07正则表达试介绍.pdfVIP

下载 第二部分 文 本 过 滤 第7章 正则表达式介绍 随着对U N I X和L I N U X熟悉程度的不断加深，需要经常接触到正则表达式这个领域。使用 s h e l l 时，从一个文件中抽取多于一个字符串将会很麻烦。例如，在一个文本中抽取一个词， 它的头两个字符是大写的，后面紧跟四个数字。如果不使用某种正则表达式，在 s h e l l 中将不 能实现这个操作。 本章内容包括： • 匹配行首与行尾。 • 匹配数据集。 • 只匹配字母和数字。 • 匹配一定范围内的字符串集。 当从一个文件或命令输出中抽取或过滤文本时，可以使用正则表达式（ R E ），正则表达式 是一些特殊或不很特殊的字符串模式的集合。 为了抽取或获得信息，我们给出抽取操作应遵守的一些规则。这些规则由一些特殊字符 或进行模式匹配操作时使用的元字符组成。也可以使用规则字符作为模式中的一部分进行搜 寻。例如，A将查询A ，x将查找字母x 。 系统自带的所有大的文本过滤工具在某种模式下都支持正则表达式的使用，并且还包括 一些扩展的元字符集。这里只涉及其中之一，即以字符出现情况进行匹配的表达式，原因是 一些系统将这类模式划分为一组形成基本元字符的集合。这是一个好想法，本书也采用这种 方式。 本章设计的基本元字符使用在 g r e p和s e d命令中，同时结合 { \ \ } （以字符出现情况进行匹配 的元字符）使用在a w k语言中。 表7-1 基本元字符集及其含义 ^ 只只匹配行首 $ 只只匹配行尾 * 只一个单字符后紧跟*，匹配0个或多个此单字符 [ ] 只匹配[ ] 内字符。可以是一个单字符，也可以是字符序列。可以使用 - 表示[ ] 内字符序列范围，如用[ 1 - 5 ]代替[ 1 2 3 4 5 ] \ 只用来屏蔽一个元字符的特殊含义。因为有时在 s h e l l 中一些元字符有 特殊含义。\可以使其失去应有意义 . 只匹配任意单字符 p a t t e r n \ { n \ } 只用来匹配前面p a t t e r n 出现次数。n为次数 p a t t e r n \ { n ，\ } m 只含义同上，但次数最少为 n p a t t e r n \ { n ，m \ } 只含义同上，但p a t t e r n 出现次数在n 与m之间 现在详细讲解其中特殊含义。 50 第二部分 文 本 过 滤 下载 7.1 使用句点匹配单字符 句点“. ”可以匹配任意单字符。例如，如果要匹配一个字符串，以 b e g开头，中间夹一个 任意字符，那么可以表示为 b e g . n ，“. ”可以匹配字符串头，也可以是中间任意字符。 在ls -l 命令中，可以匹配一定权限： . . . x . . x . . x 此格式匹配用户本身，用户组及其他组成员的执行权限。 假定正在过滤一个文本文件，对于一个有 1 0个字符的脚本集，要求前 4个字符之后为X C ， 匹配操作如下： . . . .X C. . . . 以上例子解释为前4个字符任意，5 ，6字符为X C ，后4个字符也任意，按下例运行： 注意，“．”允许匹配A S C I I集中任意字符，或为字母，或为数字。 7.2 在行首以^匹配字符串或字符序列 ^ 只允许在一行的开始匹配字符或单词。例如，使用 ls -l 命令，并匹配目录。之所以可以 这样做是因为ls -l 命令结果每行第一个字符是 d ，即代表一个目录。 回到脚本（1），使用^ 0 0 1 ，结果将匹配每行开始为0 0 1 的字符串或单词：