接下來的Regular Expression(RE) 可是個(gè)大題目，要講的很多。 我這里當(dāng)然不可能講得很全。 只希望能帶給大家一個(gè)基本的入門概念，就很足夠了...
先來考一下英文好了：What is expression? 簡單來說，就是"表達(dá)"，也就是人們在溝通的時(shí)候所要陳述的內(nèi)容。
然而，生活中，表達(dá)方要清楚的將意思描述清楚， 而讓接收方完整無誤地領(lǐng)會，可不是件容易的事情。
因而才會出現(xiàn)那么多的"誤會", 真可嘆句"表達(dá)不易"啊......
同樣的情形也發(fā)生在計(jì)算機(jī)的數(shù)據(jù)處理過程中，
尤其是當(dāng)我們在描述一段"文字內(nèi)容"的時(shí)候....
那么，我們不禁要問：
有何方法可以讓大家的誤會降至最低程度，
而讓表達(dá)的精確度達(dá)到最高程度呢？
答案就是"標(biāo)準(zhǔn)化"了，
也就是我們這里要談的Regular Expression啦...^_^
然而，在進(jìn)入RE介紹之前，不妨先讓我們溫習(xí)一下shell十三問之第4問，
那就是關(guān)于quoting的部分。
關(guān)鍵是要能夠區(qū)分 shell command line上的meta與literal的這兩種不同的字符類型。
然后，我這里也跟你講： RE 表達(dá)式里字符也分meta與literal這兩種。
呵，不知親愛的讀者是否被我搞混亂了呢？... ^_^
這也難怪啦，因?yàn)檫@的確是最容易混淆的地方，
剛學(xué)RE的朋友很多時(shí)候，都死在這里！
因此，請?zhí)貏e小心理解哦...
簡單而言，除非你將RE寫在特定程序使用的腳本里，
否則，我們的RE也是通過 command line輸入的。
然而，
不少RE所使用的meta字符，跟shell 的meta字符是沖突的。
比方說， *``這個(gè)字符，在RE里是一個(gè)modifier(修飾符);而在command line上，確是wildcard(通配符)**。
那么，我們該如何解決這樣的沖突呢？ 關(guān)鍵就是看你對shell十三問的第4問中所提的quoting是否足夠理解了！
若你明白到 shell quoting 就是用來在command line上關(guān)閉shell meta這一基本原理， 那你就能很輕松的解決 RE meta與shell meta的沖突問題了： 用shell quoting 關(guān)閉掉shell meta就是了。 就這么簡單... ^_^
再以剛提到*字符為例，
若在command line的path中沒有quoting處理的話，
如abc* 就會被作為wildcard expression來擴(kuò)充及重組了。
若將其置于quoting中，即"abc*"，則可以避免wildcard expand的處理。
好了，說了大半天，還沒有進(jìn)入正式的RE介紹呢.... 大家別急，因?yàn)槲业慕虒W(xué)風(fēng)格就是要先建立基礎(chǔ)，循序漸進(jìn)的... ^_^ 因此, 我這里還要再啰嗦一個(gè)觀念，才會到RE的說明啦...(哈...別打我...)
當(dāng)我們在談到RE時(shí)，千萬別跟wildcard搞混在一起！ 尤其是
在command line的位置里，wildcard只作用于argument的path上；
而RE卻只用于"字符串處理" 的程序中，這與路徑名一點(diǎn)關(guān)系也沒有。Tips: RE 所處理的字符串，通常是指純文本或通過stdin讀進(jìn)的內(nèi)容。
okay，夠了夠了，我已看到一堆人開始出現(xiàn)不耐煩的樣子了... ^_^ 現(xiàn)在，就讓我們登堂入室，揭開RE的神秘面紗吧， 這樣可以放過我了吧？ 哈哈...
