正则表达式介绍
目录
警告
本文最后更新于 2019-04-28,文中内容可能已过时。
前言
最近在写一个脚本,需要使用到正则表达式,作为曾经的一个开发,正则还是知道一些的,但是写着写着发现不对,但在测试器里面,正则又是正确的,虽然直到shell正则并不是标准的perl正则,但也一直没有查询到到底那些支持,那些不支持,翻了很久终于在google上找到了一篇介绍这些区别的文章,此处记录下,以备查验。
1. 正则表达式的分类
- 基本的正则表达式(
Basic Regular Expression
又叫Basic RegEx
简称BREs
) - 扩展的正则表达式(
Extended Regular Expression
又叫Extended RegEx
简称EREs
) - Perl的正则表达式(
Perl Regular Expression
又叫Perl RegEx
简称PREs
)
2. 基本组成部分
正则表达式的基本组成部分。
正则表达式 | 描述 | 示例 | Basic RegEx |
Extended RegEx |
Python RegEx |
Perl regEx |
---|---|---|---|---|---|---|
\ |
转义符,将特殊字符进行转义,忽略其特殊意义 | a\.b 匹配a.b ,但不能匹配ajb ,. 被转义为特殊意义 |
\ |
\ |
\ |
\ |
^ |
匹配行首,awk 中,^ 则是匹配字符串的开始 |
^tux 匹配以tux 开头的行 |
^ |
^ |
^ |
^ |
$ |
匹配行尾,awk 中,$ 则是匹配字符串的结尾 |
tux$ 匹配以tux 结尾的行 |
$ |
$ |
$ |
$ |
. |
匹配除换行符\n 之外的任意单个字符,awk 中则可以 |
ab. 匹配abc 或ab+ ,不可匹配abcd 或abde ,只能匹配单字符 |
. |
. |
. |
. |
[] |
匹配包含在[字符] 之中的任意一个字符 |
coo[kl] 可以匹配cook 或cool |
[] |
[] |
[] |
[] |
[^] |
匹配[^字符] 之外的任意一个字符 |
123[^45] 不可以匹配1234 或1235 ,但1231 、1232 、1236 、1237 可以 |
[^] |
[^] |
[^] |
[^] |
[-] |
匹配[] 中指定范围内的任意一个字符,要写成递增 |
[0-9] 可以匹配1 、2 或3 等其中任意一个数字 |
[-] |
[-] |
[-] |
[-] |
? |
匹配之前的项1 次或者0 次 |
colou?r 可以匹配color 或者colour ,不能匹配colouur |
不支持 | ? |
? |
? |
+ |
匹配之前的项1 次或者多次 |
sa-6+ 匹配sa-6 、sa-666 ,不能匹配sa- |
不支持 | + |
+ |
+ |
* |
匹配之前的项0 次或者多次 |
co*l 匹配cl 、col 、cool 、coool 等 |
* |
* |
* |
* |
() |
匹配表达式,创建一个用于匹配的子串 | ma(tri)? 匹配max 或maxtrix |
不支持 | () |
() |
() |
{n} |
匹配之前的项n 次,n 是可以为0 的正整数 |
[0-9]{3} 匹配任意一个三位数,可以扩展为[0-9][0-9][0-9] |
不支持 | {n} |
{n} |
{n} |
{n,} |
之前的项至少需要匹配n 次 |
[0-9]{2,} 匹配任意一个两位数或更多位数 |
不支持 | {n,} |
{n,} |
{n,} |
{n,m} |
指定之前的项至少匹配n 次,最多匹配m 次,n<=m |
[0-9]{2,5} 匹配从两位数到五位数之间的任意一个数字 |
不支持 | {n,m} |
{n,m} |
{n,m} |
` | ` | 交替匹配 | 两边的任意一项`ab(c | d)匹配 abc或 abd` |
不支持 | ` |
3. POSIX字符类
POSIX字符类是一个形如[:...:]
的特殊元序列(meta sequence
),他可以用于匹配特定的字符范围。
正则表达式 | 描述 | 示例 | Basic RegEx |
Extended RegEx |
Python RegEx |
Perl regEx |
---|---|---|---|---|---|---|
[:alnum:] |
匹配任意一个字母或数字字符 | [[:alnum:]]+ |
[:alnum:] |
