网友来稿（何为正则（一正则天下，一文带你看尽精华。）） linuxsedgrepawk

写在开篇

不知道你们有没有过这样的经历：我们去某些网站注册帐号，当你在设置密码的时候，网站会提示你密码的长度范围，以及对应的规则限制,现在假设我们不知道正则表达式，作为程序员，该如何去实现这样一个密码验证呢？
关于正则表达式一直都是个让很多我们都觉得很郁闷的一个东西，觉得创造正则表达式的那个家伙简直就是个奇葩，

什么是正则表达式?

正则表达式就是为了处理大量的文本|字符串而定义的一套规则和方法

通过定义的这些特殊符号的辅助，系统管理员就可以快速过滤，替换或输出需要的字符串。Linux正则表达式一般以行为单位处理。

正则表达式是一种描述一组字符串的模式，类似数字表达式，通过各种操作符组成更小的表达式

【网友来稿（何为正则（一正则天下，一文带你看尽精华。））】为什么使用正则表达式呢？

linux运维工作，大量过滤日志工作。简单，高效。正则表达式高级工具；三剑客都支持（grep,sed,awk）
注意事项
1. 正则表达式应用非常广泛，存在于各种语言中，php perl grep sed awk 支持。ls * 通配符
2. 但现在学的是Linux中的正则表达式，最常应用正则表达式的命令是 grep（egrep），sed，awk。
正则表达式和通配符有本质区别:

正则表达式用来找：【文件】内容，文本，字符串。一般只有三剑客支持，通配符用来找：文件名，普通命令都支持

正则表达式使用注意事项

1、linux正则表达式以行为单位处理字符串
2、便于区别过滤出来的字符串，一定配合grep／egrep命令学习。

正则表达式的分类

POSIX规范将正则表达式的分为了两种
1. 基本正则表达式（BRE，basic regular expression）
2. 高级功能：扩展正则表达式（ERE，extended regular expression）
BRE和ERE的区别仅仅是元字符的不同：
1. BRE（基础正则表达式）只承认的元字符有^$.[]*其他字符识别为普通字符：()
2. ERE (扩展正则表达式）则添加了（）{}?+|等
3. 只有在用反斜杠“\”进行转义的情况下，字符（）{}才会在BRE被当作元字符处理，而ERE 中，任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。

怎么玩区分通配符和正则表达式

不需要思考的判断方法：在三剑客awk，sed，grep，egrep都是正则，其他都是通配符

区别通配符和正则表达式最简单的方法：

（1）文件目录名===>通配符

（2）文件内容（字符串，文本【文件】内容）===>正则表达式

通配符和正则表达式都有“*”，“?”，“[]”，但是通配符的这些符号都能自身代表任意字符，而正则表达式的这些符号只能代表这些符号前面的字符

基本正则表达式

字符	描述
^	^word搜索以word开头的内容
$	word$搜索以word结尾的内容
^$	表示空行，不是空格
.	代表且只能代表任意一个字符（不匹配空行）
\	转义字符，让有特殊含义的字符脱掉马甲，现出原形，如.只表示小数点
*	重复之前的字符或文本0个或多个，之前的文本或字符连续0次或多次
.*	任意多个字符
^.*	以任意多个字符串开头，.*尽可能多，有多少算多少，贪婪性
括号表达式
abc[.,/]	匹配字符集合内的任意一个字符a或b或c：[a-z]匹配所有小写字母；表示一个整体，内藏无限可能；[abc]找a或b或c可以写成[a-c]
1	匹配不包含^后的任意字符a或b或c，是对[abc]的取反，且与^含义不同
a{n,m}	重复前面a字符n到m次（如果用egrep或sed -r可去掉斜线）
a{n,}	重复前面a字符至少n次，如果用egrep或sed -r可去掉斜线
a{n}	重复前面a字符n次，如果用egrep或sed -r可去掉斜线

扩展正则表达式ERE

特殊字符	描述
+	重复前一个字符一次或一次以上，前一个字符连续一个或多个，把连续的文本／字符取出
？	重复前面一个字符0次或1次（.是有且只有1个）
（）	分组过滤被括起来的东西表示一个整体（一个字符），后向引用

正则小结

基础正则：BRE

^	$	.	*	.*	[abc]	1

扩展正则：ERE

+	?	()	{}	a{n,m}	a{n,}	a{n}

转义字符\:将字符的意思改变（不支持正则符号的，转变字符含义为正则，支持正则的转变为普通字符含义）

基本正则和扩展正则区别

基础正则BRE	扩展正则ERE
?	?
+	+
{}	{}
( \ )	()

所谓基础正则实际上就是得需要转义字符配合表达的正则，而扩展正则就是让命令扩展它的权限让他直接就认识正则表达符号（egrep，sed -r，awk直接支持）

注意
1. grep默认不支持正则，因此正则表达式的符号对于grep来说就等同于普通字符含义，因此，想让grep直接处理正则符号必须通过转义字符{}来处理。
2. grep -E 强制让grep直接认识正则符号，不需要再进行转义
3. egrep 等效grep -E 天生就能认识正则符号
4. 我们平时备份可以通过cp 文件名{,.bak}的形式进行，避免再打一次文件名 sed -r ：让sed支持正则

补充说明

正则表达式	描述	示例
[:alnum:]	[a-zA-Z0-9]匹配任意一个字母或数字字符	[[:alnum:]]+
[:alpha:]	匹配任意一个字母字符（包括大小写字母）	[[:alpha:]]{4}
[:blank:]	空格与制表符（横向纵向）	[[:blank:]]*
[:digit:]	匹配任意一个数字字符	[[:digit:]]?
[:lower:]	匹配小写字母	[[:lower:]]{5,}
[:upper:]	匹配大写字母	([[:upper:]]+)?
[:punct:]	匹配标点符号	[[:punct:]]
[:space:]	匹配一个包括换行符，回车等在内的所有空白符	[[:space:]]+
[:graph:]	匹配任何一个可以看得见的且可以打印的字符	[[:graph:]]
[:xdigit:]	任何一个十六进制数	[[:xdigit:]]+
[:cntrl:]	任何一个控制字符（ASCII字符集中的前32个字符）	[[:cntrl:]]
[:print:]	任何一个可以打印的字符	[[:print:]]

### 元字符

正则表达式	描述	示例
\b	单词边界	\bcool\b匹配cool，不匹配coolant
\B	非单词边界	cool\B匹配coolant不匹配cool
\d	单个数字字符	b\db匹配b2b，不匹配bcb
\D	单个非数字字符	b\Db匹配bcb不匹配b2b
\w	单个单词字符（字母，数字与_)	\w匹配1或a，不匹配&
\W	单个非单词字符	\W匹配&，不匹配1或a
\n	换行符	\n匹配一个新行
\s	单个空白字符	x\sx匹配xx，不匹配xx
\S	单个非空白字符	x\S\x匹配xkx，不匹配xx
\r	回车	\r匹配回车
\t	横向制表符	\t匹配一个横向制表符
\v	垂直制表符	\v匹配一个垂直制表符
\f	换页符	\f匹配一个换页符