Linux通配符和正则表达式通配符 区别_linux正则表达式语法

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

1、 通配符

通配符是shell在做PathnameExpansion时用到的。说白了一般只用于文件名匹配，它是由shell解析的，比如find，ls，cp，mv等。

 

1、1 Shell常见通配符：

通配符	含义	实例
*	匹配 0 或多个字符	a*b a与b之间可以有任意长度的任意字符, 也可以一个也没有, 如aabcb, axyzb, a012b, ab。
?	匹配任意一个字符	a?b a与b之间必须也只能有一个字符, 可以是任意字符, 如aab, abb, acb, a0b。
[list]	匹配 list 中的任意单一字符	a[xyz]b  a与b之间必须也只能有一个字符, 但只能是 x 或 y 或 z, 如: axb, ayb, azb。
[!list]或[^list]	匹配 除list 中的任意单一字符	a[!0-9]b a与b之间必须也只能有一个字符, 但不能是阿拉伯数字, 如axb, aab, a-b。
[c1-c2]	匹配 c1-c2 中的任意单一字符 如：[0-9] [a-z]	a[0-9]b 0与9之间必须也只能有一个字符 如a0b, a1b… a9b。
[!c1-c2]或[^c1-c2]	匹配不在c1-c2的任意字符	a[!0-9]b 如acb adb
{string1,string2,…}	匹配 sring1 或 string2 (或更多)其一字符串	a{abc,xyz,123}b 列出aabcb,axyzb,a123b

 

1、2 shell Meta字符（元字符）

shell 除了有通配符之外，还有一系列自己的其他特殊字符。

字符	说明
IFS	由 <space> 或 <tab> 或 <enter> 三者之一组成(我们常用 space )
CR	由 <enter> 产生
=	设定变量
$	取变量值或取运算值
>	重定向 stdout
<	重定向 stdin
|	管道符号
&	重导向 file descriptor ，或将命令置于背景执行
( )	将其内的命令置于 nested subshell 执行，或用于运算或命令替换
{ }	将其内的命令置于 non-named function 中执行，或用在变量替换的界定范围
;	在前一个命令结束时，而忽略其返回值，继续执行下一个命令
&&	在前一个命令结束时，若返回值为 true，继续执行下一个命令
||	在前一个命令结束时，若返回值为 false，继续执行下一个命令
!	运算意义上的非（not）的意思
#	注释，常用在脚本中
\	转移字符，去除其后紧跟的元字符或通配符的特殊意义

 

1、3 转义字符

有时候，我们想让 通配符，或者元字符 变成普通字符，不需要使用它。那么这里我们就需要用到转义符了。 shell提供转义符有三种。

字符	说明
‘’(单引号)	硬转义，其内部所有的shell 元字符、通配符都会被关掉。
“”(双引号)	软转义，其内部只允许出现特定的shell 元字符：$用于参数替换 `(反单引号，esc键下面)用于命令替换
\(反斜杠)	又叫转义，去除其后紧跟的元字符或通配符的特殊意义

举例：

2、正则表达式

正则表达式是用来匹配字符串的，针对文件内容的文本过滤工具里，大都用到正则表达式，如vi，grep，awk，sed等。

另外，这篇文章只针对Linux下的文本过滤工具的正则表达式进行讨论，其他的一些编程语言，如C++（c regex,c++ regex,boost regex），java，python等都有自己的正则表达式库。

简单点来说，正则表达式是对一组正在处理的文本的描述。

例1：查找文件test中出现单词hi，并且若干字符后出现单词Jerry的行

$ grep -E”\<hi\>.+\<Jerry\>” test

ni hao hi nihao Jerrydsfds

 

例2：查找文件test中出现以hi开头的单词，并且若干字符后出现以Jerry结尾的单词的行

grep -E “\<hi.+Jerry\>”test

ni hao hi nihao Jerrydsfds

wo buhao hiwuyanpingjfkjk Jerry

wo henhao hiwuyanJerry

 

在正则表达式的使用过程中，一些字符是以特定方式处理的。最常使用的特殊字符如下：

字符	含义
^	指向一行的开头
$	指向一行的结尾
.	任意单个字符
[]	字符范围。如[a-z]

如果想将上述字符用作普通字符，就需要在它们前面加上\字符。例如，如果想使用$字符，你需要将它写为\$

在方括号中还可以使用一些有用的特殊匹配模式，如下：

匹配模式	含义
[:alnum:]	字母与数字字符,如grep[[:alnum:]] words.txt
[:alpha:]	字母
[:ascii:]	ASCII字符
[:blank:]	空格或制表符
[:cntrl:]	ASCII控制字符
[:digit:]	数字
[:graph:]	非控制、非空格字符
[:lower:]	小写字母
[:print:]	可打印字符
[:punct:]	标点符号字符
[:space:]	空白字符，包括垂直制表符
[:upper:]	大写字母
[:xdigit:]	十六进制数字

