一、Linux文本查找命令 

　　在说linux正规表达式之前，还介绍下linux中查找文本文件常用的三个命令： 

　　1.grep : 最早的文本匹配程序，使用POSIX定义的基本正则表达式（BRE）来匹配文本。 

　　2.egrep : 扩展式grep，其使用扩展式正规表达式（ERE）来匹配文本。 

　　3.fgrep ： 快速grep，这个版本匹配固定字符串而非正则表达式。并且是唯一可以并行匹配多个字符串的版本。 

　　如下简单的介绍grep命令： 

　　语法格式： 

　　grep [options ...] pattern-spec [files ...] 

　　用途： 

　　匹配一个或多个模式的文本行。 

　　options: 

　　-E : 使用扩展正则表达式进行匹配， grep -E 或取代 egrep 命令。 

　　-F : 使用固定字符串进行匹配， grep -F 或取代传统的fgrep命令。

　　-e : 通常第一个非选项的参数认为是要匹配的模式，也可以同时提供多个模式，只要将其放入单引号，并用换行字符分隔他们。模式以减号开头时，为防止混淆其为选项，-e选项说明其后的参数为模式，即使他以减号开头。

-f : 从pat-file文件读取模式作为匹配。

　　-i : 模式匹配时忽略大小写差异。

　　-l : 列出匹配模式的文件名称，而不是打印匹配的行。

　　-q : 静默的，如果匹配成功，不将匹配的行输出到标准输出；否则即是不成功。

　　-s : 不显示错误信息，通常与-q并用。

　　-v : 显示不匹配模式的行。

　　说明：可以同时查找多个文件中的内容，当指定多个文件时，每个显示出的文件行前会有文件名加一个冒号标识其来自哪个文件。

　　可以使用多个-e 或 -f 选项，建立要查找的模式列表。

二.正则表达式简要介绍

　　1.正则表达式的组成

　　(1).一般字符：没有特殊意义的字符

　　(2).特殊字符（meta字符）：元字符，有在正则表达式中有特殊意义

　　2.如下讲下正则表达式中的常见meta字符

　　(1).POSIX BRE与ERE中都有的meta字符:

　　\   :  通常用于打开或关闭后续字符的特殊含义，如\(...\)与\{...\}

　　.   :   匹配任何单个字符（除NUL换行符）

　　*  :   匹配其前的任何数目或没有的单个字符，例： . 表示任一字符， 则 .* 匹配任一字符的任意长度

　　^  :   匹配紧接着的正则表达式，BRE中仅在正则表达式的开头有特殊的含义，ERE中在任何位置都有特殊含义。

　　$  :   匹配前面的正则表达式，在字符串或者行结尾处。BRE中仅在正则表达式的结尾处有特殊的含义，ERE中在任何位置都有特殊含义

　　[]  :   匹配方括号内的任一字符，其中可用连字符（-）指的连续字符的范围；^符号苦出现在方括号的第一个位置，则表示匹配不在列表中的任一字符，而是表示取反符号。  [^b-d]  :表示不再b~d范围内的字符 。

　　(2).POSIX BRE中才有的字符：　　

　　\< 反斜杠+小于号，词首定位符， “\< abc”表示所有包含以”abc”开头的单词的行

　　\> 反斜杠+大于号，词尾定位符， “\>abc”表示所有包含以”abc”结尾的单词的行

　　- 减号，用于指明字符范围， “[a-c]”将匹配包含a、b和c中任意一个字符的字符串　　

　　\{n,m\} : 区间表达式，匹配在它前面的单个字符重现的次数区别。\{n\}指重现n次;\{n,m\}指重现n至m次;

