迷人的正則表達(dá)式

   正則表達(dá)式，又稱正規(guī)表示式、正規(guī)表示法、正規(guī)表達(dá)式、規(guī)則表達(dá)式、常規(guī)表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機(jī)科學(xué)的一個概念。正則表達(dá)式使用單個字符串來描述、匹配一系列符合某個句法規(guī)則的字符串。在很多文本編輯器里，正則表達(dá)式通常被用來檢索、替換那些符合某個模式的文本?！S基百科 

專注于為中小企業(yè)提供網(wǎng)站制作、成都網(wǎng)站設(shè)計服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)安定免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了千余家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

   正則表達(dá)式是計算機(jī)智能的一種體現(xiàn)，她能讓我們在繁雜的計算機(jī)文本之中找到我們最想要的東西，在她那規(guī)則而又朦朧的面紗之下是一張優(yōu)雅而又調(diào)皮的面孔，對于初入Linux大門的男人來說，無不拜倒在她的石榴裙下，而本文所要做的就是如何俘獲她的芳心。

一、了解她的身世

在1956 年,美國的一位名叫Stephen Kleene的數(shù)學(xué)科學(xué)家，他在Warren McCulloch和Walter Pitts早期工作的基礎(chǔ)之上，發(fā)表了一篇題目是《神經(jīng)網(wǎng)事件的表示法》的論文，利用稱之為正則集合的數(shù)學(xué)符號來描述此模型，引入了正則表達(dá)式的概念。正則表達(dá)式被作為用來描述其稱之為“正則集的代數(shù)”的一種表達(dá)式，因而采用了“正則表達(dá)式”這個術(shù)語。之后一段時間，人們發(fā)現(xiàn)可以將這一工作成果應(yīng)用于其他方面。Ken Thompson就把這一成果應(yīng)用于計算搜索算法的一些早期研究，Ken Thompson是 Unix的主要發(fā)明人，也就是大名鼎鼎的Unix之父。Unix之父將此符號系統(tǒng)引入編輯器QED，然后是Unix上的編輯器ed，并最終引入grep。近二十年來，在WINDOW的陣營下，正則表達(dá)式的思想和應(yīng)用在大部分 Windows 開發(fā)者工具包中得到支持和嵌入應(yīng)用！目前主流的開發(fā)語言（PHP、C#、Java、C++、VB、Javascript、Ruby以及python等）、數(shù)以億萬計的各種應(yīng)用軟件中，都可以看到正則表達(dá)式優(yōu)美的舞姿。

二、揭開她的面紗

   好了，繼上次inode之后我們又遇到了一個讓人無從下手的東西，但是不管怎么說我們還得學(xué)她，所以先來看看正則表達(dá)式都有些什么吧：

   基本正則表達(dá)式元字符：

        字符匹配：

            .  :匹配任意單個字符

            []: 匹配指定范圍內(nèi)的任意單個字符

            [^]: 匹配指定范圍外的任意單個字符

[0-9], [[:digit:]], [^0-9], [^[:digit:]]

            [a-z], [[:lower:]]

            [A-Z], [[:upper:]]

            [[:space:]]

            [[:punct:]]

            [0-9a-zA-Z], [[:alnum:]]

            [a-zA-Z], [[:alpha:]]

            次數(shù)匹配：在期望匹配字符后面提供一個控制符，用于表達(dá)匹配其前面字符指定的次數(shù)

            *  : 任意長度，表示0次、1次或多次；

            .*: 任意長度的任意字符

            工作于貪婪模式

            \?：0次或1次；表示其左側(cè)字符可有可無

            \+: 1次或多次；表示其左側(cè)字符至少出現(xiàn)1次；

            \{m\}：m次；表示其左側(cè)字符精確出現(xiàn)m次；

            \{m,n\}：至少m次，至多n次；

            \{0,n\}：至多n次；

            \{m,\}：至少m次；

        位置錨定：

            ^: 錨定行首

            $: 錨定行尾

            ^$: 匹配空白行；

        單詞錨定：由非特殊字符組成的連續(xù)的字符串

            \< :錨定詞首，也可用\b

            \> ：錨定詞尾，也可以用\b

            \<PATTERN\>：匹配PATTERN能匹配到的整個單詞

            分組：\(\)

                \1,\2...\n：用于表示引用前面分組的內(nèi)容

    

   擴(kuò)展的正則表達(dá)式：

        字符匹配：

            .

            []

            [^]

        次數(shù)匹配：

            *: 任意次

            ?：0或1次

            +: 至少1次

            {m}：精確匹配m次；

            {m,n}：至少m次，至多次；

            {m,}：至少m次；

            {0,n}：至多次；

        位置錨定：

            ^

            $

            \<, \b

            \>, \b

            分組：

            ()

            引用：\1, \2, ...

