---

前言

你是否曾在成百上千行的日志文件中尋找某個關鍵錯誤信息，卻像大海撈針一樣無從下手？是否曾需要從雜亂的文本中快速提取電話號碼、郵箱地址或特定格式的數據，卻不得不手動逐行篩選？別擔心，正則表達式正是為你解決這些問題而生的“文本處理瑞士軍刀”。它就像是一套神奇的密碼，掌握了它，你就能讓計算機自動理解你想要的文本模式，無論是篩選日志、解析數據還是批量處理文檔，都將變得輕松高效。本章將帶你從零開始，解鎖這項讓無數程序員和系統管理員受益終身的強大技能。

---

一、正則表達式概述

1.1 定義

正則表達式（Regular Expression，常縮寫為 regex/regexp/RE）是一種用于描述字符串模式的規則。它能夠高效地進行檢索、替換和過濾符合特定規則的字符串。

1.2 主要用途

• 系統日志篩選（如定位“登錄失敗”“服務啟動失敗”等關鍵信息）
• 配置文件解析與提取
• 文本查找與替換
• 腳本編程中的條件匹配與驗證

1.3 Linux 中的正則表達式分類

類型	名稱	特點	需轉義字符	常用工具
BRE	基礎正則表達式	功能有限，傳統語法	\{n\}, \+, \?, \(\), |	grep, sed
ERE	擴展正則表達式	功能強大，語法簡潔	無需轉義	grep -E, egrep, awk

1.3.1 基礎正則表達式（BRE）

• 語法較為傳統，功能相對有限
• 量詞如 {} 需轉義為 \{n,m\}
• +、?、() 等符號也需要轉義
• 常用工具：grep、sed

1.3.2 擴展正則表達式（ERE）

• 功能更強大，語法更簡潔
• +、?、()、{}、| 等符號無需轉義
• 常用工具：egrep（或 grep -E）、awk

---

二、正則表達式的基本組成

2.1 普通字符

包括字母、數字、標點符號等，匹配其本身。

2.2 元字符

2.2.1 基本元字符

• .：匹配任意單個字符（除換行符 \r\n）
• []：匹配字符集合中的一個字符，如 [abc]、[a-z]、[0-9A-Z]
• [^]：匹配不在集合中的任意一個字符，如 [^a-z] 表示非小寫字母
• ^：匹配行首
• $：匹配行尾
• \：轉義符，用于取消元字符的特殊含義

2.2.2 重復次數相關

• *：匹配前一個字符 0 次或多次
• \+：匹配前一個字符至少 1 次（BRE 中需轉義）
• \{n\}：匹配前一個字符恰好 n 次
• \{n,m\}：匹配前一個字符 n 到 m 次
• \{n,\}：匹配前一個字符至少 n 次

2.2.3 擴展正則中的元字符（ERE）

• +：匹配前一個字符至少 1 次（無需轉義）
• ?：匹配前一個字符 0 次或 1 次
• |：表示“或”關系，匹配多個模式之一
• ()：用于分組，可對一組字符進行重復或選擇
• ()+：匹配重復的組

2.2.4 egrep的用法

egrep 是 Unix/Linux 系統中的一個文本搜索工具，屬于 GNU grep 的擴展版本（grep -E 的別名）。它支持擴展正則表達式（Extended Regular Expressions, ERE），比基礎正則表達式（BRE）提供更靈活的語法，例如直接使用 +、?、| 等元字符而無需轉義。
基本量詞語法

• egrep和awk使用{n}、{n,}、{n,m}進行匹配時，{}前無需加轉義符\
• 示例：

  egrep -E -n 'wo{2}d' demo    # 匹配"wood"
  egrep -E -n 'wo{2,3}d' demo  # 匹配"wood"或"woood"
  

常用量詞操作符

• + 重復一個或多個前導字符

  • 示例：egrep -n 'wo+d' demo 匹配"wood"、“woood”、"woooooood"等字符串

• ? 零個或一個前導字符

  • 示例：egrep -n 'bes?t' demo 匹配"bet"和"best"

• | 或操作(匹配多個模式)

  • 示例：egrep -n 'of|is|on' demo 匹配"of"、“if"或"on”

• () 分組匹配

  • 示例：egrep -n 't(a|e)st' demo
    匹配"tast"和"test"，利用分組將共有的"t"和"st"提取，僅將差異部分"a|e"放入組內

