10.1.2　基础的正则表达式

上一节在介绍什么是正则表达式的时候，我们第一次看到了\<hello\>，其中的\<和\>就是正则表达式中的两个特殊字符，也叫做元字符，它代表的意思是一个单词开始或结束的位置。下面将进一步介绍其他的一些元字符，以加深大家对正则表达式的理解。

1.“.”（一个点）符号

点符号用于匹配除换行符之外的任意一个字符。例如：r.t可以匹配rot、rut，但是不能匹配root，若使用r..t就可以匹配root、ruut、rt（中间是两个空格）等。下面的例子是从etcpasswd中搜索出“包含r，紧跟着两个字符，后面再接t”的行。

  1. [root@localhost ~]# grep 'r..t' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash 
  3. operator:x:11:0:operator:/root:/sbin/nologin
  4. ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

2.“*”符号

“”符号用于匹配前一个字符0次或任意多次，比如ab，可以匹配a、ab、abb等。“”号经常和“.”符号加在一起使用。比如“.”代表任意长度的不包含换行的字符。下面的例子是试图找到连续的r字母紧跟着字母t的行。由于在etcpasswd中没有rt、rrt这样的匹配，所以该表达式实际上只找出了包含t的行（r匹配了0次）。

  1. [root@localhost ~]# grep 'r*t' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash
  3. shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
  4. halt:x:7:0:halt:/sbin:/sbin/halt
  5. news:x:9:13:news:etcnews:
  6. operator:x:11:0:operator:/root:/sbin/nologin
  7. ......(
  8. 略去内容)......
  9. xfs:x:43:43:X Font Server:etcX11/fs:/sbin/nologin

如果把上面的‘rt’换成‘r.t’，代表查找包含字母r，后面紧跟任意长度的字符，再跟一个字母t的行。如下所示：

  1. [root@localhost ~]# grep 'r.*t' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash
  3. operator:x:11:0:operator:/root:/sbin/nologin
  4. ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
  5. vcsa:x:69:69:virtual console memory owner:/dev:/sbin/nologin
  6. rpc:x:32:32:Portmapper RPC user:/:/sbin/nologin
  7. pcap:x:77:77::/var/arpwatch:/sbin/nologin
  8. sshd:x:74:74:Privilege-separated
  9. SSH:/var/empty/sshd:/sbin/nologin
  10. avahi-autoipd:x:100:101:avahi-autoipd:/var/lib/avahi-autoipd:/sbin/nologin
  11. xfs:x:43:43:X Font Server:etcX11/fs:/sbin/nologin

3.“{n,m}”符号

虽然“*”可用于重复匹配前一个字符，但却不能精确地控制匹配的重复次数，使用“{n,m}”符号则能更加灵活地控制字符的重复次数，典型的有以下3种形式：

·{n}匹配前面的字符n次。下例匹配的是包含root的行（r和t中包含两个o）。

  1. [root@localhost ~]# grep 'ro\{2\}t' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash
  3. operator:x:11:0:operator:/root:/sbin/nologin

·{n,}匹配前面的字符至少n次以上（含n次）。

  1. [root@localhost ~]# grep 'ro\{0,\}t' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash
  3. operator:x:11:0:operator:/root:/sbin/nologin
  4. vcsa:x:69:69:virtual console memory owner:/dev:/sbin/nologin
  5. rpc:x:32:32:Portmapper RPC user:/:/sbin/nologin

·{n,m}匹配前面的字符n到m次。

4.“^”符号

这个符号位于键盘数字6的上面，又称尖角号。这个符号用于匹配开头的字符。比如说“^root”匹配的是以字母root开始的行。

  1. [root@localhost ~]# grep '^root' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash

5.“$”符号

和上面的尖角号相对，“$”用于匹配尾部，比如说“abc$”代表的是以abc结尾的行。如果是“^$”则代表该行为空，因为^和$间什么都没有。下例匹配的是以r开头，中间有一串任意字符，以h结尾的行。

  1. [root@localhost ~]# grep '^r.*h$' etcpasswd
  2. root:x:0:0:root:/root:/bin/bash

6.“[]”符号

这是一对方括号，用于匹配方括号内出现的任一字符。比如说单项选择题的答案，可能是A、B、C、D选项中的任意一种，用正则表达式表示就是[ABCD]。如果遇到比较大范围的匹配，比如说要匹配任意一个大写字母，就需要使用“-”号做范围限定，写成[A-Z]，要匹配所有字母则写成[A-Za-z]。一定要注意，这里“-”的作用不是充当一个字符。

