什么是正则表达式
- 正则表达式（Regular Expression，通常简称为 regex 或 RE）是一种字符表达方式，可以用它来查找匹配特定准则的文本。在许多编程语言中都有用到正则表达式，常用它来实现一些复杂的匹配。
- 正则表达式是对字符串进行操作的一种逻辑公式，即用事先定义好的的一些特定字符以及这些特定字符的组合，组成一个有一定规则的字符串（Regular Expression），使用这个有一定规则的字符串来表达对字符串的一种过滤逻辑。正则表达式被广泛应用于Linux和许多其他编程语言中，而且不论在哪里，其基本原理都是一样的。
- 正则表达式是由两个基本组成部分所建立：一般字符与特殊字符。一般字符是指没有任何特殊意义的字符；特殊字符，常称为元字符 （metacharacter），或 meta 字符，正则表达式将匹配被查找行中任何位置出现的相同模式。在正则表达式中，元字符是最重要的概念。在某些情况下，特殊字符也可被视为一般字符（使用转义符 \ 进行转义）。
- POSIX 有两种风格的正则表达式，
基本正则表达式（BRE）和扩展正则表达式（ERE）。这两种风格的正则表达式在一些字符含义上有细微的差距。以常用的 grep 指令来说，grep 指令默认支持的是 BRE，若要使用 ERE 进行匹配，可以使用 -E 选项
正则表达式元字符
| 字符 | BRE/ERE | 含义 |
. |
BRE&ERE | 匹配任意单个字符（除字符串结束符 NUL） |
^ |
BRE&ERE | 匹配行首，如 ^abc，匹配以 abc 开头的字符串 |
$ |
BRE&ERE | 匹配行尾，如 abc$，匹配以 abc 结尾的字符串 |
* |
BRE&ERE | 匹配 0 个或任意多的单个字符，前置字符可以是正则表达式 |
+ |
ERE | 匹配前面正则表达式的 1 个或多个实例 |
？ |
ERE | 匹配前面正则表达式的 0 个或 1 个实例 |
[...] |
BRE&ERE | 方括号表达式，匹配方括号内的任一字符，常配合 - 符使用，表示匹配一个连续的范围。 ^ 字符作为方括号内的第一个字符表示匹配不在方括号内的任意字符 |
- |
BRE&ERE | 连字符，在方括号表达式中使用，表示连续字符的范围（范围会因 locale 而有所不同，因此不具可移植性） |
{n,m} |
ERE | 区间表达式，表示匹配在它前面的字符 n 到 m次。其中，n 与 m 的值必须介于 0-RE_DUM _MAX（含）之间，后者最小值为255 |
{n} |
ERE | 表示匹配在这之前的字符 n 次 |
\{n,m\} |
BRE | 功能同 {n,m} |
\{n\} |
BRE | 功能同{n} |
\ |
BRE&ERE | 转义符 |
() |
ERE | 匹配位于方括号括起来的正则表达式群 |
\( \) |
BRE | 将( 与 )\ 之间的模式保存在特殊的“保留空间”中，最多可以存储9个，可以通过后续的转义序列 \n 来匹配保留空间中的模式 |
\n |
BRE | 与 ( ) 结合起来使用，\1匹配第一个子模式、 \2匹配第二个，最多到 \9 |
\| |
ERE | 匹配位于 | 符号前或后的正则表达式 |
正则表达式应用举例
| 字符 | 用处 |
.* |
所有字符 |
^[^] |
非字符组内的字符开头的行 |
[a-z] |
小写字母 |
[A-Z] |
大写字母 |
[a-Z] |
小写和大写字母 |
[0-9] |
数字 |
\< |
单词头 单词一般以空格或特殊字符做分隔,连续的字符串被当做单词 |
\> |
单词尾 |
POSIX 方括号表达式
- 为了配合非英语的环境，POSIX 标准强化其字符集范围的能力 （如 [a-z]），以匹配非英文字母字符。POSIX 使用方括号表达式 […] 来表示一个范围值，在方括号表达式里，除了字面上的字符外（a、b、c等），另有额外的组成部分，包括：
- 字符集：以 [: ... :] 将关键字组合括起来的 POSIX 字符集，关键字描述各种不同的字符集；
- 排序符号：排序符号将多个字符序列视为一个单位（如，locale 中将 ch 这两个字符视为一个单位），它使用 [. 与 .] 将字符组合括起来，在系统所使用的特定 locale 上各有其定义；
- 等价字符集：等价字符集列出的是应视为等值的一组字符，它由取自于 locale 的名字元素组成，以 [= 与 =] 括住。
POSIX 字符集列表：
| 类别 | 匹配字符 |
| [:alnum:] | 数字字符 |
| [:alpha:] | 字母字符 |
| [:blank:] | 空格与定位符 |
| [:cntrl:] | 控制字符 |
| [:digit:] | 数字字符 |
| [:graph:] | 非空格字符 |
| [:lower:] | 小写字母字符 |
| [:upper:] | 大写字母字符 |
| [:space:] | 空白符 |
| [:print:] | 可显示的字符 |
| [:punct:] | 标点符号字符 |
| [:xdigit:] | 十六进制数字 |
