shell脚本8---正则表达式

正则表达式识别的特殊字符包括

*[]^${}\+?|()

锚字符

锁定在行首

脱字符^定义从数据流中文本行的行首开始的模式。要使用脱字符必须将它放在正则表达式中指定的模式的前面

echo "Book is great"|sed -n '/^Book/p'

如果将^放在模式中的其他位置而不是开头，它就会和普通字符一样。

锁定在行尾

美元符$定义了行尾的锚点。

组合锚点

用脱字符和美元符组合用来匹配完整的一行。如果中间不加任何字符，就是匹配空行。

点字符

点字符用来匹配任意的单字符，除了换行符。但点字符必须匹配一个字符，如果在点字符的位置没有字符，那么模式不成立。

cat data6
This is a test of a line.
The cat is sleeping.
That is the very nice hat.
This test is at line four
at ten O'clock we'll go home
$ sed -n '/.at/p' data6
The cat is sleeping.
That is the very nice hat.
This test is at line four -- 空格也是一个字符可以匹配到

字符组

要定义一个字符组，你要用方括号。

$ sed -n '/[ch]at/p' data6
The cat is sleeping.
That is the very nice hat.

排除字符组

字符组开头加个脱字符^可以匹配字符组中没有的任意字符。

$ sed -n '/[^ch]at/p' data6
This test is at line four

即便是排除，字符组仍然必须匹配一个字符，所以以at开头的行仍然未能匹配模式。

使用区间

[A-Za-z] # 大小写字母a b c ... z A B C ... Z
[0-9] # 数字0 1 2 ... 9

特殊字符组

$ echo "abc"|sed -n '/[[:digit:]]/p' 
$ echo "abc"|sed -n '/[[:alpha:]]/p' 
abc

星号

在字符后面防止星号，说明该字符将会在匹配模式的文本中出现0次或者多次。

$ echo "ik"|sed -n '/ie*k/p'
ik
$ echo "iek"|sed -n '/ie*k/p'
iek
$ echo "ieek|sed -n '/ie*k/p'
ieek

将点号和星号组合起来使用，可以匹配任意多个任意字符。

$ echo "this is a regular pattern expression"|sed -n 'this is a regula.*expression'
this is a regular pattern expression

扩展正则表达式

• 问号
  ? 匹配前面的字符0次或1次。
• 加号
  + 匹配前面的字符1次或多次
• 花括号

{m} 匹配前面字符m次
{m,n} 匹配前面的字符m到n次

默认情况下gawk程序不会识别正则表达式区间。必须为gawk指定--re-interval

# 匹配电话号码
gawk --re-interval '/^\(?[2-9][0-9]{2}\)? \ # 区号
(| |-|\.) \
[0-9]{3}( |-|\.) \ 
[0-9]{4}/ {print $0}

• 管道字符
  类似于逻辑或，有一个模式匹配就匹配

expr1|expr2

• 聚合表达式
  用括号()将正则表达式聚合起来，此时该组字符会被当作标准字符。

$ echo "Sat"|gawk '/Sat(urday)?/{print $0}'
Sat