另外，如果指定了用于扩展的-E选项，那些用于控制匹配完成的其他字符可能会遵循正则表达式的规则，对于grep命令，我们还需要在这些字符前面加上\,下表是扩展部分一览：

选项	含义
?	最多一次
*	必须匹配0次或多次
+	必须匹配1次或多次
{n}	必须匹配n次
{n,}	必须匹配n次或以上
{n,m}	匹配次数在n到m之间，包括边界

 

3、通配符和正则表达式比较

（1）通配符和正则表达式看起来有点像，不能混淆。可以简单的理解为通配符只有*,?,[],{}这4种，而正则表达式复杂多了。

（2）*在通配符和正则表达式中有其不一样的地方，在通配符中*可以匹配任意的0个或多个字符，而在正则表达式中他是重复之前的一个或者多个字符，不能独立使用的。比如通配符可以用*来匹配任意字符，而正则表达式不行，他只匹配任意长度的前面的字符。

 

4、grep

引自：http://hi.baidu.com/hzslqt/blog/item/dbd0ea4e5145f819b3de05d6.html

1. grep简介

    grep （global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。linux使用GNU版本的grep。它功能更强，可以通过–G、–E、–F命令行选项来使用egrep和fgrep的功能。

    grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。

    grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。

2. grep正则表达式元字符集（基本集）

^       ：锚定行的开始 如：‘^grep’匹配所有以grep开头的行。

$        ：锚定行的结束 如：‘grep$’匹配所有以grep结尾的行。

.       ：匹配一个非换行符的字符 如：‘gr.p’匹配gr后接一个任意字符，然后是p。

*       ：匹配零个或多个先前字符 如：‘*grep’匹配所有一个或多个空格后紧跟grep的行。 .*一起用代表任意字符。

[]       ：匹配一个指定范围内的字符，如‘[Gg]rep’匹配Grep和grep。

[^]      ：匹配一个不在指定范围内的字符，如：‘[^A-FH-Z]rep’匹配不包含A–R和T–Z的一个字母开头，紧跟rep的行。

.. ：标记匹配字符，如‘love’，love被标记为1。

\<      ：锚定单词的开始，如:‘\<grep’匹配包含以grep开头的单词的行。

\>       ：锚定单词的结束，如‘grep\>’匹配包含以grep结尾的单词的行。

x\{
m\}   ：重复字符x，m次，如：‘o\{5\}’匹配包含5个o的行。

x\{
m,\} ：重复字符x,至少m次，如：‘o\{5,\}’匹配至少有5个o的行。

x\{
m,n\} ：重复字符x，至少m次，不多于n次，如：‘o\{5,10\}’匹配5–10个o的行。

\w       ：匹配文字和数字字符，也就是[A–Za–z0–9]，如：‘G\w*p’匹配以G后跟零个或多个文字或数字字符，然后是p。

\W       ：\w的反置形式，匹配一个或多个非单词字符，如点号句号等。

\b       ：单词锁定符，如: ‘\bgrepb\’只匹配grep。

3. 用于egrep和 grep –E的元字符扩展集

+       ：匹配一个或多个先前的字符。如：‘[a-z]+able’，匹配一个或多个小写字母后跟able的串，如loveable,enable,disable等。

?       ：匹配零个或多个先前的字符。如：‘gr?p’匹配gr后跟一个或没有字符，然后是p的行。

a|b|c    ：匹配a或b或c。如：grep|sed匹配grep或sed

()       ：分组符号，如：love(able|rs)ov+匹配loveable或lovers，匹配一个或多个ov。

x{
m},x{
m,},x{
m,n} ：作用同x\{
m\},x\{
m,\},x\{
m,n\}

5. Grep命令选项

   –a或—text   不要忽略二进制的数据。

   –A   <显示列数>或—after–context=<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之后的内容。

   –b或—byte–offset    在显示符合范本样式的那一列之前，标示出该列第一个字符的位编号。

   –B<显示列数>或—before–context=<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之前的内容。

   –c或—count   计算符合范本样式的列数。

   –C<显示列数>或—context=<显示列数>或-<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之前后的内容。