            或者：

            a|b：a或者b

            或者兩側(cè)的所有內(nèi)容；

三、強(qiáng)吻她

   額，我知道走到這一步可能有點(diǎn)出乎大家的意料，不過要知道強(qiáng)吻一個女孩兒是最快得到答復(fù)的一種方式，不是嗎？OK，想要強(qiáng)吻我們就需要手、嘴并用，好了來看看我們能用的手和嘴都有哪些吧。我們在了解女神身世的時候知道我們的Unix之父引入了grep，在Unix的grep家族中包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的擴(kuò)展，支持更多的元字符，fgrep就是把所有的字母都看作單詞，也就是說，正則表達(dá)式中的元字符表示回其自身的字面意義，不再特殊。

   好了，我們的手嘴已經(jīng)就緒開始行動吧：

   我們循序漸進(jìn)先來個簡單動作-->查找/proc/meminfo中以s|S開頭的行

   我們一只手的用法grep [OPTIONS] PATTERN [FILE...]，其中^為錨定行首，[sS]表示只能選擇這個集合之中s和S兩個字母。

   我們再來一個-->找出/etc/passwd文件中的一位或者兩位數(shù)，為了讓我們的動作不那么蒼白，我們給她點(diǎn)顏色看看

   

   --color選項(xiàng)表示以彩色形式顯示搜索出來的內(nèi)容，\<\>這兩個組合起來可以確定一個單詞，[0-9]表示一個數(shù)字范圍在0-9之中選，而\?表示其前面的字符可出現(xiàn)一次或者不出現(xiàn)。

   我們的動作越來越熟練了-->我們給出幾個句子，看看如何使用分組

   我們輸出了四個句子，其中有兩個前后很像，我們用分組和引用把它們找出來了：\(l..e\).*\1，l..e表示以l開頭中間根兩個任意字母，然后把這個看成一個整體，.*表示任意長度的字符，\1表示引用前面使用\(\)括起來的內(nèi)容。

   如果要一直使用帶顏色輸出我們可以通過定義別名的形式為以后少點(diǎn)麻煩：

        [root@bogon ~]# alias grep='grep --color'

   接下來我們來點(diǎn)有難度的-->取出一個路徑的路徑名

   grep -o表示只顯示被選中內(nèi)容，這里我們用到了兩次grep，第一次[^/]表示最后匹配到不以/結(jié)尾的字符，/.*/就表示兩個分割符之間的內(nèi)容了，如果我們想要得到類似dirname命令那樣的格式可以使用

[root@bogon ~]# echo '/etc/rc.d/init.d/' | grep -o '/.*[^/]' | grep -o '/.*/' | grep -o '/.*[^/]' 大家可以去試一下。

   我們不能一直使用一只手，該清楚另一只了-->取出一個路徑的基名

    egrep等于grep -E，都代表是擴(kuò)展的正則表達(dá)式，+表示其前面的[^/]出現(xiàn)一次或者多次，?我們前面解釋過了，$表示錨定行尾，在結(jié)尾處帶有/的路徑名，我們可以使用cut切一下就可以了。

   我們再來鞏固一下成果：   

   第一個我們的目的是在字符串中找到前后名稱一致而后綴不一致的內(nèi)容；第二個我們的目的是在字符串中找到符合郵箱格式的內(nèi)容，大家自己體會一下吧，我就不再解釋了。為了防止成為“三只手”，我就不再介紹fgrep了，它其實(shí)很簡單，就是字符本來樣子的匹配。經(jīng)過這三個強(qiáng)勁的“泡妞”步驟我想你應(yīng)該可以俘獲她的芳心了，但是如果想把這位狡猾的女神娶回家還需要各位更加深入的努力啊，知己知彼方能百戰(zhàn)不殆嘛！

   好了希望這篇文章能夠給您帶來幫助，敬請各位看官提出此文章的不當(dāng)之處，拜謝！

   PS：grep，egrep，fgrep的使用方法各位使用man命令看一下吧，本文不再贅述。

   [root@bogon ~]# echo -e 'adsfqw@163.com\nqwqe@qq;com\nFreedom@gmail.com.com\nadfa.msn.com' | egrep --color '[[:alnum:]]+@[[:alnum:]]+\.[[:alpha:]]+$' --> 修正提取郵箱的BUG

網(wǎng)站題目：迷人的正則表達(dá)式
文章路徑：http://muchs.cn/article30/gjseso.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、動態(tài)網(wǎng)站、軟件開發(fā)、ChatGPT、網(wǎng)站策劃、面包屑導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)