《Linux命令行与shell脚本编程大全》 第十九章 学习笔记

第十九章：正则表达式

由于之前我已经写过比较详尽的正则教程

深入入门正则表达式（java） - 引言

深入入门正则表达式（java） - 1 - 入门基础
深入入门正则表达式（java） - 2 - 基本实例

深入入门正则表达式（java） - 3 - 正则在java中的使用

深入入门正则表达式（java） - 匹配原理 - 1 - 引擎分类与普适原则

深入入门正则表达式（java） - 匹配原理 - 2 - 回溯

并且在Unix & Linux 大学教程中的第20章也有笔记，所以这里笔记较为简略，一些简单的示例在这里就不在演示了。

什么是正则表达式

定义

正则表达式类型

Linux中，有两种流行的正则表达式引擎：

1.POSIX基本正则表达式（BRE）引擎

2.POSIX扩展正则表达式（ERE）引擎

大多数Linux工具至少符合BRE引擎规范，能够识别所有模式和符号。

一些工具，比如sed只实现了BRE引擎规范的子集。gawk实现了ERE引擎。

定义BRE模式

纯文本

特殊字符

斜线（/）不是正则的元字符，但是在sed和gawk中使用，也需要转义

锚字符

下面利用锚点来删除空白行

点字符
字符组
排除字符组
使用区间
特殊字符组
BRE特殊字符组
类含义类似于[[:lower:]]小写字母a-z[[:upper:]]大写字母A-Z[[:alpha:]]大小写字母a-zA-Z[[:alnum:]]大小写字母、数字a-zA-Z0-9[[:digit:]]数字0-9[[:punct:]]标点符号-- [[:print:]]匹配任意可打印字符--[[:blank:]]空格或制表符（空白符）--[[:space:]]匹配任意空白字符空格、制表符、NL、FF、VT和CR
一个简单的示例：
这里使用\d是无效的
星号
 
扩展正则表达式
问号
加号
花括号
警告：默认情况下，gawk不识别表达式区间，必须指定--re-interval选项
注意：gawk只支持下面几种形式
{m},{m,n},{m,}
并不支持{,m}
管道符号
聚合表达式
 
实用中的正则表达式
目录文件计数
也和书中一样，我们统计$PATH中的目录含有的文件数目。
其实这里关键的就是把$PATH里的目录变成数组参数而已。
下面是书中的例子，不过这个例子是有问题的：
代码很容易理解。环境变量PATH中的目录是用冒号分割的，现在利用sed，改为空格分割路径，这样就可以直接对此使用循环了。
但是，PATH中的目录是允许重复的！也就是说，你可以把同一个目录多次的加入到这个变量中（虽然这么做没有半点好处），当然，很有可能是其他软件设置的PATH与你自己设置的重复了。不管怎样，我们是不需要重复统计的。
下面是修正后的代码：
这里用换行替换冒号，这样也能直接对此结果使用循环。这么做的好处就是，我们可以使用sort然后使用uniq去重复
验证电话号码
解析邮件地址
 
关于正则更多内容，可以参考我之前的写的教程，里面有详尽的正则基础讲解以及示例。
深入入门正则表达式（java） - 引言
深入入门正则表达式（java） - 1 - 入门基础 
深入入门正则表达式（java） - 2 - 基本实例
深入入门正则表达式（java） - 3 - 正则在java中的使用
深入入门正则表达式（java） - 匹配原理 - 1 - 引擎分类与普适原则
深入入门正则表达式（java） - 匹配原理 - 2 - 回溯
《Unix & Linux 大学教程》 - 第二十章 正则表达式
 
 
转贴请保留以下链接
本人blog地址
http://su1216.iteye.com/
http://blog.csdn.net/su1216/