安全基础 --- 正则表达式

正则表达式是表达文本模式的方法

正则表达式（Regular Expression），简称为正则或Regex，是一个用来描述、匹配和操作字符串的工具。

（1）限定字符

限定字符多用于重复匹配次数

常用限定字符：

语法	说明
?	上一项是可选的，最多匹配一次。
*	前一项将被匹配零次或多次。
+	前一项将被匹配一次或多次。
{N}	上一项完全匹配N次。
{N，}	前一项匹配N次或多次。
{N，M}	前一项至少匹配N次，但不超过M次。

（2）元字符

元字符是表示特殊函数的字符，包括以下这些^ $ . [ ] { } - ? * + ( ) | \\

常用元字符：

语法	说明
.	匹配任何单个字符。
^	匹配行首的空字符串；也代表不在列表范围内的字符
$	匹配文本行结尾
\b	匹配单词的开始或结束（单词边缘的空字符串）
\w	匹配字母或数字或下划线或汉字
\s	匹配任意空白符
\d	匹配一个数字字符。等价于[0-9]。

grep -h '.zip' test.txt
在文件中查找包含正则表达式“.zip”的文本行grep -h '^zip' test.txt
grep -h 'zip$' test.txt
分别在文件中搜索行首和行尾包含“zip”的文本行

（3）反义字符

语法	说明
\B	匹配不是单词开头或结束的位置
\D	匹配一个非数字字符。
\S	匹配任何可见字符。
\W	匹配任何非单词字符。

（4）字符类

方括号之中的字符，表示可以任意匹配其中的一个。

语法	说明
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

grep -h '[bg]zip' test.txt
匹配包含字符串“bzip”或者“gzip”的任意行grep -h '[^bg]zip' test.txt
匹配不以'b'或'g'开头的行-在方括号中表示一个字符区域
grep -h '^[A-Z]' test.txt
匹配以大写字母开头的行grep -h '[-AZ]' test.txt
匹配以连字符，或大写A，或大写Z开头的行

（5）预定义字符类

• [:alnum:] 字母数字字符。在 ASCII 中，等价于：[A-Za-z0-9]

• [:word:] 与[:alnum:]相同, 但增加了下划线字符。

• [:alpha:] 字母字符。在 ASCII 中，等价于[A-Za-z]

• [:blank:] 包含空格和 tab 字符。

• [:cntrl:] ASCII 的控制码。包含了0到31，和127的 ASCII 字符。

• [:digit:] 数字0到9

• [:graph:] 可视字符。在 ASCII 中，它包含33到126的字符。

• [:lower:] 小写字母。

• [:punct:] 标点符号字符。

• [:print:] 可打印的字符。等于[:graph:]中的所有字符，再加上空格字符。

• [:space:] 空白字符，包括空格，tab，回车，换行，vertical tab, 和 form feed.在 ASCII 中， 等价于[\t\r\n\v\f]

• [:upper:] 大写字母。

• [:xdigit:] 用来表示十六进制数字的字符。在 ASCII 中，等价于[0-9A-Fa-f]

（6）选择

|表示匹配一系列字符串之中的一个。

echo "AAA" | grep -E 'AAA|BBB'
AAAecho "BBB" | grep -E 'AAA|BBB'
BBB'AAA|BBB'表示匹配字符串'AAA'或者是字符串'BBB'echo "CCC" | grep -E 'AAA|BBB'

grep程序使用-E参数，表示按照正则表达式规则匹配。并且，这个正则表达式放在单引号之中，为的是阻止Shell把|解释为管道操作符。

|可以多个连用，也可以与其他正则规则结合使用。

echo "AAA" | grep -E 'AAA|BBB|CCC'
AAAgrep -Eh '^(bz|gz|zip)' test.txt

---

附：

• --：表示范围，如果它不是列表中的第一个或最后一个，也不是列表中某个范围的终点。

• \<：匹配单词开头的空字符串。

• \>：匹配单词末尾的空字符串。

\f	匹配一个换页符。
\n	匹配一个换行符。
\r	匹配一个回车符。
\t	匹配一个制表符。
\v	匹配一个垂直制表符。