ID正则表达式用法及介绍.doc

 ID正则表达式用法及介绍
  [复制链接]
本帖最后由 漫步云中 于 2011-2-18 11:23 编辑

ID正则表达式用处很广，正则表达比较复杂的东西，只有不断用到，摸索，就能得心应手！

例1：
如果要把蓝色数据要替换成这右边的[•]，有什么比较快捷的方法吗， 也就是把左边蓝色底文字的数字全都替换成右边的[•]，就用到正则表达式：

用查找替换。 选中整列后 用Grep 查找 .+ 替换为 [•]，见下图 ：

例2
如果把下面对话的人名统一修改格式，英文的加蓝加粗。中文的加蓝变粗宋。因为整本书有几百个不一样的人名，如果用替换的话也是一个大工程，用GREP可以做到：（也可以用嵌套样式）
GREP 代码查找参考如下：

代码:^.+?(:|：) 

替换如图：

1. grep简介
　　egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。linux使用GNU版本的grep。它功能更强，可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。 
　　grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。 
grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。 

2. grep正则表达式元字符集（基本集）　　^ 
　　锚定行的开始 如：'^grep'匹配所有以grep开头的行。 
　　$ 
　　锚定行的结束 如：'grep$'匹配所有以grep结尾的行。 
　　. 
　　匹配一个非换行符的字符 如：'gr.p'匹配gr后接一个任意字符，然后是p。 
　　* 
　　匹配零个或多个先前字符 如：'*grep'匹配所有一个或多个空格后紧跟grep的行。 .*一起用代表任意字符。 
　　[] 
　　匹配一个指定范围内的字符，如'[Gg]rep'匹配Grep和grep。 
　　[^] 
　　匹配一个不在指定范围内的字符，如：'[^A-FH-Z]rep'匹配不包含A-F和H-Z的一个字母开头，紧跟rep的行。 
　　\(..\) 
　　标记匹配字符，如'\(love\)'，love被标记为1。 
　　\< 
　　锚定单词的开始，如:'\<grep'匹配包含以grep开头的单词的行。 
　　\> 
　　锚定单词的结束，如'grep\>'匹配包含以grep结尾的单词的行。 
　　x\{m\} 
　　重复字符x，m次，如：'o\{5\}'匹配包含5个o的行。 
　　x\{m,\} 
　　重复字符x,至少m次，如：'o\{5,\}'匹配至少有5个o的行。 
　　x\{m,n\} 
　　重复字符x，至少m次，不多于n次，如：'o\{5,10\}'匹配5--10个o的行。 
　　\w 
　　匹配文字和数字字符，也就是[A-Za-z0-9]，如：'G\w*p'匹配以G后跟零个或多个文字或数字字符，然后是p。 
　　\W 
　　\w的反置形式，匹配一个或多个非单词字符，如点号句号等。 
　　\b 
　　单词锁定符，如: '\bgrep\b'只匹配grep。 

3. 用于egrep和 grep -E的元字符扩展集　　+ 
　　匹配一个或多个先前的字符。如：'[a-z]+able'，匹配一个或多个小写字母后跟able的串，如loveable,enable,disable等。
　　? 
　　匹配零个或多个先前的字符。如：'gr?p'匹配gr后跟一个或没有字符，然后是p的行。 
　　a|b|c 
　　匹配a或b或c。如：grep|sed匹配grep或sed 
　　() 
　　分组符号，如：love(able|rs)ov+匹配loveable或lovers，匹配一个或多个ov。 
　　x,x{m,},x{m,n} 
　　作用同x\{m\},x\{m,\},x\{m,n\} 

4. POSIX字符类
　　为了在不同国家的字符编码中保持一至，POSIX(The Portable Operating System Interface)增加了特殊的字符类，如[:alnum:]是A-Za-z0-9的另一个写法。要把它们放到[]号内才能成为正则表达式，如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外，都支持POSIX的字符类。 
　　[:alnum:] 
　　文字数字字符 
　　[:alpha:] 
　　文字字符 
　　[:digit:] 
　　数字字符 
　　[:graph:] 
　　非空字符（非空格、控制字符） 
　　[:lower:] 
　　小写字符 
　　[:cntrl:] 
　　控制字符 
　　[:print:] 
　　非空字符（包括空格） 
　　[:punct:] 
　　标点符号 
　　[:space:] 
　　所有空白字符（新行，空格，制表符） 
　　[:upper:] 
　　大写字符 
　　[:xdigit:] 
　　十六进制数字（0-9，a-f，A-F） 

5. Grep命令选项　　-? 
　　同时显示匹配行上下的？行，如：grep -2 pattern filename同时显示匹配行的上下2行。 
　　-b，--byte-offset 
　　打印匹配行前面打印该行所在的块号码。 
　　-c,--count 
　　只打印匹配的行数，不显示匹配的内容。 
　　-f File，--file=File 
　　从文件中提取模板。空文件中包含0个模板，所以什么都不匹配。 
　　-h，--no-filename 
　　当搜索多个文件时，不显示匹配文件名前缀。 
　　-i，--ignore-case 
　　忽略大小写差别。 
　　-q，--quiet 
　　取消显示，只返回退出状态。0则表示找到了匹配的行。 
　　-l，--files-with-matches 
　　打印匹配模板的文件清单。 
　　-L，--files-without-match 
　　打印不匹配模板的文件清单。 
　　-n，--line-number 
　　在匹配的行前面打印行号。 
　　-s，--silent 
　　不显示关于不存在或者无法读取文件的错误信息。 
　　-v，--revert-match 
　　反检索，只显示不匹配的行。 
　　-w，--word-regexp 
　　如果被\<和\>引用，就把表达式做为一个单词搜索。 
　　-V，--version 
　　显示软件版本信息。 

6. 实例
　　要用好grep这个工具，其实就是要写好正则表达式，所以这里不对grep的所有功能进行实例讲解，只列几个例子，讲解一个正则表达式的写法。 
　　$ ls -l | grep '^a' 
　　通过管道过滤ls -l输出的内容，只显示以a开头的行。 
　　$ grep 'test' d* 
　　显示所有以d开头的文件中包含test的行。 
　　$ grep 'test' aa bb cc 
　　显示在aa，bb，cc文件中匹配test的行。 
　　$ grep '[a-z]\{5\}' aa 
　　显示所有包含每个字符串至少有5个连续小写字符的字符串的行。 
　　$ grep 'w\(es\)t.*\1' aa 
　　如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.*），这些字符后面紧跟着另外一个es（\1），找到就显示该行。如果用egrep或grep -E，就不用"\"号进行转义，直接写成'w(es)t.*\1'就可以了。 

7.注意
　　在某些机器上，要使用-E参数才能够进行逻辑匹配(详见下) 
　　grep "a|b" (匹配包含字符样式为"a|b"的行) 
　　grep -E "a|b" (匹配包含字符样式为"a"或"b"的行) 
　　man grep里面关于-E参数的说明是 
　　-E 
　　Treats each pattern specified as an extended regular expression (ERE). A NULL value for the ERE matches every 
　　line. 
　　Note: The grep command with the -E flag is the same as the egrep command, except that error and usage messages 
　　are different and the -s flag functions differently