前言
提示：使用linux shell是tcsh。
正则表达式是在为用户欲将处理的文本内容设置了样式，然后Linux程序、命令等会根据样式来匹配文字。不再赘述该概念。
一、反斜线 加普通字符作为正则表达式
首先，反斜线是普通正则表达式，自然也就不需要使用扩展项去告知Linux程序、命令等将要匹配的样式指定为扩展正则表达式，省去了很多不必要的麻烦，执行速度也会更快，有些Linux命令为了执行速度更快，将样式默认为普通正则表达式。
下列出了反斜线加上普通字符用作正则表达式的情况。
| 定义模式 | 所包括的字符 | 注释 |
|---|---|---|
| d | [0-9] | 单个数字，来自digit |
| D | [a-zA-Z] | 单个非数字字符 |
| w | [a-zA-Z0-9_] | 单个字母数字下划线，来自word |
| W | 单个非数字字母下划线的字符 | 匹配符号，如逗号，、空格、短线- 等 |
| s | [:space:]、n、t | 单个空格、换行符、或制表符，来自space |
| S | 除空格、换行符、制表符的任意字符 | 如[0-9a-zA-Z_]、下划线_、短线- 等 |
| b | 单词边界 | |
| B | 非单词边界 | |
| t | 制表符 | 一个大距离的间隔，和4个连续的空格类似 |
| n | 换行符 | 光标调到下一行位置 |
| r | 回车 | 光标回到起始位置 |
| v | 垂直制表符 | |
| f | 换页符 |
注意：
- 反斜线加上普通字符用作
正则表达式时，需要一些选项来说明；如grep使用时，虽不需要加选项 -E，但需要加上选项 -P。实际上 -P也是表示后面样式为某种扩展正则表达式。其次，也并不是所用的反斜线加上普通字符用作正则表达式在被grep使用时都需要加上 -P选项。 - 上
w和W是互补的，d和D是互补的，s和S是互补的。 - 表中从
b开始，定义模式就不是很常用了，但是在某些场合使用这些表达式可能有奇效。
二、使用方法和案例
在Linux自建命令中，三剑客算是最常使用正则表达式的命令了，下面使用grep、sed、和gawk命令来说明其用法。
1 、grep
所需文本如下
# 文本示例
/home/weifexie/home/try [204]: ls usb4_sc0_t_0.v
usb4_sc0_t_0.v
/home/weifexie/home/try [206]: cat usb4_sc0_t_0.v
//module usb4_sc0_t_0 ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
module usb4_sc0_t ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
input [3:0] USB4_Router_ID_IN ;
input [7:0] USB4RT_0_DbgBlkId ;
sdx_cio0_t_0 sdx_cio0_t ( .USB4_Router_ID_IN ( USB4_Router_ID_IN ) ,
.USB4RT_0_DbgBlkId ( USB4RT_0_DbgBlkId ) ,
# end
grep示例 反斜线加上普通字符用作普通正则表达式，grep命令不需要加选项
# b、w、W、s、S的用法，不需要grep加上选项，正则表达式是被看作是普通的正则表达式使用 # 注释：b是modul的左边锚定，w可是匹配字母e，W匹配空格,s匹配空格，S可以匹配字母和下划线 /home/weifexie/home/try [265]: grep '//*bmodulw*W[a-z0-9_]*_[0-9]s(sSSS[0-9]S' usb4_sc0_t_0.v //module usb4_sc0_t_0 ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId , ---分隔 # 注释：b是modul的右边锚定，原文为module，故匹配为空 /home/weifexie/home/try [268]: grep '//*bmodulbw*W[a-z0-9_]*_[0-9]s(sSSS[0-9]S' usb4_sc0_t_0.v ---分隔 # 注释：B是modul的右边锚定，表示modul右边未结束， /home/weifexie/home/try [269]: grep '//*bmodulBw*W[a-z0-9_]*_[0-9]s(sSSS[0-9]S' usb4_sc0_t_0.v //module usb4_sc0_t_0 ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
匹配样式代码和执行结果，带颜色
grep示例 反斜线加上普通字符用作扩展正则表达式，grep需要加选项 -P
