
^[a-z]表示行首非小写字母
^$表示空白行
g..d代表共4个字符，开头为g，结尾为d（.代表绝对有一个任意字符）
g.*g代表g开头且g结尾的字符串
[0-9][0-9]*表示任意数字
go\{2,5\}g 表示g后面接2-5个o和一个g的字符串（因为{}在shell中有特殊意义，所以用\来跳脱。这也是为什么👆表格的大括号{}都写成了\{\}）
ls -l . | grep '^l'列出当前目录下的链接文档
(利用了链接文档的一个特性，其标头会是 lrwxrwxr)

再次提醒：正则表达式的 原字符* 和 通配符* 不是一回事哦

通配符中，它代表0-无穷多个字符

正则表达式中，它代表匹配0-无穷多个的前一个RE字符

2.延伸正则表达

一般来讲，了解基础型的正则表达式已经能够帮助我们解决很多问题了。不过，某些时刻为了要简化整个指令操作，使用范围更广的延伸型正则表达会更加方便。
eg:延伸型正则表达可以透过群组功能‘|’来进行一次搜寻，其中的管道符|意义为“或 or”。不过，grep预设仅支持基础正则表达式，如果要使用延伸型正则表达，可以使用grep -E 或者 egrep。我觉得后者使用起来更方便哦（不用来回切换大小写～）

表达式	描述	范例
+	匹配之前1个或多个	`tx+t` 匹配 txt 或 txxt/txxxt/...
？	匹配之前1个或没有	`te?xt` 只能匹配 txt 或 text
`\|`	用或的方式找出字符串	`gd\|god\|good`匹配gd,god,good
()	匹配括号中的字符串	`bio(info)?` 匹配 bio 或 bioinfo
()+	多个重复群组的判别	`A(xyz)+C` 匹配AxyzC或AxyzxyzC等...