正则表达式(7):扩展正则表达式

  • 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。

 

前文中一直在说,在Linux中,正则表达式可以分为"基本正则表达式"和"扩展正则表达式"。

我们已经认识了"基本正则表达式",现在,我们来认识一下"扩展正则表达式"。

有了之前的基础,学习"扩展正则表达式"简直不要太轻松。

 

之前说过,有些符号是通用的,不管是在"基本正则表达式"中,还是在"扩展正则表达式"中,这些通用的符号所表达的意思都是相同的。

那么,我们先来看看哪些符号是通用的,看完之后你会信心大增,如下字符都是通用的:

 

 

上述符号,在基本正则表达式中与扩展正则表达式中的用法完全相同。

 

有没有感觉,70%都是通用的,那么我们来动手试试。

在总结grep命令时,我们提到过,grep命令默认只支持基本正则表达式,如果想要让grep命令能够支持扩展的正则表达式,则需要使用"-E"选项,示例如下

正则表达式(7):扩展正则表达式

上图中,grep命令使用了"-E"选项,表示grep命令会把"正则表达式"中的符号当成"扩展正则表达式"去理解,而不再使用默认的"基本正则表达式"。

但是由于"[A-Z]"是通用的,所以,不管是否使用扩展正则表达式,"[A-Z]"都表示单个大写字母。

 

刚才说过,70%的符号都是通用的,那么剩下的30%呢?

其实,剩下的30%也都差不多,与基本正则表达式相比,反而更加简单了,不信?我们就来看看。

 

在基本正则表达式中,\{n\} 表示前面的字符连续出现n次,将会被匹配到。

在扩展正则表达式中,{n} 表示前面的字符连续出现n次,将会被匹配到。

 

在基本正则表达式中,\( \) 表示分组,\(ab\) 表示将ab当做一个整体去处理。

在扩展正则表达式中,( ) 表示分组,(ab) 表示将ab当做一个整体去处理。

 

在写法上,"扩展正则表达式"的写法是不是更加简练呢?示例如下

正则表达式(7):扩展正则表达式

如上图所示,当使用"扩展正则表达式"时,在"书写"方面,反而省力不少,最终匹配到的文本却是相同的,是不是很方便?

 

看完了上述示例,我想你对扩展正则表达式应该已经有了一个初步的印象了。

那么,我们就来介绍一下,有哪些符号在"扩展正则表达式"中变得更加简练了。

 

在扩展正则表达式中:

( ) 表示分组

(ab) 表示将ab当做一个整体去处理。

\1 表示引用整个表达式中第1个分组中的正则匹配到的结果。

\2 表示引用整个表达式中第2个分组中的正则匹配到的结果。

?  表示匹配其前面的字符0或1次

+  表示匹配其前面的字符至少1次,或者连续多次,连续次数上不封顶。

{n} 表示前面的字符连续出现n次,将会被匹配到。

{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。

{,n} 表示之前的字符连续出现至多n次,最少0次,都会陪匹配到。

{n,}表示之前的字符连续出现至少n次,才会被匹配到。

 

看了上述总结以后,是不是已经想要放弃使用"基本正则表达式"了呢?因为与之相比,扩展正则表达式才更符合我们这些懒人的习惯,而且,扩展正则表达式的可读性也更高,毕竟很多符号少了前面的"\",可读性就变强了。

 

扩展正则表达式中,还有一个常用的符号,是基本正则表达式中所没有的,它就是"|"

注:按住键盘的 "shift键" 和 "\"键 ,就可以打出"|"

"|"在扩展正则表达式中,表示"或",这样说不容易理解,我们来看个小例子,就能明白,示例文件内容如下。

正则表达式(7):扩展正则表达式

如果,我们想要从上例文本中找到以"com"结尾的行,我们该怎么办呢?我们可以使用如下命令。

正则表达式(7):扩展正则表达式

同理,如果我们想要从示例文本中找出以"net"结尾的行,可以使用如下命令。

正则表达式(7):扩展正则表达式

那么,如果我们想要从示例文本找出,以"com"结尾,或者以"net"结尾的行,我们该怎么办呢?

这时候,我们就需要用到"|"

"|"在扩展正则表达式中表示"或者",所以,我们可以使用如下表达式

正则表达式(7):扩展正则表达式

上图中的扩展正则使用了分组符号"( )","(com|net)"表示将括号内的内容看做一个整体,而括号内的内容为"com|net",它表示"com或者net",所以,"(com|net)$"就表示以com或者net结尾的行。是不是很简单?

 

那么,我们就趁热打铁,通过实际练习,来熟悉一下"扩展正则表达式"吧。

仍然以刚才的示例文件作为测试文件,假设,我们想要查找出测试文本中的"合法邮箱",我们应该怎么做呢?

 

既然是要找出"合法邮箱",那么,我们则必须事先定义,满足哪些条件的邮箱才属于合法邮箱。

所以,我们规定,如果一个邮箱属于合法邮箱,那么必须满足如下条件。

1、邮箱字符串中必须包含"@"符。

2、"@"符前面的字符只能是小写字母或数字,不能包含特殊符号。

3、"@"符前面的字符数量至少需要4个,至多为16个。

4、邮箱必须以"com"、"net"、"org"、"edu"等顶级域名结尾(此处为了方便演示,不判断更多的域名)。

5、顶级域名之前必须包含一个"点",换句话说就是,邮箱必须以".com"、".net"、".org"、".edu"结尾。

6、"@"与"."之间的字符数量不能超过12个,不能低于2个。

7、"@"与"."之间的字符只能是小写字母或数字,不能包含特殊符号。

 

好了,了解了合法邮箱的规则以后,我们就可以开始编写正则表达式了,我们可以使用如下正则,查找文本中的合法邮箱。

正则表达式(7):扩展正则表达式

如果你觉得上述正则稍微有些复杂,不容易理解,那么可以将其拆分成几个部分去理解,拆分后的每一部分,可以与之前的"合法邮箱条件"一一对应,如下图所示。

正则表达式(7):扩展正则表达式

这样看,是不是容易理解多了,好了,赶快自己动手实验一下吧。

   

小结

我认为,有了之前基础的你,搞定"扩展正则表达式",肯定是分分钟的事情,所以,我们就对"扩展正则表达式"进行一下总结吧。

 

 
 

关于"扩展正则表达式",就总结到这里,希望能够帮助到你~~

 

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:7   其中:访客  5   博主  2

    • avatar Pearl 2

      学海无涯啊 :mrgreen:

      • avatar re 1

        条件4中一定要用/<锚定吗

          • avatar wesharp 1

            @re 同样的疑问

          • avatar yanan001 2

            [root@localhost regex]# ifconfig |grep -E ‘([0-9]{1,3}\.)\1([0-9]{1,3})’
            楼主你好,我输入如上命令,按道理应该是grep出IP地址前面192.168.122之类的,为什么结果不对呢?

              • avatar 朱双印 Admin

                @yanan001 正则写错了,没有必要用\1进行后向引用,用类似这样的表达式应该可以
                ([0-9]{1,3}\.){3}([0-9]{1,3})

              • avatar echo 6

                以前是基本/扩展混淆用
                现在终于分开了

                  • avatar 朱双印 Admin

                    @echo 慢慢的就都清楚了,加油,兄弟 :wink: