正则表达式---元字符
简介
正则表达式分为两种语法：POSIX标准的语法，Perl语法。
正则表达式的POSIX规范，分为基本型正则表达式（Basic Regular Expression, BRE），扩展型正则表达式（Extended Regular Expression，ERE） 和SRE（Simple Regular Expression）已经被弃用（deprecated，因为BRE和SRE都可以backward compatibility）。
grep、vi、sed都属于BRE，元字符（metacharacter）需要转译（例如：在BRE中()和{}需要指定为\(\)和\{\}才可以使用，但是在ERE中则不需要进行转译）
egrep、awk属于ERE，元字符不需要转译
一个正则表达式通常称为一个模式（pattern）。
HINT！ Perl语法被广泛使用！在grep中使用Perl语构的regex：grep -P
Basic concepts
1. Boolean “or”
|
2. Grouping
()
3. Quantification
+
?
*
{n}
{min,}
{,max}
{min,max}
4. Wildcard
.
PCRE(Perl Compatible Regular Expression)
Perl兼容正则表达式，元字符介绍
| Metacharacter | Description | Example |
|---|---|---|
\ | 将下一个字符标记为一个特殊字符（File Format Escape）或一个原义字符（Identity Escape，有12个“^$()*+?.[\{”）等。 | “n”字符匹配n字符，“\n”匹配一个换行符。" \\“匹配一个“\”” \("匹配一个“(” |
^ | 匹配以某个字符串开始的行 | ^abc匹配 abc不匹配 eabc |
$ | 匹配以某个字符串结束的行 | abc$匹配 ef abc不匹配 abc ef |
* | 匹配前面的子表达式0次或多次 | |
+ | 匹配前面的子表示1次或多次 | |
? | 匹配前面的子表示0次或1次 | |
{n} | 匹配n次 | o{2}可以匹配到 food中的两个o不能匹配到 Bob中的一个o |
{n,} | 至少匹配n次 | |
{n,m} | 匹配最少n次，最多m次 | |
? | 非贪心量化（Non-greedy quantifiers）。 其跟随在其他重复修饰符（ *,+,?,{n},{n,},{n,m}）后面时，匹配模式是非贪婪的。 | |
. | 匹配除"\r""\n"之外的任何单个字符 | |
(pattern) | 捕获组（capturing group）。 匹配pattern，并获取这一匹配的子字符串。该子字符串用于后向引用。 | (\(\w+\))\s\1匹配 (hello) (hello) world中的(hello) (hello) |
(?:pattern) | 非捕获组（non-capturing group）。 匹配pattern，不获取这一匹配的子字符串，非获取匹配。即不存储匹配的子字符串用于后向引用 | |
(?=pattern) | 正向肯定预查（look ahead positive assert）。 在匹配pattern处，开始匹配查找字符串，这是一个非捕获匹配。 | Windows(?=95|98|NT|2000)匹配 Windows2000中的Windows；不匹配 Windows3.1中的Windows。 |
(?!pattern) | 正向否定预查（negative assert）。 在不匹配pattern处查找匹配字符串。 | industr(?!y)匹配 industries不匹配 industry |
(?<=pattern) | 反向（look behind）肯定预查。 与正向肯定预查相似，只是方向相反。 非捕获匹配。 | (?<=95|98|NT|2000)Windows能匹配到 2000Windows中的Windows不能匹配到 Windows2000中的Windows |
(?<!pattern) | 反向否定预查。 与正向否定预查相似，只是方向相反 | (?<!95|98|NT|2000)Windowsbr/>能匹配到3.1Windows不能匹配到 2000Windows |
x|y | 没有包围在()里，范围是整个正则表达式 | |
[xyz] | 字符集合（character class）。匹配包含的任意一个字符。 | “[abc]”可以匹配 plain中的a可以匹配到 branch中的"b" “a” “c” |
[^xyz] | 排除型字符集合（negated character classes）。匹配未列出的任意字符 | |
[a-z] | 字符范围。 | 可以匹配到不在“a”到“z”范围内的任意字符 |
[^a-z] | ||
\d | 匹配一个数字字符。等价于[0-9] | |
\D | 匹配一个非数字字符。等价于[^0-9] | |
\s | 匹配任何空白字符，包括空格，制表符，换页符等。等价于[\f\n\r\t\v] | |
\S | 匹配任何非空白字符。等价于[^\f\n\r\t\v] | |
\w | 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9]” | |
\W | 匹配包括下划线的任何非单词字符。等价于“[^A-Za-z0-9]” |
Reference
维基百科：正则表达式