【linux】正则表达式之grep、egrep、元字符

正则表达式：

    又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。是一类字符所书写的模式，其中许多字符（元字符）不表示其字面意义，而是表达控制或通配等功能。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

语法：

    grep [OPTIONS] PATTERN [FILE…]

    grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…]

    如：/etc/passwd中以root开头的行，及其后面的两行

    -A 2为OPTIONS，命令选项;^root为PATTERN，其中root为字面意思，^为元字符;/etc/passwd为FILE

正则表达式分类：

    根据元字符数量及功能的不同分为基本正则表达式(grep)、扩展正则表达式(egrep)。grep和egrep都是文本搜索工具，可根据用户指定的文本模式（搜索条件，即：文本+元字符）对目标文件进行逐行搜索，显示能匹配到的行；用法上grep -E等同于egrep。此外还有一个文本搜索工具fgrep，不支持正则表达式，没有自己的元字符，不做详细解释。

    在搜索工具中，元字符起到至关重要的作用；元字符即，不表示其字面意义，而用于额外功能性描述。

正则表达式元字符：

    grep元字符:

        1.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

        [0-9], [[:digit:]]

        [a-z], [[:lower:]]

        [A-Z], [[:upper:]]

        [[:space:]]匹配空白字符，包括空格，tab…

            Space characters (such as space, tab, and formfeed, to  name a few).

            tab, newline, vertical tab, form feed, carriage return, and space. 

        [[:punct:]]匹配任意标点符号：: '! " # $ % & ' ( ) * + , – . / : ; < = > ? @ [ \ ] ^ _ ' { | } ~'. 

            Punctuation characters (characters that are not letter, digits, control characters, or space characters).

        [[:alpha:]]字母数字符

        Alphabetic characters.

        [[:alnum:]]匹配任何字母 

        Alphanumeric characters.

        [^]:代表本表达式不匹配"[]"内出现的字符

        2.次数匹配元字符：

    用于实现指定其前面的字符所能够出现的次数

    *: 任意长度，它前面的字符可以出现任意次

    \?: 0次或1次，它前面的字符是可有可无的

    \{m\}: m次，它前的字符要出现m次

    \{m,n\}: 至少m次，至多n次

    \{m,\}：至少m次

    \{0,n\}: 至多n次

    .*：任意长度的任意字符

        3.位置锚定：

    ^: 行首锚定；写在模式最左侧

    $: 行尾锚定：写在模式最右侧

    ^$: 空白行

        4.分组：

    \(\)

    例如：\(ab\)*

    分组中的模式匹配到的内容，可由正则表达式引擎记忆在内存中，之后可被引用

        5.引用：

    例如\(ab\(x\)y\).*\(mn\)

    有编号：自左而后的左括号，以及与其匹配右括号

    \(a\(b\(c\)\)mn\(x\)\).*\1

    \#: 引用第n个括号所匹配到的内容，而非模式本身

    例如：      

    引用第一个分组的内容为\(w\(es\)t\)

    引用第二个分组的内容为\(es\)

    也可以看出正则表达式是工作在贪婪模式下，会尽可能多的匹配

        6.补充：

    不包含特殊字符的连续字符组成的串叫单词：

    \<: 词首，出现于单词左侧，\b

    如：\<char

    \>: 词尾，出现于单词右侧, \b

    如：char\>

    egrep元字符：

        1.字符匹配：

    .：任意单个字符

    []：匹配范围内的任意单个字符

    [^]：匹配范围外的任意单个字符

        2.次数匹配：

    *：任意次

    ?: 0次或1次

    +: 至少1次；

    {m}: 精确匹配m次

    {m,n}: 至少m次，至多n次

    {m,}:至少m次

    {0,n}:至多n次

        3.锚定：

    ^:行首

    $:行尾

    ^$, ^[[:space:]]*$:空白行

        4.分组：

    ()

        5.引用：

    \1, \2, \3

        6.或者：

    a|b: a或者b

    con(C|c)at

        7.补充

    \<, \b

    \>, \b

    grep与egrep区别

        grep的扩充版本, 改良了许多传统 grep 不能或不便的操作. 比方说:

        grep 之下不支持 ? 与 + 这两种 modifier, 但 egrep 则可.

        grep 不支持 a|b 或 (abc|xyz) 这类"或一"比对, 但 egrep 则可.        

        grep 在处理 {n,m} 时, 需用 \{ 与 \} 处理, 但 egrep 则不需.      

    fgrep：特别搜索

        无元字符，字符表示字面意思。

命令选项：

    -v: 反向选取，即不包含

    -o: 仅显示匹配的字串，而非字串所在的行

    -i: ignore-case，忽略字符大小写

    -E: 支持使用扩展正则表达式

    -A #：Print  NUM  lines of trailing context after matching lines.

    -B #：Print NUM lines of leading context before matching lines.

    -C #：Print NUM lines of output context.  Places a line containing a group separator (–) between contiguous groups of matches.

根据马哥随笔，参考（http://www.178linux.com/archives/1198、http://blog.sina.com.cn/s/blog_51dc0fba0100lqu8.html）及度娘整理。

初次发博客，如有遗漏、错误烦请告知~