为了避免语言环境不同导致bug,使用特殊符号匹配
[:alnum:] 代表英文大小写字元及数字,亦即0-9, AZ, az
[:alpha:] 代表任何英文大小写字元,亦即AZ, az
[:blank:] 代表空白键与[Tab] 按键两者
[:cntrl:] 代表键盘上面的控制按键,亦即包括CR, LF, Tab, Del.. 等等
[:digit:] 代表数字而已,亦即0-9
[:graph:] 除了空白字元(空白键与[Tab] 按键) 外的其他所有按键
[:lower:] 代表小写字元,亦即az
[:print:] 代表任何可以被列印出来的字元
[:punct:] 代表标点符号(punctuation symbol),亦即:" ' ? ! ; : # $...
[:upper:] 代表大写字元,亦即AZ
[:space:] 任何会产生空白的字元,包括空白键, [Tab], CR 等等
[:xdigit:] 代表16 进位的数字类型,因此包括: 0-9, AF, af 的数字与字元
正规表示法的字串表示方式依照不同的严谨度而分为: 基础正规表示法与延伸正规表示法。延伸型正规表示法除了简单的一组字串处理之外,还可以作群组的字串处理
^word
意义:待搜寻的字串(word)在行首!
范例:搜寻行首为# 开始的那一行,并列出行号
grep -n '^#' regular_express.txt
word$
意义:待搜寻的字串(word)在行尾!
范例:将行尾为! 的那一行列印出来,并列出行号
grep -n '!$' regular_express.txt
.
意义:代表『一定有一个任意字元』的字符!
范例:搜寻的字串可以是(eve) (eae) (eee) (ee), 但不能仅有(ee) !亦即e 与e 中间『一定』仅有一个字元,而空白字元也是字元!
grep -n 'e.e' regular_express.txt
\
意义:透过shell 的跳脱字符,将特殊符号的特殊意义去除!
范例:搜寻含有单引号' 的那一行!
grep -n \' regular_express.txt
*
意义:重复零个到无穷多个的前一个RE 字符
范例:找出含有(es) (ess) (esss) 等等的字串,注意,因为* 可以是0 个,所以es 也是符合带搜寻字串。另外,因为* 为重复『前一个RE 字符』的符号, 因此,在* 之前必须要紧接着一个RE 字符喔!例如任意字元则为『.*』 !
grep -n 'ess*' regular_express.txt
[list]
意义:字元集合的RE 字符,里面列出想要撷取的字元!
范例:搜寻含有(gl) 或(gd) 的那一行,需要特别留意的是,在[] 当中『谨代表一个待搜寻的字元』, 例如『 a[afl]y 』代表搜寻的字串可以是aay, afy, aly 即[afl] 代表a 或f 或l 的意思!
grep -n 'g[ld]' regular_express.txt
[n1-n2]
意义:字元集合的RE 字符,里面列出想要撷取的字元范围!
范例:搜寻含有任意数字的那一行!需特别留意,在字元集合[] 中的减号- 是有特殊意义的,他代表两个字元之间的所有连续字元!但这个连续与否与ASCII 编码有关,因此,你的编码需要设定正确(在 bash 当中,需要确定LANG 与LANGUAGE 的变数是否正确!) 例如所有大写字元则为[AZ]
grep -n '[AZ]' regular_express.txt
[^list]
意义:字元集合的RE 字符,里面列出不要的字串或范围!
范例:搜寻的字串可以是(oog) (ood) 但不能是(oot) ,那个^ 在[] 内时,代表的意义是『反向选择』的意思。例如,我不要大写字元,则为[^AZ]。但是,需要特别注意的是,如果以grep -n [^AZ] regular_express.txt 来搜寻,却发现该档案内的所有行都被列出,为什么?因为这个[^AZ] 是『非大写字元』的意思, 因为每一行均有非大写字元,例如第一行的"Open Source" 就有p,e,n,o.... 等等的小写字
grep -n 'oo[^t]' regular_express.txt
\{n,m\}
意义:连续n 到m 个的『前一个RE 字符』
意义:若为\{n\} 则是连续n 个的前一个RE 字符,
意义:若是\{n,\} 则是连续n 个以上的前一个RE 字符!