如果是要匹配不是大写字母A、B、C、D的字符又该怎么写呢？还记得上面的“^”号吗，如果这个符号出现在[]中，则代表取反，也就是“不是”的意思。那这里的写法就是[^A-D]，事情变得有点复杂了。

这里举个例子，看如何匹配手机号。手机号是11位连续的数字，第一位一定是1，所以表示为“^1”；第二位有可能是3（移动）或8（联通），表示为“[38]”；后面连续9个任意数字，表示为“[0-9]{9}”；所以整个表达式应该写为“^1[38][0-9]{9}”。

7.“\”符号

假设有个固定电话号码021-88888888，当然也可以写成021 88888888（区号和电话号码之间用空格隔开），它们的不同之处就是区号和电话号码之间使用的符号不同，一个是“-”，一个是空格。那么，对于这个电话号码要怎么匹配呢，很容易地想到应该使用“[]”来匹配。但是这么写：[-]，对吗？答案是否定的，因为“-”放到“[]”中有特别的含义。为了表示其作为一个字符的本意，就要使用“\”符了。这个符号代表转义字符，我们可以对很多特殊的字符进行“转义”，让它只代表字符本身，因此这里的写法就应该是[\-]。

再举个例子，之前我们了解到“.”代表的是任意长度的不包含换行的重复字符。但是如果想要匹配任意长度的点号呢？这时使用转义字符就对了：“.”。如果想要对“\”符号进行转义，就可以这样写：“\”。

8.“\<”符号和“\>”符号

这两个符号分别用于界定单词的左边界和右边界。比如说“\<hello”用于匹配以“hello”开头的单词；而“hello\>”则用于匹配以“hello”结尾的单词。还可以使用它们的组合——“\<\>”用于精确匹配一个字符串。所以“\<hello\>”可精确匹配单词hello，而不是helloworld等。如下所示：

  1. [root@localhost ~]# echo "hello" | grep '\<hello\>'
  2. hello
  3. [root@localhost ]# echo "hellod" | grep '\<hello\>'
  4. [root@localhost ]#    #
  5. 没有输出，表示匹配不成功

以上讲的是8种常见的元字符，还有些不太常用的字符，这些字符中有不少可以使用之前讲的8种基础的元字符来表示，所以笔者并不打算一一详细介绍，仅作一些列举和简单说明。

9.“\d”符号

匹配一个数字，等价于[0-9]，使用grep匹配这种正则表达式时可能会遇到无法匹配的问题。示例如下：

  1. #123
  2. 是一个数字，用[0-9]
  3. 匹配成功
  4. [root@localhost ]# echo 123 | grep [0-9]
  5. 123
  6. #
  7. 但是用这种方式却匹配不成功
  8. [root@localhost ]# echo 123 | grep '\d'
  9. [root@localhost ]#    #
  10. 没有输出，表示匹配不成功，为什么呢？
  11. #
  12. 这是因为“\d
  13. ”是一种Perl
  14. 兼容模式的表达式，又称作PCRE
  15. ，要想使用这种模式的匹配符，
  16. 需要加上-P
  17. 参数
  18. [root@localhost ]# echo 123 | grep -P '\d'
  19. 123 # 
  20. 这样就匹配成功了

10.“\b”符号

匹配单词的边界，比如“\bhello\b”可精确匹配“hello”单词。

  1. [root@localhost ]# echo "hello world" | grep 'hello'
  2. hello world
  3. [root@localhost ]# echo "helloworld" | grep '\bhello\b'
  4. [root@localhost ~]#     #
  5. 这里没有匹配

11.“\B”符号

匹配非单词的边界，比如hello\B可以匹配“helloworld”中的“hello”。

  1. [root@localhost ~]# echo "helloworld" | grep 'hello\B'
  2. helloworld

12.“\w”符号

匹配字母、数字和下划线，等价于[A-Za-z0-9]。

  1. [root@localhost ]# echo "a" | grep '\w'
  2. a
  3. [root@localhost ]# echo "\\" | grep '\w'
  4. [root@localhost ~]#     #
  5. 这里没有匹配

13.“\W”符号

匹配非字母、非数字、非下划线，等价于[^A-Za-z0-9]。

  1. [root@localhost ~]# echo "\\" | grep '\W'
  2. \       #
  3. 匹配\
  4. 符号

14.“\n”符号

匹配一个换行符。

15.“\r”符号

匹配一个回车符。

16.“\t”符号

匹配一个制表符。

17.“\f”符号

匹配一个换页符。

18.“\s”符号

匹配任何空白字符。

19.“\S”符号

匹配任何非空白字符。