Shell编程之正则表达式

1、正则表达式与通配符

Linux中的正则表达式(regular expression)和通配符(wildcard)都是用于匹配字符串的工具，但它们之间存在一些区别和应用场景的不同。

正则表达式是描述一种字符串匹配的模式，通过特殊的字符和语法，可以检查一个字符串是否匹配某种模式，匹配成功后可以进行子串替换、取出符合条件的子串等操作。
比如，使用正则表达式 runoo+b 可以匹配 runoob、runooob、runoooooob 等字符串，其中 + 表示匹配前面的字符 o 至少一次。Linux系统中常用的正则表达式引擎包括grep、sed和awk等。

通配符主要用于匹配文件名或路径名，在Linux系统中通配符可以用来快速查找符合特定规则的文件名或路径名。在通配符中，星号 (*) 代表匹配任意长度的任意字符，问号 (?) 代表匹配任意单个字符。
比如，使用通配符 *.txt 可以查找当前目录下所有后缀为 .txt 的文件。除此之外，Linux系统中还有一些其他的通配符，如方括号([])、花括号({})等，可用于更灵活的匹配。

虽然 Linux 中的正则表达式和通配符都可以用于字符串匹配，但正则表达式支持更加复杂的规则和语法，可以实现更加精确的匹配，通配符相对来说则较为简单，只能进行基本的字符串匹配以及文件名或路径名匹配。

2、基础正则表达式

在 Linux 中，基础正则表达式是指 Basic Regular Expressions (BRE)，其特点是使用一些基本的元字符来匹配字符串。
以下是一些基础的元字符及其作用：

• . ：匹配任意单个字符。比如 a.c 可以匹配 abc、adc、axc 等字符串。
• ^ ：匹配行首字符。比如 ^hello 可以匹配行首为 hello 的字符串。
• $ ：匹配行尾字符。比如 hello$ 可以匹配行末为 hello 的字符串。
• [] ：字符集，匹配其中的任意一个字符。比如 [abc] 匹配 a 或 b 或 c。
• [^] ：否定字符集，匹配不在其中的任意一个字符。比如 [^abc] 匹配除 a、b、c 以外的任意一个字符。
• \ ：转义字符，可以将特殊字符转义为普通字符，例如 \. 可以匹配 . 字符本身。
• * ：匹配前面的字符零次或多次。比如 ho*l 可以匹配 hl、hol、hool 等字符串。
• \{m\} ：匹配前面的字符 m 次。比如 ho\{2\}l 匹配 hool，但不匹配 hol 或 hoool。
• \{m,\} ：匹配前面的字符至少 m 次。比如 ho\{2,\}l 匹配 hool、hoool、hoooooool 等字符串。
• \{m,n\} ：匹配前面的字符至少 m 次，至多 n 次。比如 ho\{2,4\}l 匹配 hool、hoool、hoooool，但不匹配 hol 或 hoooooool。
• () ：用于分组操作，例如 (abc)+ 表示匹配一个或多个 abc。
• | ：用于选择操作，例如 cat|dog 可以匹配 cat 或 dog。

举例：

查找包含 he 并以 l 结尾的行：

grep 'he.*l$' test.txt

查找包含三个连续小写字母的单词：

grep '[a-z]\{3\}' test.txt

查找包含至少三个连续小写字母的单词：

grep '[a-z]\{3,\}' test.txt

查找包含两到五个连续小写字母的单词：

grep '[a-z]\{2,5\}' test.txt

查找包含 a, e, 或 i 中的任意一个字符的单词 and 查找不包含 a, e, 或 i 中的任意一个字符的单词：

grep '[aei]' test.txt
grep '[^aei]' test.txt

查找以 c 开头，以 t 结尾，并在中间包含两个字母的单词：

grep '^c(..)t$' test.txt

查找包含 e 或 l 的行：

grep 'e|l' test.txt