# 注释：d匹配数字，但是grep没有使用 -P选项，故匹配不成功 /home/weifexie/home/try [272]: grep '//*bmodulBw*W[a-z0-9_]*_[0-9]s(sSSSdS' usb4_sc0_t_0.v ---分隔符 # 注释：d匹配数字，grep使用 -P选项，grep命令出错，显示左小括号(需要一个右小括号组成一个小括号用作分组匹配，分组匹配是扩展表达式的内容， #-P选项是将样式认定为扩展表达式，出错的原因是因为系统觉得少了右小括号，若只保留左小括号作为普通符号使用的话，需要使用转义符 /home/weifexie/home/try [273]: grep -P '//*bmodulBw*W[a-z0-9_]*_[0-9]s(sSSSdS' usb4_sc0_t_0.v grep: missing ) ---分隔符 # 使用转义符转义左小括号，d匹配数字4 /home/weifexie/home/try [274]: grep -P '//*bmodulBw*W[a-z0-9_]*_[0-9]s(sSSSdS' usb4_sc0_t_0.v //module usb4_sc0_t_0 ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
匹配样式代码和执行结果，带颜色
将会：会使用另一文详细的介绍grep命令的选项和用法
2、sed
所需文本同上
sed示例 反斜线加上普通字符用作普通正则表达式，sed不需要选项
# 文本同上
/home/weifexie/home/try [350]: cat usb4_sc0_t_0.v
//module usb4_sc0_t_0 ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
module usb4_sc0_t ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
input [3:0] USB4_Router_ID_IN ;
input [7:0] USB4RT_0_DbgBlkId ;
sdx_cio0_t_0 sdx_cio0_t ( .USB4_Router_ID_IN ( USB4_Router_ID_IN ) ,
.USB4RT_0_DbgBlkId ( USB4RT_0_DbgBlkId ) ,
---
# 注释：-n 作用是sed执行的部分才会显示，p表示打印，b和B同上，w匹配字母e，w匹配下划线，s匹配空格，S匹配下划线，W匹配逗号
/home/weifexie/home/try [351]: sed -n '/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USB[0-9]w[a-zA-Z]*_[A-Z]*S[A-Z]*sW/p' usb4_sc0_t_0.v
module usb4_sc0_t ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId ,
---
# s///g表示将匹配上的文本替换成指定的文本，下命令意思是将上命令匹配到的文本用iloveu进行替换，即
# “module usb4_sc0_t ( USB4_Router_ID_IN ,”被文本“iloveu”替换
/home/weifexie/home/try [352]: sed -n 's/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USB[0-9]w[a-zA-Z]*_[A-Z]*S[A-Z]*sW/iloveu/gp' usb4_sc0_t_0.v
iloveu USB4RT_0_DbgBlkId ,
sed示例 反斜线加上普通字符用作扩展正则表达式，sed命令需要加选项 -r
# D即使sed 加上-r也无法使用，d即使sed 加上-r也无法使用，没有文本能和D和d匹配，说明sed -r 不支持 /home/weifexie/home/try [378]: sed -n -r '/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USD[0-9]w[a-zA-Z]*_[A-Z]*S[A-Z]*sW/p' usb4_sc0_t_0.v --- /home/weifexie/home/try [379]: sed -n -r '/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USBdw[a-zA-Z]*_[A-Z]*S[A-Z]*sW/p' usb4_sc0_t_0.v --- # sed -r 支持扩展表达式分组符号 /home/weifexie/home/try [380]: sed -n -r '/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USB[0-9]w[a-zA-Z]*_[A-Z]*S[A-Z]*sW/p' usb4_sc0_t_0.v module usb4_sc0_t ( USB4_Router_ID_IN , USB4RT_0_DbgBlkId , /home/weifexie/home/try [381]: sed -n -r 's/bmodulBws[a-z0-9]*wsc[0-9]_tbs( USB[0-9]w[a-zA-Z]*_[A-Z]*S[A-Z]*sW/iloveu/pg' usb4_sc0_t_0.v iloveu USB4RT_0_DbgBlkId ,
sed -r支持扩展表达式。
