正则表达式(2):连续次数的匹配

  • A+
所属分类:linux基础

在本博客中,"正则表达式"为一系列文章,如果你想要从头学习怎样在Linux中使用正则,可以参考此系列文章,直达链接如下:

在Linux中使用正则表达式

"正则"系列的每篇文章都建立在前文的基础之上,所以,请按照顺序阅读这些文章,否则有可能在阅读中遇到障碍。

 

上一篇正则表达式的文章中,我们总结了跟"位置匹配"有关的正则,此处,我们来认识一些跟"连续次数匹配"有关的正则。

"连续次数匹配"是什么意思呢?空口白话说不容易明白,看完下例就能明白,首先,我们准备一个测试文件,文件内容如下。

正则表达式(2):连续次数的匹配

测试文本regex.txt的内容如上图所示。

如果我们想要从regex.txt文本中找出哪些行包含两个连续的字母a,我们应该怎样去查找呢?我们可以使用如下方法

正则表达式(2):连续次数的匹配

没错,我们直接使用grep命令,在文本中搜索"aa"即可,因为"aa"就是两个连续的a字母。

可以看到,文本中的第二行和第三行中都包含两个连续的a,所以第二行与第三行被打印了出来。

但是,如果我们要在文本中搜索10个连续的a字母呢?好吧,我们可以搜索"aaaaaaaaaa"字符串

如果我们想要在文本中搜索100个连续的a字母呢?难道还要写100个连续的a?这样显然有点累,我们可以利用正则解决这个问题,示例如下。

利用grep命令和正则表达式,即可找出哪些行包含2个连续的字母a ,示例如下

正则表达式(2):连续次数的匹配

聪明如你一定看懂了,没错,"\{2\}"就表示"连续出现2次",所以,"a\{2\}"就表示a连续出现两次,可以看到,包含2个连续字母a的行只有第二行,所以,当我们使用正则表达式"a\{2\}"时,只能匹配到第二行,由于第一行中的两个字母a中间存在"空格",所以并不能算作两个连续的字母a,所以没有被匹配到。

你肯定已经学会举一反三了,"\{2\}"表示连续出现2次,那么,"\{5\}"就表示连续出现5次,"\{100\}"就表示连续出现100次,没错,我们只要替换其中的数字,即可表示连续出现几次。

 

我们总结一下刚才的语法

使用\{x\}表示之前的字符连续出现x次将会被匹配到。

不过需要注意,如果字符连续出现的次数大于指定的次数,也是可以被匹配到的,示例如下:

正则表达式(2):连续次数的匹配

正则表达式中,我们指定,b字母连续出现2次则会被匹配到,所以,第4行被匹配到了,同时,第5行也被匹配到了,因为第5行中,b字母连续出现了3次,包含2次,所以,前2个连续的字母b也被匹配到了。

如果你不想出现上述情况,只是想要精准的匹配连续出现2次且只出现了2次的字母b,应该怎么办呢?其实我们在前文中已经学到了解决问题的方法,示例如下

正则表达式(2):连续次数的匹配

没错,就是结合了上次介绍到的单词定界符,锚定词首与锚定词尾,如果你没有看出来上述正则表达式什么意思,那么请回顾上一篇文章。

 

那么现在,我们来
延伸一下,你来猜猜"\{x,y\}"表示什么?

"\{x,y\}"表示之前的字符至少连续出现x次,最多连续出现y次,都能被匹配到,换句话说,只要之前的字符连续出现的次数在x与y之间,即可被匹配到,示例如下。

正则表达式(2):连续次数的匹配

如上图所示,连续出现2次的d字母、连续出现3次的d字母、连续出现4次的d字母都被匹配到了。

 

好了,现在我们已经了解了两种语法。

\{x\}  表示之前的字符连续出现x次时会被匹配到。

\{x,y\} 表示之前的字符至少连续出现x次,至多连续出现y次,都可以被匹配到,x与y之间用逗号隔开。

 

那么,我们再延伸一下,你猜猜...    \{x,\} 与\{,y\} 分别表示什么意思?

没错,你肯定已经猜到了

\{x,\}表示之前的字符至少连续出现x次,或者连续出现次数大于x次,即可被匹配到,上不封顶。

\{,y\}表示之前的字符至多连续出现y次,或者连续出现次数小于y次,即可被匹配到,最小次数为0次,换句话说,之前的字符连续出现0次到y次,都会被匹配到。

示例如下:

正则表达式(2):连续次数的匹配

如上图所示,字母d连续出现2次以及2次以上的都被匹配到了。

正则表达式(2):连续次数的匹配

如上图所示,abc、abcc都被匹配到了,因为"c\{,2\}"表示只要c字母连续出现的次数小于等于2,即可被匹配到,再配合之前的"ab"字符,所以,abc

、abcc都被匹配到了, ab为什么也被匹配到了呢?之前说过,"\{,y\}"表示之前的字符连续出现0次到y次,都会被匹配到,所以,ab被匹配到了,相当于c被匹配到了0次。

