UNIX和Linux Shell正则表达式语法介绍

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。

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"。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。
$
匹配输入字符串的结束位置。
*
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。 "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 " " 之外的任何单个字符。要匹配包括在内的任何字符，请使用象 [. ] 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 "Windows 3.1" 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。
(?!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。

匹配一个单词边界，也就是指单词和空格间的位置。例如， er 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。erB 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。

匹配一个换行符。等价于 x0a 和 cJ。

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 v]。
S
匹配任何非空白字符。等价于 [^ f v]。

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。.
um
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。

标识一个八进制转义值或一个后向引用。如果之前至少 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。
m
标识一个八进制转义值或一个后向引用。如果 m 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 m 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 m 将匹配八进制转义值 nm。
ml
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 (?)。
/*****************************************************************************************/
几乎所有重要问题都需要从无用数据中过滤出有用数据。了解大量的 UNIX? 命令行实用工具如何使用正则表达式来去芜取精。
非常奇怪，直到今天我仍然能重复周六早上的经典歌曲“Conjunction Junction”。这是好事（看了太多电视）还是坏事（也许是我现在职业的先兆）仍然有待讨论。不管怎样，这首小调在欢快的节奏下传递了基本的信息。
我还没有为学习 UNIX 构想出与“Conjunction Junction”相似的作品，但是我会在未来的几个月里尝试亲手编写这样的歌曲。与此同时，趁着快乐回忆所带来的好心情，我们继续以 Schoolhouse 摇滚的传统学习方式攻克命令行。
现在开始上课。吐出嘴里的口香糖，回到您的座位上，然后拿出一根二号铅笔。还有您，Spicoli。
模仿秀
您可以将 UNIX 命令行看作是一句话：
可执行命令，如 cat 或 ls，是动词——操作。
命令的输出是名词——要查阅或使用的数据。
Shell 操作符，如 |（管道）或 >（重定向标准输出），是连词——用于连接句子。
例如，命令行：ls -A | wc -l 用于计算当前目录下的条目数（忽略特殊条目 . 和 ..），它包含两个句子。第一个句子 ls -A 是动词结构，列举当前目录下的内容，第二个句子 wc -l 是另一个动词结构，用于计算行数。第一个句子输出的结果作为第二个句子的输入，并由连接词（管道）连接这两个句子。
在本系列文章以及其他文章中展示的许多您可能已经学习过的命令行句式都具有这种句子结构。
但是，如果缺少了文法上的修饰语，命令行将显得不专业。当然，基本句子也能完成工作，但是这样显得不优美。（在此对高中英语演唱二人组 Rad 女士和 Perlstein 女士表示歉意。）解决更有趣的问题需要用到形容词。
几乎所有重要问题都需要从无用数据中过滤出有用数据。虽然属性的数量和种类会有所不同，但是每种方案都通过某种方式（形式或格式），隐式或显式地描述了它要查找并处理的信息，从而生成另外一种形式的其他信息。
在命令行中，正则表达式的作用相当于形容词——一种描述或限定词。在应用到输出时，正则表达式可辨别相关数据和无关数据。
标点概述
让我们看一个示例问题。
grep 实用工具逐行过滤输入并寻找匹配。grep 的最简单应用是打印那些包含与某个模式匹配的文本的行。grep 可以查找具有固定顺序的字符组合，甚至可以通过使用 -i 选项来忽略大小写。
因此，假定文件 heroes.txt 包含以下行：
CatwomanBatmanThe TickSpider ManBlack CatBatgirlDanger GirlWonder WomanLuke CageThe PunisherAnt ManDead GirlAquamanSCUDSpider WomanBlackboltMartian Manhunter

命令行：
grep -i man heroes.txt

将生成：
CatwomanBatmanSpider ManWonder WomanAnt ManAquamanMartian Manhunter

其中 grep 扫描 heroes.txt 文件中的每一行并查找字母 m，后面紧跟 a，然后紧跟 n。除了必须保证相邻，这些字母可以出现在行的任何位置，甚至可以位于较大的单词中间。在不考虑大小写的情况下（-i 选项），Catwoman、Batman、Spider Man、Wonder Woman、Ant Man、Aquaman 和 Martian Manhunter 都包含字符串 man。
grep 实用工具包含其他可优化搜索的内置选项。例如，-w 选项限制于匹配整个单词，因此 grep -i -w man 将排除 Catwoman 和 Batman（举例来说）。
该工具还有一个优秀的功能，可以排除而不是包括所有匹配的搜索结果。使用 -v 选项来排除匹配的行。例如：
grep -v -i spider heroes.txt

将打印除了包含字符串 spider

补充：综合编程 , 其他综合 ,