将会：会使用另一文详细的介绍sed命令的选项和用法
3、gawk
提示：gawk和awk区别笔友有很多介绍，这里不做介绍，一言以蔽之，gawk是GNU下的功能更强大的awk版本。
所用文本如下
/home/weifexie/shell_tra [402]: cat phonelist (010)0751-075 (010) 0751-075 010-0751-075 010.0751.075 (021)0751-075 (021) 0751-075 021-0751-075 021.0751.075 (0751)0751-075 (0751) 0751-075 0751-0751-075 0751.0751.075 [751.0751.075 0751.751.075 0751.0751.-75
gawk命令支持普通的正则表达式
gawk命令加上 -r 支持扩展正则表达式，但不支持d和D
代码执行如下：
# 下gawk的功能是将匹配/^(?((010)|(02[0-9])|([0-9]{4})))?(| |-|.)[0-9]{4}(S|.)[0-9]{3}$/样式的phonelist文本行打印出来
/home/weifexie/shell_tra [410]: cat phonelist | gawk -r '/^(?((010)|(02[0-9])|([0-9]{4})))?(| |-|.)[0-9]{4}(-|.)[0-9]{3}$/ {print $0}'
(010)0751-075
(010) 0751-075
010-0751-075
010.0751.075
(021)0751-075
(021) 0751-075
021-0751-075
021.0751.075
(0751)0751-075
(0751) 0751-075
0751-0751-075
0751.0751.075
---分隔符
# w匹配0，s匹配空格，W匹配短线-，S匹配短线-
/home/weifexie/shell_tra [411]: cat phonelist | gawk -r '/^(?((w10)|(02[0-9])|([0-9]{4})))?(|s|W|.)[0-9]{4}(S|.)[0-9]{3}$/ {print $0}'
(010)0751-075
(010) 0751-075
010-0751-075
010.0751.075
(021)0751-075
(021) 0751-075
021-0751-075
021.0751.075
(0751)0751-075
(0751) 0751-075
0751-0751-075
0751.0751.075
---分隔符
# gawk -r 使用/^d/样式没有匹配到文本，d和D不被支持
/home/weifexie/shell_tra [412]: cat phonelist | gawk -r '/^(?((w10)|(02[0-9])|([0-9]{4})))?(|s|W|.)[0-9]{4}(S|.)[0-9]{3}$/ {print $0}' | gawk -r '/^d/ {print $0}'
---分隔符
# gawk -r 支持使用/^[0-9]/样式
/home/weifexie/shell_tra [413]: cat phonelist | gawk -r '/^(?((w10)|(02[0-9])|([0-9]{4})))?(|s|W|.)[0-9]{4}(S|.)[0-9]{3}$/ {print $0}' | gawk -r '/^[0-9]/ {print $0}'
010-0751-075
010.0751.075
021-0751-075
021.0751.075
0751-0751-075
0751.0751.075
不常用的正则表达式
用一段代码对这些表达式有一个直观的认识,有印象即可，用时候查询。
/home/weifexie/home/try [231]: echo "1v1" 1 1 /home/weifexie/home/try [232]: echo "1n1" 1 1 /home/weifexie/home/try [233]: echo "1f1" 1 1 /home/weifexie/home/try [234]: echo "1r1" 1 /home/weifexie/home/try [235]: echo "1t1" 1 1
注释1：r 右边的1和左边的1重复了，故看似只是echo了一次。r指的是鼠标光标移到起始位置，echo -n 表示将该行行尾的换行符去掉。
注释2：v和f显示的结果很类似，二者之间的差异，==可能之后还会补充==
总结
linux正则表达式，有普通的正则表达式和扩展正则表达式，再加上反斜线加普通字符作为正则表达式这一用法，掌握后即可进行下一部分学习了。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持IT俱乐部。