[:alnum:] |
[:alnum:] |
[:alnum:] |
[:alpha:] |
匹配任意一个字母字符(包括大小写字母) | [[:alpha:]]{4} |
[:alpha:] |
[:alpha:] |
[:alpha:] |
[:alpha:] |
[:blank:] |
空格与制表符(横向和纵向) | [[:blank:]]* |
[:blank:] |
[:blank:] |
[:blank:] |
[:blank:] |
[:digit:] |
匹配任意一个数字字符 | [[:digit:]]? |
[:digit:] |
[:digit:] |
[:digit:] |
[:digit:] |
[:lower:] |
匹配小写字母 | [[:lower:]]{5,} |
[:lower:] |
[:lower:] |
[:lower:] |
[:lower:] |
[:upper:] |
匹配大写字母 | ([[:upper:]]+)? |
[:upper:] |
[:upper:] |
[:upper:] |
[:upper:] |
[:punct:] |
匹配标点符号 | [[:punct:]] |
[:punct:] |
[:punct:] |
[:punct:] |
[:punct:] |
[:space:] |
匹配一个包括换行符、回车等在内的所有空白符 | [[:space:]]+ |
[:space:] |
[:space:] |
[:space:] |
[:space:] |
[:graph:] |
匹配任何一个可以看得见的且可以打印的字符 | [[:graph:]] |
[:graph:] |
[:graph:] |
[:graph:] |
[:graph:] |
[:xdigit:] |
任何一个十六进制数(即:0-9,a-f,A-F ) |
[[:xdigit:]]+ |
[:xdigit:] |
[:xdigit:] |
[:xdigit:] |
[:xdigit:] |
[:cntrl:] |
任何一个控制字符(ASCII字符集中的前32个字符) | [[:cntrl:]] |
[:cntrl:] |
[:cntrl:] |
[:cntrl:] |
[:cntrl:] |
[:print:] |
任何一个可以打印的字符 | [[:print:]] |
[:print:] |
[:print:] |
[:print:] |
[:print:] |
4. 元字符
元字符(meta character)是一种Perl风格的正则表达式,只有一部分文本处理工具支持它,并不是所有的文本处理工具都支持。
正则表达式 | 描述 | 示例 | Basic RegEx |
Extended RegEx |
Python RegEx |
Perl regEx |
---|---|---|---|---|---|---|
\b |
单词边界 | \bcool\b 匹配cool ,不匹配coolant |
\b |
\b |
\b |
\b |
\B |
非单词边界 | cool\B 匹配coolant ,不匹配cool |
\B |
\B |
\B |
\B |
\d |
单个数字字符 | b\db 匹配b2b ,不匹配bcb |
不支持 | 不支持 | \d |
\d |
\D |
单个非数字字符 | b\Db 匹配bcb ,不匹配b2b |
不支持 | 不支持 | \D |
\D |
\w |
单个单词字符(字母、数字与_) | \w 匹配1 或a ,不匹配& |
\w |
\w |
\w |
\w |
\W |
单个非单词字符 | \W 匹配& ,不匹配1 或a |
\W |
\W |
\W |
\W |
\n |
换行符 | \n 匹配一个新行 |
不支持 | 不支持 | \n |
\n |
\s |
单个空白字符 | x\sx 匹配x x ,不匹配xx |
不支持 | 不支持 | \s |
\s |
\S |
单个非空白字符 | x\S\x 匹配xkx ,不匹配xx |
不支持 | 不支持 | \S |
\S |
\r |
回车 | \r 匹配回车 |
不支持 | 不支持 | \r |
\r |
\t |
横向制表符 | \t 匹配一个横向制表符 |
不支持 | 不支持 | \t |
\t |
\v |
垂直制表符 | \v 匹配一个垂直制表符 |
不支持 | 不支持 | \v |
\v |
\f |
换页符 | \f 匹配一个换页符 |
不支持 | 不支持 | \f |
\f |