Linux-正则表达式

Linux-正则表达式

vi的替换命令：

      :ranges/pat1/pat2/g

其中

      : 这是vi的命令模式。 range 是命令执行范围的指定，可以使用百分号（%）表示所有行，使用点（.）表示当前行，使用美元符号（$）表示最后一行。你还可以使用行号，例如10,20表示第10到20行，.,$表示当前行到最后一行，.+2,$-5表示当前行后两行直到全文的倒数第五行，等等。

      s 表示其后是一个替换命令，类似Perl的替换函数。pat1 这是要查找并替换的一个正则表达式。

           pat2 这是希望把匹配串变成的模式的正则表达式。

      g 模式修饰符，表示替换将针对行中每个匹配的串进行重复匹配，不是只匹配行中出现的第一个匹配串。
          i 模式修饰符，表示模式匹配时忽略大小写。


正则表达式元字符
^             行首定位符                      /^love/         匹配所有love开头的行
$             行尾定位符                     /love$/           匹配所有以love结尾的行
.               匹配一个字符                /l..e/                 匹配包含一个l,后跟两个字符，跟一个e的行
*              匹配0或者多个前一字符 /*love/         匹配包含0或多个空格后跟love的行
[]             匹配一组字符窗中任一个/[Ll]ove/     匹配包含love或者Love的行
[x-y]        匹配某范围字符中一个    /[A-Z]ove/   匹配后跟ove的一个A到Z之间的字符
[^]           匹配不再指定组内的字符/[^A-Z]/       匹配不再范围A到Z之间的任意字符
\               用于转义字符                    /love\./        匹配包括love,后面跟一个句点符号。

pattern\｛n\｝      用来匹配前面pattern出现次数。n为次数
pattern\｛n,\｝m    含义同上，但次数最少为n
pattern\｛n,m\｝    含义同上，但pattern出现次数在n与m之间



正则表达式语法

一个正则表达式就是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

这里有一些可能会遇到的正则表达式示例：

Visual Basic VBScript 匹配
Scripting Edition

/^\[ \t]*$/ "^\[ \t]*$" 匹配一个空白行。

/\d{2}-\d{5}/ "\d{2}-\d{5}" 验证一个ID号码是否由一个2位字，一
个连字符以及一个5位数字组成。

/<(.*)>.*<\/\1>/ "<(.*)>.*<\/\1>" 匹配一个 HTML 标记。


下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

字符 描述

\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后
向引用、或一个八进制转义符。例如，’n’ 匹配字符 "n"。’\n’
匹配一个换行符。序列 ’\\’ 匹配 "\" 而 "\(" 则匹配 "("。

^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的
Multiline 属性，^ 也匹配 ’\n’ 或 ’\r’ 之后的位置。

$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的
Multiline 属性，$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。

* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及
"zoo"。 * 等价于{0,}。

+ 匹配前面的子表达式一次或多次。例如，’zo+’ 能匹配 "zo" 以
及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。

? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配
"do" 或 "does" 中的"do" 。? 等价于 {0,1}。

{n} n 是一个非负整数。匹配确定的 n 次。例如，’o{2}’ 不能匹配
"Bob" 中的 ’o’，但是能匹配 "food" 中的两个 o。

{n,} n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配
"Bob" 中的 ’o’，但能匹配 "foooood" 中的所有 o。’o{1,}’
等价于 ’o+’。’o{0,}’ 则等价于 ’o*’。

{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹
配 m 次。刘， "o{1,3}" 将匹配 "fooooood" 中的前三个o。
’o{0,1}’等价于’o?’。请注意在逗号和两个数之间不能有空格

? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,},
{n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的
匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜
索的字符串。例如，对于字符串 "oooo"，’o+?’ 将匹配单个
"o"，而 ’o+’ 将匹配所有 ’o’。

. 匹配除 "\n" 之外的任何单个字符。要匹配包括 ’\n’ 在内的任
何字符，请使用象 ’[.\n]’ 的模式。

(pattern) 匹配pattern 并获取这一匹配。所获取的匹配可以从产生的
Matches 集合得到，在VBScript 中使用 SubMatches 集合，在
Visual Basic Scripting Edition 中则使用 $0…$9 属性。要
匹配圆括号字符，请使用 ’\(’ 或 ’\)’。

(?:pattern) 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹
配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合
一个模式的各个部分是很有用。例如， ’industr(?:y|ies) 就
是一个比 ’industry|industries’ 更简略的表达式。

(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符
串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后
使用。例如，’Windows (?=95|98|NT|2000)’ 能匹配"Windows
2000"中的"Windows"，但不能匹配"Windows3 .1"中"Windows"。
预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹
配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之
后开始。

(?!pattern) 负向预查，在任何不匹配Negative lookahead matches the
search string at any point where a string not matching
pattern 的字符串开始处匹配查找字符串。这是一个非获取匹
配，也就是说，该匹配不需要获取供以后使用。例如’Windows
(?!95|98|NT|2000)’ 能匹配 "Windows 3.1" 中的 "Windows"，
但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字
符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开
始下一次匹配的搜索，而不是从包含预查的字符之后开始

x|y 匹配 x 或 y。例如，’z|food’ 能匹配 "z" 或 "food"。’(z|f)
ood’ 则匹配 "zood" 或 "food"。

[xyz] 字符集合。匹配所包含的任意一个字符。例如， ’[abc]’ 可以
匹配 "plain" 中的 ’a’。

[^xyz] 负值字符集合。匹配未包含的任意字符。例如， ’[^abc]’ 可以
匹配 "plain" 中的’p’。

[a-z] 字符范围。匹配指定范围内的任意字符。例如，’[a-z]’ 可以匹
配 ’a’ 到 ’z’ 范围内的任意小写字母字符。

[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如，
’[^a-z]’ 可以匹配任何不在 ’a’ 到 ’z’ 范围内的任意字符。

\b 匹配一个单词边界，也就是指单词和空格间的位置。例如，
’er\b’ 可以匹配"never" 中的 ’er’，但不能匹配 "verb" 中
的 ’er’。

\B 匹配非单词边界。’er\B’ 能匹配 "verb" 中的 ’er’，但不能匹
配 "never" 中的 ’er’。

\cx 匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或
回车符。 x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一
个原义的 ’c’ 字符。

\d 匹配一个数字字符。等价于 [0-9]。

\D 匹配一个非数字字符。等价于 [^0-9]。

\f 匹配一个换页符。等价于 \x0c 和 \cL。

\n 匹配一个换行符。等价于 \x0a 和 \cJ。

\r 匹配一个回车符。等价于 \x0d 和 \cM。

\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于
[ \f\n\r\t\v]。

\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

\t 匹配一个制表符。等价于 \x09 和 \cI。

\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。

\w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。

\W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。

\xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确
定的两个数字长。例如， ’\x41’ 匹配 "A"。’\x041’ 则等价
于 ’\x04’ & "1"。正则表达式中可以使用 ASCII 编码。.

\num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
例如，’(.)\1’ 匹配两个连续的相同字符。

\n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n
个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制
数字 (0-7)，则 n 为一个八进制转义值。

\nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有
is preceded by at least nm 个获取得子表达式，则 nm 为后
向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文
字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为
八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。

\nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-
7)，则匹配八进制转义值 nml。

\un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字
符。例如， \u00A9 匹配版权符号 (?)。