正则表达式组合与锚点

发表于 2021-05-02 更新于 2022-04-04 分类于 Linux ，通用，正则表达式 Waline：本文字数： 1.4k 阅读时长 ≈ 1 分钟

单字符正则表达式的组合

串结

如abc串结在一起，可以匹配abc本身。
如[A-Z].[0-9].串结在一起，可以匹配AA00。

星号（*）

单字符正则表达式后跟*，表示匹配这个单字符正则表达式的0次或任意多次。
例:正则表达式12*4
与字符串1234不匹配，与1224，12224，14匹配

例:正则表达式[A-Z][0-9]*
此例中*作用的单字符正则表式为[0-9]，代表

[A-Z]
[A-Z][0-9]
[A-Z][0-9][0-9]
[A-Z][0-9][0-9][0-9]
......

这与A,A1,C45,D768匹配，与b64512,T56t不匹配。

例：正则表达式[Cc]hapter *[1-4]
在*号前有一个空格，允许数字1-4之前有多个或者0个空格。可匹配Chapter2,chapter 3等等。
例：正则表达式a\[i] *= *b\[j] *\* *c\[k]
匹配字符串a[i]=b[j]*c[k]，容许等号和星号两侧有空格

例：在vi中使用正则表达式
:1,$s/[0-9]*/xx/g，1,$表示从第1行到最后一行，s/[0-9]*/_/g表示把一行的所有的数字全部替换成_。
需要注意的是

1
2
3

123 123 234 123 
a b c 
hello2 hello3 hello4

替换结果：

1
2
3

_ _ _ _ 
_a_ _b_ _c 
_h_e_l_l_o_ _h_e_l_l_o_ _h_e_l_l_o_

需要注意的是当没有数字的时候，[0-9]*可以匹配0次，这将匹配到一个空字符串，在一行中，任何两个字符之间都认为有一个空字符串。
所以替换的结果就是在任何两个字符之间添加一个_字符。这可能不是我们所希望的，在使用的时候应该多注意星号*匹配0次的情况。

锚点：$与^

锚点表示要匹配的字符串必须处于的位置。

$在尾部时有特殊意义，否则与其自身匹配

例：123$匹配文件中行尾的123，不在行尾的123字符不匹配
例：$123与字符串$123匹配
例：.$匹配行尾的任意字符

^在首部时有特殊意义，否则与其自身匹配

例：^printf匹配行首的printf字符串，不在行首的printf串不匹配
例：Hel^lo与字符串Hel^lo匹配
例：在vi中使用 :1,$s/^----//g表示删除第一行到最后一行的每行行首的4个减号-

1
2
3

0123456789
----hello
--------world

替换结果：

1
2
3

0123456789
hello
----world

正则表达式扩展

ERE：扩展的正则表达式(ERE)
PCRE: Perl-compatible regular expression

对基本正则表达式（BRE）进行了改进：

添加分组：圆括号() ：
- (xy)*可匹配空字符串，xy，xyxy，xyxyxy
添加逻辑运算：表示逻辑“或” 的符号 |
- (pink|green)表示与pink或green匹配
复次数定义：与星号地位类似的+和?，限定重复次数 {m,n}
- *号表示它左边的单字符正则表达式重复的0次或多次
- +号表示重复1次或多次：
  - [0-9]+：匹配长度至少为1数字串
- ?表示0次或一次：
  - a?：匹配零个或一个a
- 限定重复次数\{m,n\}，例如：
  - [1-9][0-9]\{6,8\}：7-9位数字，首位非0
命名的预定义集合
- [[:xdigit:]]：十六进制数字
- \d：数字
- \D：非数字
比^和$更灵活的锚点定义
- 例如：寻找一个数字串，但是要求这个数字串不许出现在“合计”两个字之后