正则表达式概述
正则表达式是一种定义的规则，Linux工具可以用它来过滤文本。
基础正则表达式
纯文本
[root@node1 ~]# echo "this is a cat" | sed -n '/cat/p'
this is a cat
[root@node1 ~]# echo "this is a cat" | gawk '/cat/{print $0}'
this is a cat
正则表达式的匹配非常挑剔，尤其需要记住，正则表达式区分大小写。
特殊字符
正则表达式识别的特殊字符包括：
.*[]^${}\+?|()
如果要使用某个特殊字符作为文本字符，就必须转义，一般用（\）来转义。
[root@node1 ~]# echo "this is a $" | sed -n '/\$/p' this is a $
锚字符
有两个特殊字符可以用来将模式锁定在数据流的行首或行尾
脱字符（^）定义从数据流中文本行的行首开始的模式。
美元符（$）定义了行尾锚点。
[root@node1 ~]# echo "this is a cat" | sed -n '/^this/p' this is a cat [root@node1 ~]# echo "this is a cat" | sed -n '/cat$/p' this is a cat
在一些情况下可以组合使用这两个命令
1.比如查找只含有特定文本的行
[root@node1 ljy]# more test.txt this is a dog what how this is a cat is a dog [root@node1 ljy]# sed -n '/^is a dog$/p' test.txt is a dog [root@node
2.两个锚点组合起来，可以直接过滤空白行
[root@node1 ljy]# more test.txt this is a dog what how this is a cat is a dog [root@node1 ljy]# sed '/^$/d' test.txt this is a dog what how this is a cat is a dog
点号字符
点号用来匹配除换行符外的任意单个字符，他必须匹配一个字符。
[root@node1 ljy]# more test.txt this is a dog what how this is a cat is a dog at [root@node1 ljy]# sed -n '/.at/p' test.txt what this is a cat
字符组
限定待匹配的具体字符，使用字符组。使用方括号来定义一个字符组。
[root@node1 ljy]# more test.txt this is a dog this is a Dog this is a DoG this is a cat [root@node1 ljy]# sed -n '/[dD]og/p' test.txt this is a dog this is a Dog [root@node1 ljy]# sed -n '/[dD]o[gG]/p' test.txt this is a dog this is a Dog this is a DoG
排除型字符组
要排除某些特定的元素，要在字符组前面加个脱字符。
[root@node1 ljy]# sed -n '/[dD]o[gG]/p' test.txt this is a dog this is a Dog this is a DoG [root@node1 ljy]# sed -n '/[^D]og/p' test.txt this is a dog
区间
正则表达式会包括此区间内的任意字符。
[root@node1 ljy]# more test.txt 123123 1231 121222222 412345341613 vsdvs qwer12344123 12345 34211 444444 [root@node1 ljy]# sed -n '/^[0-9][0-9][0-9][0-9][0-9]$/p' test.txt 12345 34211
拓展正则表达式
问号
问号表明前面的字符出现0次或者1次，仅限于此。
[root@node1 ljy]# echo "bat" | gawk '/ba?t/{print $0}'
bat
[root@node1 ljy]# echo "baat" | gawk '/ba?t/{print $0}'
[root@node1 ljy]# echo "bt" | gawk '/ba?t/{print $0}'
bt
可以将问号和字符组一起使用
[root@node1 ljy]# echo "bt" | gawk '/b[ae]?t/{print $0}'
bt
[root@node1 ljy]# echo "bat" | gawk '/b[ae]?t/{print $0}'
bat
[root@node1 ljy]# echo "bet" | gawk '/b[ae]?t/{print $0}'
bet
[root@node1 ljy]# echo "baat" | gawk '/b[ae]?t/{print $0}'
加号
加号表明前面的字符可以出现一次或多次，但至少是1次。
[root@node1 ljy]# echo "baat" | gawk '/b[ae]+t/{print $0}'
baat
[root@node1 ljy]# echo "bt" | gawk '/b[ae]+t/{print $0}'
[root@node1 ljy]# echo "bt" | gawk '/ba+t/{print $0}'
[root@node1 ljy]# echo "bat" | gawk '/ba+t/{print $0}'
bat
[root@node1 ljy]# echo "baat" | gawk '/ba+t/{print $0}'
baat
花括号
ERE中的花括号允许你为可重复的正则表达式规定上下限。
m,n最少出现m此，最多出现n次。
[root@node1 ljy]# echo "baat" | gawk '/b[ae]{1,2}t/{print $0}'
baat
[root@node1 ljy]# echo "baaat" | gawk '/b[ae]{1,2}t/{print $0}'
管道符号
用逻辑or的方式指定正则表达式规则，其中一个条件符合要就即可。
表达式分组
正则表达式分组也可以用圆括号进行分组。
[root@node1 ljy]# echo "bat" | gawk '/b(a|e)t/{print $0}'
bat
[root@node1 ljy]# echo "baat" | gawk '/b(a|e)t/{print $0}'
[root@node1 ljy]# echo "bet" | gawk '/b(a|e)t/{print $0}'
bet