在RE的表達(dá)式里，主要分為兩種字符：literal與meta。
所謂literal就是在RE里不具有特殊功能的字符，如abc，123等；
而meta,在RE里具有特殊的功能。
要關(guān)閉之，需要在meta之前使用escape()轉(zhuǎn)義字符。
然而，在介紹meta之前，先讓我們來認(rèn)識一下字符組合(character set)會更好些。
一、所謂的char set就是將多個(gè)連續(xù)的字符作為一個(gè)集合。 例如：
| char set | 意義 |
|---|---|
| abc | 表示abc三個(gè)連續(xù)的字符，但彼此獨(dú)立而非集合。(可簡單視為三個(gè)char set) |
| (abc) | 表示abc這三個(gè)連續(xù)字符的集合。(可簡單視為一個(gè)char set) |
| abc|xyz | 表示abc或xyz這兩個(gè)char set之一 |
| [abc] | 表示單一字符，可為a或b或c;與wildcard的[abc]原理相同，稱之為字符類。 |
| [^abc] | 表示單一字符，不為a或b或c即可。(與wildcard [!abc]原理相同) |
| . | 表示任意單個(gè)字符，(與wildcard的?原理相同) |
note: abc|xyz 表示abc或xyz這兩個(gè)char set之一
在認(rèn)識了RE的char set這個(gè)概念之后，然后，在讓我們多認(rèn)識幾個(gè)RE中常見的meta字符：
二、 錨點(diǎn)(anchor): 用以標(biāo)識RE在句子中的位置所在。 常見的有：
| 錨點(diǎn) | 說明 |
|---|---|
| ^ | 表示句首。如，^abc表示以abc開頭的句子。 |
| $ | 表示句尾。如，abc$表示以abc結(jié)尾的句子。 |
| \< | 表示詞首。如，\<abc表示以abc開頭的詞。 |
| \> | 表示詞尾。如，abc\>表示以abc結(jié)尾的詞。 |
三、 修飾符(modifier)：獨(dú)立表示時(shí)本身不具意義，專門用以修飾前一個(gè)char set出現(xiàn)的次數(shù)。 常見的有：
| modifier | 說明 |
|---|---|
| * | 表示前一個(gè)char set出現(xiàn)0次或多次，即任意次。如ab*c表示a與c之間可以有0個(gè)或多個(gè)b。 |
| ? | 表示前一個(gè)char set出現(xiàn)0次或1次，即至多出現(xiàn)1次。如ab?c 表示a與c之間可以有0個(gè)或1個(gè)b。 |
| + | 表示前一個(gè)char set出現(xiàn)1次或多次，即至少出現(xiàn)1次。如ab+c 表示a與c之間可以有1個(gè)或多個(gè)b。 |
| {n} | 表示前一個(gè)char set出現(xiàn)n次。如ab{n}c 表示a與c之間可以有n個(gè)b。 |
| {n, } | 表示前一個(gè)char set至少出現(xiàn)n次。如ab{n}c 表示a與c之間至少有n個(gè)b。 |
| {n, m} | 表示前一個(gè)char set至少出現(xiàn)n次，至多出現(xiàn)m次。如ab{n，m}c 表示a與c之間至少有n個(gè)b，至多有m個(gè)b。 |
然而，當(dāng)我們在識別modifier時(shí)，卻很容易忽略"邊界(boundary)字符"的重要性。
以ab{3,5}c為例，這里的a與c就是邊界字符了。
若沒有邊界字符的幫忙，我們很容易做出錯(cuò)誤的解讀。
比方說: 我們用ab{3,5}這個(gè)RE（少了c這個(gè)邊界字符)
可以抓到"abbbbbbbbbb"(a后面有10個(gè)b)的字符串嗎？
從剛才的modifier的說明，我們一般認(rèn)為，我們要的b是3到5個(gè)，
若超出了此范圍，就不是我們所要表達(dá)的。
因此，我們或許會很輕率地認(rèn)為這個(gè)RE抓不到結(jié)果（上述"abbbbbbbbbb"字符串）。