　　\( \) : 保留空间，可以将最多9个独立的子模式存储在单个模式中。如\(ab\).*\1 : 指匹配ab组合的两次重现，中间可存在任意数目的字符。

　　\n : 重复在\(与\)方括号内第n个子模式至此点的模式。

　　(3).POSIX ERE中才有的字符：

　　{n,m} : 与BRE的\{n,m\}功能相同

　　+ : 匹配前面正则表达式的一个或多个扩展，相当于 expr{1,}。如ab+c表示a和c之间有1个至无穷个b。

　　? : 匹配前面正则表达式的零个或一个扩展，比如ab？c，匹配结果为a和c之间b出现0次或1次。

　　| : 匹配|符号前或后的正则表达式

　　( ) : 匹配方括号括起来的正则表达式群

　　(4). 方括号（[]）。表达式 re(a|b|c)d  等价于  re[abc]d，‘re’和‘d’之间的一个字母为‘a’、‘b’或‘c’。

　　4.1.字符集  [:  :]

　　标识字符集，有如下几种：

[:alnum:] : 数字字符 [:digit:] : 数字字符 [:punct:] : 标点符号字符

[:alpha:] : 字母字符 [:graph:] : 非空格字符  [:space:] : 空格字符

[:blank:] : 空格与定位字符 [:lower:] : 小写字母字符 [:upper:] : 大写字母字符

[:cntrl:] : 控制字符 [:print:] : 可显示的字符 [:xdigit:] : 16进制数字

　　纯数字：[[:digit:]]或[0-9]

　　小写字母：[[:lower:]]或[a-z]

　　大写字母：[[:upper:]]或[A-Z]

　　大小写字母：[[:alpha:]]或[a-zA-Z]

　　数字加字母：[[:alnum:]]或[0-9a-zA-Z]

　　空白字符：[[:space:]]

　　标点符号：[[:punct:]]

 　　4.2.排序符号

　　指将多个字符视为一个符号，如[.ch.]即将ch视为一个符号

　　4.3.等价字符

　　认为多个字符相等，如[=e=]在法文的locale里，可匹配于多种与e相似的字符，此处不再列出。

　　说明：这三种构造除其自身的方括号之外，还必须使用额外的方括号括起来。

　　例 ： [[:alpha:]!] : 匹配任一英文字母或感叹号。

        [[.ch.] : 匹配ch排序元素，而不匹配单独的字母c或h.

 　　3.简单正规表达式匹配案例

　　china  :  匹配此行中任意位置有china字符的行

　　^china : 匹配此以china开关的行

　　china$ : 匹配以china结尾的行

　　^china$ : 匹配仅有china五个字符的行

　　[Cc]hina : 匹配含有China或china的行

　　Ch.na : 匹配包含Ch两字母并且其后紧跟一个任意字符之后又有na两个字符的行

　　Ch.*na : 匹配一行中含Ch字符，并且其后跟0个或者多个字符，再继续跟na两字符 

三.实例

　　如下通过常用实例来学习BRE和ERE匹配，源文件url.txt内容如下：

　　www.baidu.com

　　http://www.baidu.com

　　https://www.baidu.com

　　http://wwwbaiducom

　　baidu.com

　　baidu

　　1.url匹配

　　匹配以http或者https开头，并且其后为：并且含有.的串

　　BRE匹配：

　　grep ‘^https\{0,1\}.*\..*‘ url.txt

　　ERE匹配：

　　grep -E ‘^https?.*\..*‘ url.txt

　　匹配结果如下：

　　http://www.baidu.com

　　https://www.baidu.com

　　2.Email匹配

　　示例文件内容为：

　　hfutwyy@qq.com

　　aaaa@

　　aaa@.com

　　aaa@gmail.com

　　@@baidu.com

　　匹配以字母数字或者下划线开头的多个字符，其后有一个@之后有多个字母数字或者下划线，其中有一个.号

　　grep ‘^[[:alpha:][:digit:]_]*@[[:alpha:][:digit:]]*\..*‘ email.txt

 　　匹配结果：

　　hfutwyy@qq.com

　　aaa@.com

　　aaa@gmail.com

正则表达式