范例:在g 与g 之间有2 个到3 个的o 存在的字串,亦即(goog)(gooog)
grep -n 'go\{2,3\}g' regular_express.txt
在POSIX标准中,基本正则语法 ( BRE ) 要求将元字符 ( )和{ }指定为\(\)和\{\},而扩展正则语法 ( ERE ) 则不需要
+
意义:重复『一个或一个以上』的前一个RE 字符
范例:搜寻(god) (good) (goood)... 等等的字串。那个o+ 代表『一个以上的o 』所以,底下的执行成果会将第1, 9, 13 行列出来。
egrep -n 'go+d' regular_express.txt
?
意义:『零个或一个』的前一个RE 字符
范例:搜寻(gd) (god) 这两个字串。那个o? 代表『空的或2 个o 』所以,上面的执行成果会将第13, 14 行列出来。有没有发现到,这两个案例( 'go+d' 与'go?d' )的结果集合与'go*d' 相同?想想看,这是为什么喔!
egrep -n 'go?d' regular_express.txt
|
意义:用或( or )的方式找出数个字串
范例:搜寻gd 或good 这两个字串,注意,是『或』!所以,第1,9,14 这三行都可以被列印出来喔!那如果还想要找出dog 呢?
egrep -n 'gd|good' regular_express.txt
egrep -n 'gd|good|dog' regular_express.txt
()
意义:找出『群组』字串
范例:搜寻(glad) 或(good) 这两个字串,因为g 与d 是重复的,所以, 我就可以将la 与oo 列于( ) 当中,并以| 来分隔开来,就可以啦!
egrep -n 'g(la|oo)d' regular_express.txt
()+
意义:多个重复群组的判别
范例:将『AxyzxyzxyzxyzC』用echo 叫出,然后再使用如下的方法搜寻一下!
echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C'
上面的例子意思是说,我要找开头是A 结尾是C ,中间有一个以上的"xyz" 字串的意思~
正则表达式有多种不同的风格。下表是在PCRE(Perl Compatible Regular Expressions)中元字符及其在正则表达式上下文中的行为的一个完整列表,适用于Perl或者Python编程语言(grep或者egrep的正则表达式文法是PCRE的子集):
\ 将下一个字符标记为一个特殊字符(File Format Escape,清单见本表)、或一个原义字符(Identity Escape,有“^$()*+?.[\{|”共计12个)、或一个向后引用(backreferences)、或一个八进制转义符。例如,“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。
* 匹配前面的子表达式零次或多次。例如,zo*能匹配“z”、“zo”以及“zoo”。*等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“does”中的“do”和“does”。?等价于{0,1}。
{n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
? 非贪心量化(Non-greedy quantifiers):当该字符紧跟在任何一个其他重复修饰符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
. 匹配除“\r”“\n”之外的任何单个字符。要匹配包括“\r”“\n”在内的任何字符,请使用像“(.|\r|\n)”的模式。
(pattern) 匹配pattern并获取这一匹配的子字符串。该子字符串用于向后引用。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。可带数量后缀。
(?:pattern) 匹配pattern但不获取匹配的子字符串(shy groups),也就是说这是一个非获取匹配,不存储匹配的子字符串用于向后引用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern) 正向肯定预查(look ahead positive assert),在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?!pattern) 正向否定预查(negative assert),在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
(?<=pattern) 反向(look behind)肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern) 反向否定预查,与正向否定预查类似,只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。
x|y 没有包围在()里,其范围是整个正则表达式。例如,“z|food”能匹配“z”或“food”。“(?:z|f)ood”则匹配“zood”或“food”。
[xyz] 字符集合(character class)。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。特殊字符仅有反斜线\保持特殊含义,用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符^如果出现在首位则表示负值字符集合;如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述;如果如果出现在首位(或末尾)则仅作为普通字符。右方括号应转义出现,也可以作为首位字符出现。
[^xyz] 排除型字符集合(negated character classes)。匹配未列出的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”。
[a-z] 字符范围。匹配在Unicode编码表指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