然而，答案卻是可以的！為什么呢？
讓我們重新解讀ab{3,5}這個(gè)RE看看：
我們要表達(dá)的是a后接3到5個(gè)b即可，但3到5個(gè)b后面，我們卻沒有規(guī)定什么，
因此，在RE后面可以是任意的字符串，當(dāng)然包括b也可以啦！(明白了嗎？)
同樣，我們用b{3,5}c也同樣可以抓到"abbbbbbbbbbc"
這樣的字符串。
但當(dāng)我們用ab{3,5}c這樣的RE時(shí)，
由于同時(shí)有a與c這連個(gè)邊界字符，就截然不同了！
有空在思考一下，為何我們用下面這些RE都抓到abc這樣的字符串呢？
x*
ax*, abx*, ax*b
abcx*, abx*c, ax*bc
bx*c, bcx*, x*bc但, 若我們在這些RE前后分別加^與$這樣的anchor，那又如何呢？
剛學(xué)RE時(shí)，只要能掌握上面這些基本的meta的大概就可以入門了。 一如前述，RE是一種規(guī)范化的文字表達(dá)式， 主要用于某些文字處理工具之間，如： grep， perl， vi，awk，sed，等等， 常用于表示一段連續(xù)的字符串，查找和替換。
然而每種工具對RE表達(dá)式的具體解讀或有一些細(xì)微差別， 不過節(jié)本原理還是一致的。 只要掌握RE的基本原理，那就一理通百理了， 只是在實(shí)踐時(shí)，稍加變通即可。
比方以grep來說， 在Linux上，你可以找到grep，egrep，fgrep這些程序， 其差異大致如下：
grep： 傳統(tǒng)的grep程序，在沒有任何選項(xiàng)(options)的情況下，只輸出符合RE字串的句子， 其常見的選項(xiàng)如下：
| 選項(xiàng) (option) | 用途 |
|---|---|
| -v | 反模式， 只輸出“不含”RE的字符串的行。 |
| -r | 遞歸模式，可同時(shí)處理所有層級的子目錄里的文件 |
| -q | 靜默模式，不輸出任何結(jié)果(stderr 除外，常用于獲取return value，符合為true，否則，為false. |
| -i | 忽略大小寫 |
| -w | 整詞匹配，類似 \<RE> |
| -n | 同時(shí)輸出行號 |
| -l | 輸出匹配RE的文件名 |
| -o | 只輸出匹配RE的字符串。(gnu新版獨(dú)有，不見得所有版本支持) |
| -E | 切換為egrep |
egrep：為grep的擴(kuò)充版本，改良了許多傳統(tǒng)grep不能或者不便的操作，
?與+這兩種meta，但egrep支持；a|b或（abc|xyz）這類“或一”的匹配，但egrep支持；{n,m}時(shí)，需要\{ 與 \}處理，但egrep不需。等諸如此類的。我個(gè)人建議能用egrep就不用grep啦...^_^
fgrep: 不作RE處理，表達(dá)式僅作一般的字符串處理，所有的meta均市區(qū)功能。
好了，關(guān)于RE的入門，我們暫時(shí)就介紹到這里。 雖然有點(diǎn)亂，且有些觀念也不恨精確， 不過，姑且算是對大家的一個(gè)交差吧...^_^ 若這兩天有時(shí)間的話，我在舉些范例來分析一下，以幫助大家更好的理解。 假如更有可能的話，也順道為大家介紹一下sed這個(gè)工具。
講到command line的重組特性， 真的需要我們好好的加以解釋的。
如此便能抽絲剝繭的一層層的將整個(gè)command line分析的 一清二楚，而不至于含糊。
假如這個(gè)重組的特性理解了，那我們介紹一個(gè)好玩的命令：eval.
我們在變量替換的過程中，常會碰到所謂的復(fù)式變量的問題： 如：
a=1
A1=abc我們都知道echo $A1就可以得到abc的結(jié)果。
然而，我們能否用$A$a來取代$A1，而同一樣替換為abc呢？
這個(gè)問題我們可用很輕松的用eval來解決：
eval echo \$A$a說穿了，eval 只不過是在命令行完成替換重組后，
在來一次替換重組罷了...
就是這么簡單啦～～～ ^_^
掃碼關(guān)注鍍金池微信號
手機(jī)訂課，優(yōu)惠多多