- 论坛徽章:
- 0
|
本帖最后由 shaoping0330 于 2012-07-18 15:25 编辑
小弟在sed使用中，对正则表达式有几个地方犯迷糊，为了彻底弄明白，试验之……
特将结果呈与各位，请师兄们批评指正！也让初学者少走弯路。
虽说有些问题在明白之后，感觉很简单，贴出来好像没必要；但在明白之前，的确很让人糊涂，所以还是决定贴出来。
In basic regular expressions the metacharacters ?, +, {, |, (, and ) lose their special meaning; instead use the backslashed versions \?, \+, \{, \|, \(, and \).
－－－以上来自man grep 中的REGULAR EXPRESSIONS
正则表达式中的限定符：
* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 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 "do" 或 "does" 中的"do" 。? 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。
{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。
\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]。
\w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
PS:linux 9 ＋sed-4.0.5-1
$ cat text
1*
1+
1?
1.
^1
1$
1{}
1{0,}
1{1,}
1{1,10}
1()
1[]
1[a-z]
1[^a-z]
1[a-z$]
1111
222222
1a
1bb
1\\
aaa aa aa
boy\gire\people
boy3gire5people
boy4gire9people
x|y
aab|cddd
212
21\
t\w
t\W
y\d
y\D
$ cat text |sed -n '/1*/p'
将显示text所有内容，因为sed能直接识别正则表达式符号 * ，/1*/ 意思是与包括1和不包括1的所有行匹配。
$ cat text |sed -n '/1\*/p'
仅显示 1* 这一行， * 在转义之后只是一个普通字符。
$ cat text |sed -n '/1+/p'
仅显示 1+ 这行，因为sed并不能直接识别 + ，只是把它当作一个普通字符。
$ cat text |sed -n '/1\+/p'
显示所有含一个及以上 1 的行， + 在转义后，成为正则表达式。
$ cat text |sed -n '/1?/p'
仅显示 1? 这行，因为sed并不能直接识别正则表达式符合 ? ，只是把它当作一个普通字符。
$ cat text |sed -n '/1\?/p'
显示所有的行，/1\?/ 与包括1和不包括1的所有行均匹配。
$ cat text |sed -n '/1./p'
显示所有含1的行，因为sed能直接识别正则表达式符号“ . ” 。
$ cat text |sed -n '/1\./p'
仅显示匹配 1. 的这行，“ . ”在转义后仅是一普通字符。
$ cat text |sed -n '/^1/p'
显示所有以 1 开头的行，因为sed能直接识别正则表达式符合 ^ 。
$ cat text |sed -n '/\^1/p'
显示 ^1 这一行, ^ 在转义后仅是一普通字符。
$ cat text |sed -n '/1$/p'
显示所有以 1 结尾的行，因为sed能直接识别正则表达式符号 $ 。
$ cat text |sed -n '/1\$/p'
显示 1$ 这一行, $ 在转义后仅是一普通字符。
$ cat text |sed -n '/1{}/p'
仅显示 1{} 这一行，因为sed并不能直接识别正则表达式符合{}。
$ cat text |sed -n '/1{1,}/p'
原理同上
$ cat text |sed -n '/1{1,10}/p'
原理同上
$ cat text |sed -n '/1{0,}/p'
原理同上
$ cat text |sed -n '/1()/p'
原理同上
$ cat text |sed -n '/1\{2,\}/p'
在转义之后，{} 在sed中具有 正则表达式限定符 功能，故显示两个及以上 1 的行。
$ cat text |sed -n '/1\{0,\}/p'
原理同上，显示所有含1及不含1 的行。
$ cat text |sed -n '/1[]/p'
报错“sed: -e expression #1, char 6: Unterminated address regex”，因为sed能直接识别正则表达式符号 [] ，但 [] 中间却为空，没有相关集合（字母或数字），故错。
$ cat text |sed -n '/1\[\]/p'
显示 1[] 这一行， []在转义后仅是普通字符。
$ cat text |sed -n '/1[0-9]/p'
1{1,10}
1111
不过我不明白为何会跑出第一行？难道是我的机器有毛病？？？——原因是 /1[0-9]/与{1,10}中的 “10”匹配！
$ cat text |sed -n '/1[^0-9]/p'
显示出所有含1 ，并且 1 后面非数字的行。
$ cat text |sed -n '/boy\gire\people/p'
无显示。因为sed不知道 \g \p 是什么，找不到匹配的东东！ 
$ cat text |sed -n '/boy\\gire\\people/p'
显示包含 boy\gire\people 的这一行，第一个\ 把紧随的 \ 转义成普通字符。
$ cat text |sed -n '/boy[0-9]/p'
boy3gire5people
boy4gire9people
但是
$ cat text |sed -n '/boy\d/p'
$ cat text |sed -n '/boy\d\{1\}/p'
却都没有显示，\d 不是等价于 [0-9] 。这里为甚么没显示？
\d \D \w \W 在使用时我还没有找到窍门，还请各位指教！
本人测试后，发现：
\w 在sed中好像只等价于'[A-Za-z_]' ——老版本sed的bug，目前正常【120718】
\W 在sed中好像只等价于'[^A-Za-z_]' ——老版本sed的bug，目前正常【120718】
\d 在sed中等价于'd' ——只有 \dXXX
\D 在sed中等价于'D' ——无这个
\s 在sed中等价于's' ——老版本sed的bug，目前正常【120718】
\S 在sed中等价于'S' ——老版本sed的bug，目前正常【120718】
$ cat text |sed -n '/b|c/p'
显示 aab|cddd 这一行。sed把 | 当作普通字符。
$ cat text |sed -n '/x|y/p'
显示 x|y 这一行。sed把 | 当作普通字符。
$ cat text |sed -n '/aab\|212/p'
aab|cddd
212
|在转义之后表示 “或”的功能，对匹配aab 或 212 的行进行显示。
小结：
sed中可直接使用的RE：
* . ^ $ [ ] \ c
\w ( 相当于[A-Za-z_] ) \W ( 相当于[^A-Za-z_] )
sed中需转义使用的RE：
+ ? { } ( ) | < >
其他：
\d (d) \D (D) \s (s) \S (S)
匹配 单引号’ 用双引号
匹配 反引号` 用单引号
\b 匹配单词的前或后边界 ( 字符[^A-Za-z0-9_]均构成单词边界 )
\B 匹配单词的非边界 ( 字符[^A-Za-z0-9_]均构成单词边界 )
\< 匹配单词的位置前 ( 字符[^A-Za-z0-9_]均构成单词边界 )
\> 匹配单词的位置后 ( 字符[^A-Za-z0-9_]均构成单词边界 )
支持十进制，格式为“\d + 两位或三位十进制数”，如“\d065 或\d65 均代表字符 A ”
支持十六进制，格式为“\x + 两位十六进制数”，如“\x61 代表字符 A ”
支持八进制，格式为“\o + 两位或三位八进制数”，如“\o077 或\o77 均代表字符 ？，\o101代表字符 A ”
大家快来砸砖吧！  |
|
免费注册
发表于 2004-08-25 12:05