 

现在我们再来认识一个用于匹配次数的正则符号,它就是*

如果你之前使用过通配符,那么你肯定对*非常熟悉,在通配符中,*表示匹配任意长度的任意字符。

但是,在正则表达式中,*代表另一个意思,在正则表达式中,*表示之前的字符连续出现任意次数(包括0次),不要与通配符中的*搞混淆了。

示例如下

正则表达式(2):连续次数的匹配

如上图所示,"e*f"表示e出现任意次,f必须跟在e的后头。

注意,*表示之前的字符连续出现任意次数,包括0次,即可被匹配到,理解了这一点,再看如下示例,就简单了。

正则表达式(2):连续次数的匹配

如上图所示,"d*"表示d连续出现任意次数,即可被匹配到,所以,第7行高亮显示了。

但是其他行为什么也被打印出来了呢?这是因为*表示连续出现任意次数,包括0次。

其他行中,根本不包含字母d,换句话说就是,d连续出现了0次,所以其他行也符合条件,最终也被grep输出了。

 

那么,在通配符中,*表示匹配任意长度的任意字符,在正则中,怎样表示任意长度的任意字符呢?

在正则表达式中,使用".*"表示任意长度的任意字符。

我们先看示例,回头再解释为什么".*"表示任意长度的任意字符,示例如下。

正则表达式(2):连续次数的匹配

上图中的正则表达式表示,a字母后面存在任意长度的任意字符,都可以被匹配到,如上图所示,的确都被匹配到了。

 

其实,在正则表达式中,"."表示匹配任意单个字符,示例如下。

正则表达式(2):连续次数的匹配

如上图所示

"ee."表示"ee"后面跟随任意一个单个字符,都会被匹配到

"ee.."表示"ee"后面跟随任意两个字符,都会被匹配到,由于"空格"也算作单个字符,所以,"eef空格"也被匹配到了,因为"f"和"空格"被看做了两个字符。

 

理解完上述示例,再回过头来理解".*",就容易多了,".*"可以理解为"."与"*"的结合,".*"在正则中表示"连续出现任意次的任意单个字符",换句话说就是,任意长度的任意字符,正则表达式中的".*"与通配符中的"*"所表达的意思一样。

 

理解完上述符号以后,再来认识两个新符号,"\?"与"\+"

\?
表示匹配其前面的字符0或1次,换句话说,就是前面的字符要么没有,要么有一个。

\+表示匹配其前面的字符至少1次,换句话说,就是前面的字符必须有至少一个。

我们来看看示例,如下。

正则表达式(2):连续次数的匹配

如上图所示,"c\?"表示c出现0次或者1次,都会被匹配到,所以ab和abc都被匹配到了,ab被匹配到是因为c出现了0次,abc被匹配到是因为c出现了1次。

看完上述示例后,再来看另外一个例子,如下:

正则表达式(2):连续次数的匹配

可以看到,abc与abcc都被匹配到了,这是因为"c\+"表示c至少要出现1次,至多可以连续出现多次,连续次数上不封顶,所以abc和abcc都会被匹配到。

 

好了,关于"连续次数匹配"的相关正则表达式就总结到这里吧。

 

小结

为了方便以后回顾,我们将上述正则总结如下。

 

 

希望这篇文章能够帮助到你,下次再见哦~~亲~~~

 

weinxin
我的微信公众号
关注"实用运维笔记"微信公众号,当博客中有新文章时,可第一时间得知哦~
朱双印

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

目前评论:6   其中:访客  5   博主  1

    • avatar hello 2

      非常棒

      • avatar Brando 1

        你好,这个重复的意思是想要把某个匹配扩展为多个。比如把”a”扩展为”aaaa”
        但是如果我想要,找到”aa”在某一行里面出现4次,并且只出现4次的行怎么做呢?
        比如
        aa aa aa aa
        aa ab aaa aa
        aa aa aa aa aa
        aaaa aaaa
        aaaaaaaa
        最后只匹配到”aa”出现了4次的行
        aa aa aa aa
        aaaa aaaa
        aaaaaaaa

          • avatar t 2

            @Brando 你可能需要学习awk神器,这里就有

            比如:
            grep -on ‘aa’ awk | awk -F: ‘{NUM[$1]++} END{for(i in NUM){if(NUM[i] == 4){print “次数:”,NUM[i],”行号:”,i;}}}’
            如果需要输出指定行内容,还需要继续学习awk函数,比如说调用外部命令 sed -n ‘4p’ filename

          • avatar echo 6

            “b\{1,2\}”、”b\{1,\}”、”b\{,2\}”
            这三种无法实现,第一种达不到效果,二三种会报错 ‘重复次数不完整’之类的
            不知是不是系统版本的原因:RHLE 6.2

              • avatar 朱双印 Admin

                @echo 把命令和测试文本全部贴出来,一起讨论
                应该跟系统版本没有关系

                  • avatar 朱哥小粉丝 2

                    @朱双印 朱哥,我也有类似的问题,还请有时间不吝赐教。评论