Linux正则表达式

通常Linux的运维工作都需要面对大量的文本内容（含字符串内容），例如：

• 配置文件
• 程序代码
• 命令输出
• 日志文件

面对这些文本内容我们经常会有特定的需求，即从文本中查找出特定的字符串。例如分析程序崩溃时候，要查找带有error字样的输出，分析日志时，要查找所有的时间戳。

凡此种种都需要我们从文本中提取出特定的字符串。而在我们提取出了字符串之后，Linux中提供了grep、awk、sed和xarg等工具来操纵文本，帮助我们完成工作。

因此，在后面讲解grep、awk、sed等Linux三剑客前，需要讲解正则表达式。因为Linux三剑客都是使用正则表达式在文件（数据流）中过滤内容的。

正则表达式介绍

正则表达式（Regular Expression），简称为REGEXP，是指由一类特殊字符及文本字符所编写的模式。其中有些字符不表示其字面意义，而是用于控制或者通配功能。

正则表达式分两类：

• 基本正则表达式（Basic Regular Expression，BRE）
• 扩展正则表达式（Extend Regular Expression，ERE）

此外，正则表达式将字符分为普通字符（如abcd1230#等字符），以及用于控制、通配等等具有特殊含义的元字符（如^$.[]*等）。基本上，除了元字符以外的字符都是普通字符。

基本正则表达式的元字符有：^$.[]*

扩展正则表达式的元字符有：^$.[]* + (){}?+|

正则表达式的意义

通过使用正则表达式，Linux管理员可以：

• 处理大量的字符串
• 处理文本

通过正则表达式的辅助，Linux管理员能够快速过滤、替换、处理所需要的字符串、文本，让工作更加高效。

过滤、替换、处理的基础是查找，因此就出现了正则表达式：

• 正则表达式是一套规则和方法
• 正则表达式工作时以行为单位，一次处理一行
• Linux三剑客（sed、awk、grep）全部支持正则表达式

Linux三剑客

Linux三剑客指的是sed、awk和grep这三个程序。这三个程序全部都是文本处理工具，其中：

• grep：文本过滤工具，查找工具
• sed：流编辑器（Stream Editor），文本编辑器
• awk：文本报告生成器，格式化文本，例如将结果以excel表格的形式输出

基本正则表达式

基本正则表达式的元字符，主要有下面三种作用：

• 匹配字符
• 匹配次数
• 位置锚定

元字符具体的介绍如下：

符号	作用
^	用于模式的最左侧，例如^oldboy将匹配以oldboy单词开头的行
$$`	用于模式的最右侧，例如oldboy$$将匹配以oldboy`单词结尾的行
^$	组合符，表示匹配空行。
.	表示匹配一个字符，不匹配空行（\n字符），例如a.将会匹配包括a0、a#、ac等等在内的内容
\	转义字符，\.表示小数点，而非.元字符
*	匹配前一个字符，0次或1次以上，例如ht*将会匹配h、ht、htt等内容
.*	匹配任意长度的任意字符
[]	匹配[]内任意一个字符，例如h[at]将会匹配ha、ht
[^]	表示[]的取反，即不匹配，例如h[^at]将匹配除了ha、ht以外的所有字符
<>	表示匹配<>内完整的内容，例如<http>将会匹配出单词http而不会匹配出单词http
</>	表示单词的左侧、右侧，例如<http将会匹配出单词http和https

扩展正则表达式

字符	作用
+	匹配前面的字符一次或多次，例如ht+将会匹配ht、htt等内容，但是不会匹配h，注意和*区分
[]+	匹配[]内的字符一次或多次，例如[:1]+将会匹配:、::、:1、11:等
?	匹配前面的字符0次或一次，例如ht?将会匹配h、ht而不会匹配htt
`	`	表示或的含义，例如`	将会匹配echo或cat`
()	表示将()内的东西视为一个整体
a{m,n}	表示匹配前一个字符a最少m次，最多n次
a{m,}	表示匹配前一个字符至少m次
a{n}	表示匹配前一个字符恰好n次
a{,m}	表示匹配前一个字符至多m次