   –d<进行动作>或—directories=<进行动作>    当指定要查找的是目录而非文件时，必须使用这项参数，否则grep指令将回报信息并停止动作。

   –e<范本样式>或—regexp=<范本样式>    指定字符串做为查找文件内容的范本样式。

   –E或—extended–regexp    将范本样式为延伸的普通表示法来使用。

   –f<范本文件>或—file=<范本文件>    指定范本文件，其内容含有一个或多个范本样式，让grep查找符合范本条件的文件内容，格式为每列一个范本样式。

   –F或—fixed–regexp    将范本样式视为固定字符串的列表。

   –G或—basic–regexp    将范本样式视为普通的表示法来使用。

   –h或—no–filename    在显示符合范本样式的那一列之前，不标示该列所属的文件名称。

   –H或—with–filename    在显示符合范本样式的那一列之前，表示该列所属的文件名称。

   –i或—ignore–case    忽略字符大小写的差别。

   –l或—file–with–matches    列出文件内容符合指定的范本样式的文件名称。

   –L或—files–without–match    列出文件内容不符合指定的范本样式的文件名称。

   –n或—line–number    在显示符合范本样式的那一列之前，标示出该列的列数编号。

   –q或—quiet或—silent    不显示任何信息。

   –r或—recursive   此参数的效果和指定“–d recurse”参数相同。

   –s或—no–messages    不显示错误信息。

   –v或—revert–match    反转查找。

   –V或—version   显示版本信息。

   –w或—word–regexp    只显示全字符合的列。

   –x或—line–regexp    只显示全列符合的列。

   –y    此参数的效果和指定“–i”参数相同。

   —help    在线帮助。

6. 实例

    要用好grep这个工具，其实就是要写好正则表达式，下面列几个例子，讲解正则表达式的写法。

$ ls –l | grep ‘^a’

    通过管道过滤ls –l输出的内容，只显示以a开头的行。

$ grep ‘test’ d*

    显示所有以d开头的文件中包含test的行。

$ grep ‘test’ aa bb cc

    显示在aa，bb，cc文件中匹配test的行。

$ grep ‘[a-z]\{5\}’ aa

    显示所有包含每个字符串至少有5个连续小写字符的字符串的行。

$ grep ‘west.*\1’ aa

    如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.*），这些字符后面紧跟着另外一个es（\1），找到就显示该行。如果用egrep或grep –E，就不用”\”号进行转义，直接写成’w(es)t.*\1’就可以了。

    再讲解一个具体应用的例子。

    查询所有位于当前目录下的.cs文件中的Main，通过grep，可以轻松快速地完成这项任务，命令如下：

grep ‘Main’ *.cs

输出结果为：

ChineseDemo.cs: publicstatic void Main()

RegDemo1.cs: static voidMain(string[] args)

RegDemo2.cs:   public static void Main()

RegDemo3.cs: publicstatic void Main()

    可见，通过grep真的可以找到相关目录中符合条件的所有文件，并能打印出查询到的字符串所位于的那行内容。如果只想确定哪些文件含有Main，而不需打印相应行的内容，那么可以使用以下命令：?

grep –l‘Main’ *.cs

输出结果为：

ChineseDemo.cs

RegDemo1.cs

RegDemo2.cs

RegDemo3.cs

只有相应的文件名称被显示。

    在找到了含有Main字符串的几个文件后，如果想粗略地查看某一具体文件的里源代码的相关信息，比如查看RegDemo1.cs文件中含有Main这一行的前后三行，相关的命令如下：

grep –C 3 ‘Main’ RegDemo1.cs

输出结果为：

class GroupingApp

{

   static void Main(string[] args)

    {

       Reg7();

}

输出结果完全符合需求，static void Main(string[] args)这一行前后三行范围内的所有代码被全部打印出来（第一行是空行）。

    以上的查询字符串没有对查找结果是否为一个完整的单词进行限制，也就是说TheMain和Main_Func都会被认定为查询目标。如果想限定该查询字符串为一个完整单词，那么可以使用\w参数，相关命令如下：

grep –w‘Main’ *.cs

结果为：

ChineseDemo.cs: publicstatic void Main()

RegDemo1.cs: static voidMain(string[] args)

RegDemo2.cs: publicstatic void Main()

RegDemo3.cs: publicstatic void Main()

另外举例如下：

1）显示/etc/passwd中的一位数或两位数（锚定词首、记尾、分组、转义、次数匹配）

2）找出当前系统上用户名和默认shell相同的用户（行首、行尾锚定）（开始单词和结束单词一样）

3）grep配合其它命令的用法，找出本机的IP地址，只显示IP段（管道、cut）

 

参考：

1、http://www.cnblogs.com/chengmo/archive/2010/10/17/1853344.html

2、http://blog.csdn.net/huiguixian/article/details/6284834

3、http://blog.csdn.net/wealoong/article/details/8015576

4、Linux程序设计第四版