[^a-z] 排除型的字符范围。匹配任何不在Unicode编码表指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
[:name:] 增加命名字符类(named character class)[注 1]中的字符到表达式。只能用于方括号表达式。
[=elt=] 增加当前locale下排序(collate)等价于字符“elt”的元素。例如,[=a=]可能会增加ä、á、à、ă、ắ、ằ、ẵ、ẳ、â、ấ、ầ、ẫ、ẩ、ǎ、å、ǻ、ä、ǟ、ã、ȧ、ǡ、ą、ā、ả、ȁ、ȃ、ạ、ặ、ậ、ḁ、ⱥ、ᶏ、ɐ、ɑ 。只能用于方括号表达式。
[.elt.] 增加排序元素(collation element)elt到表达式中。这是因为某些排序元素由多个字符组成。例如,29个字母表的西班牙语, "CH"作为单个字母排在字母C之后,因此会产生如此排序“cinco, credo, chispa”。只能用于方括号表达式。
\b 匹配一个单词边界,也就是指单词和空格间的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
\B 匹配非单词边界。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
\cx 匹配由x指明的控制字符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。控制字符的值等于x的值最低5比特(即对3210进制的余数)。例如,\cM匹配一个Control-M或回车符。\ca等效于\u0001, \cb等效于\u0002, 等等…
\d 匹配一个数字字符。等价于[0-9]。注意Unicode正则表达式会匹配全角数字字符。
\D 匹配一个非数字字符。等价于[^0-9]。
\f 匹配一个换页符。等价于\x0c和\cL。
\n 匹配一个换行符。等价于\x0a和\cJ。
\r 匹配一个回车符。等价于\x0d和\cM。
\s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。注意Unicode正则表达式会匹配全角空格符。
\S 匹配任何非空白字符。等价于[^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于\x09和\cI。
\v 匹配一个垂直制表符。等价于\x0b和\cK。
\w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。注意Unicode正则表达式会匹配中文字符。
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xnn 十六进制转义字符序列。匹配两个十六进制数字nn表示的字符。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.
\num 向后引用(back-reference)一个子字符串(substring),该子字符串与正则表达式的第num个用括号围起来的捕捉群(capture group)子表达式(subexpression)匹配。其中num是从1开始的十进制正整数,其上限可能是9[注 2]、31[注 3]、99甚至无限[注 4]。例如:“(.)\1”匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
\nm 3位八进制数字,标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。
\nml 如果n为八进制数字(0-3),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
\un Unicode转义字符序列。其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配著作权符号(©)。
[email protected]
只允许英文字母、数字、下划线、英文句号、以及中划线组成
^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$
\b[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z0-9_-]+\b
高子航[email protected]
名称允许汉字、字母、数字,域名只允许英文域名
^[A-Za-z0-9\u4e00-\u9fa5]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$
13012345678
手机号
^1(3|4|5|6|7|8|9)\d{9}$
\b1[3-9][0-9]{9}\b
XXX-XXXXXXX
XXXX-XXXXXXXX
固定电话
(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
https://google.com/
^((http:\/\/)|(https:\/\/))?([a-zA-Z0-9]([a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}(\/)
\b(https?|ftp)://[-\w.]+(:\d+)?(/[\w/.]*)?\b
127.0.0.1
((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))
\b([0-9]{1,3}\.){3}[0-9]{1,3}\b
gaozihang_001
字母开头,允许5-16字节,允许字母数字下划线
^[a-zA-Z][a-zA-Z0-9_]{4,15}$
高子航
^[\u4e00-\u9fa5]{0,}$
^[A-Za-z0-9]+$
^.{3,20}$
^[A-Za-z]+$
^[A-Z]+$
^[a-z]+$
^[A-Za-z0-9]+$
^\w+$
^[\u4E00-\u9FA5A-Za-z0-9_]+$
^[\u4E00-\u9FA5A-Za-z0-9]+$
[^%&',;=?$\x22]+
[^~\x22]+
^-?[1-9]\d*$
^[1-9]\d*$
^-[1-9]\d*$
^[1-9]\d*|0$
^-[1-9]\d*|0$
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
一分钟:
([0-5][0-9])
^$