• ()+ 重復分組匹配

  • 示例：egrep -n 'A(xyz)+C' demo
    匹配以"A"開頭、"C"結尾，中間包含一個或多個"xyz"的字符串

---

三、grep 工具的使用

3.1 常用選項

選項	功能說明	使用示例
-E	啟用擴展正則表達式	grep -E 'wo{2}d' file
-c	統計匹配行數	grep -c root /etc/passwd
-i	忽略大小寫	grep -i "the" file
-o	只輸出匹配內容	grep -o '[0-9]\+' file
-v	反向匹配（排除）	grep -v root /etc/passwd
-n	顯示行號	grep -n pattern file
--color=auto	高亮顯示匹配內容	grep --color=auto pattern file

3.2 使用示例

grep -c root /etc/passwd          # 統計包含 root 的行數
grep -i "the" web.sh              # 忽略大小寫匹配 the
grep -v root /etc/passwd          # 輸出不包含 root 的行
ipconfig | grep -o '[0-9]\+\.[0-9]\+\.[0-9]\+\.[0-9]\+' | head -1  # 提取 IP 地址

• -c
  
• -i
  
• -v
  
• -o
  

---

四、正則表達式操作案例

元字符	功能說明	示例	匹配結果
.	匹配任意單個字符（除\r\n）	w..d	wood, word, w00d
[ ]	匹配字符集合中的任意一個字符	sh[io]rt	shirt, short
[^ ]	匹配不在集合中的任意一個字符	[^w]oo	foo, boo（排除woo）
^	匹配行首位置	^the	以the開頭的行
$	匹配行尾位置	\.$	以.結尾的行
\	轉義特殊字符	a\.b	a.b（而不是ajb等）

4.1 查找特定字符

grep -n 'the' demo        # 查找包含 the 的行
grep -vn 'the' demo       # 查找不包含 the 的行

4.2 使用中括號集合

grep -n 'sh[io]rt' demo   # 匹配 shirt 或 short
grep -n '[^w]oo' demo     # 匹配開頭不是 w 且包含 oo 的行

4.3 使用定位符

grep -n '^the' demo       # 匹配以 the 開頭的行
grep -n '\.$' demo        # 匹配以 . 結尾的行
grep -n '^$' demo         # 匹配空行

4.4 使用點與星號

grep -n 'w..d' demo       # 匹配 w 開頭、d 結尾，中間兩個任意字符
grep -n 'woo*d' demo      # 匹配 w 開頭、d 結尾，中間有 0 個或多個 o
grep -n 'w.*d' demo       # 匹配 w 開頭、d 結尾，中間任意多個字符
grep -n '[0-9][0-9]*' demo # 匹配任意數字

4.5 使用次數限定符

grep -n 'o\{2\}' demo           # 匹配兩個連續的 o
grep -n 'wo\{2,5\}d' demo       # 匹配 w 開頭、d 結尾，中間 2~5 個 o
grep -n 'wo\{2,\}d' demo        # 匹配 w 開頭、d 結尾，中間至少 2 個 o

---

五、基礎正則與擴展正則對比表

量詞	功能說明	BRE語法	ERE語法	示例
*	匹配0次或多次	*	*	wo*d（wd, wod, wood）
+	匹配1次或多次	\+	+	wo\+d（wod, wood）
?	匹配0次或1次	\?	?	bes?t（bet, best）
{n}	匹配恰好n次	\{n\}	{n}	o\{2\}（oo）
{n,}	匹配至少n次	\{n,\}	{n,}	o\{2,\}（oo, ooo, …）
{n,m}	匹配n到m次	\{n,m\}	{n,m}	o\{2,5\}（oo, ooo, oooo, ooooo）

---

總結

🎯 核心價值

正則表達式是文本處理的瑞士軍刀，通過模式匹配實現高效檢索、替換和過濾，極大提升數據處理效率。

📊 體系結構

兩大體系并行：

• BRE（基礎正則）：傳統嚴謹，需轉義特殊字符
• ERE（擴展正則）：現代簡潔，直接使用元字符

? 四大核心能力

1. 精準定位 - 用 ^ $ 鎖定行首行尾
2. 字符控制 - 用 [ ] [^ ] 精確字符范圍
3. 數量調控 - 用 * + ? {} 控制出現次數
4. 邏輯組合 - 用 | () 實現復雜邏輯匹配

🛠? 實戰應用

和grep 、awk、sed等結合使用，可以處理99%的文檔

• 日志分析：快速定位錯誤信息 grep -n "error" logfile
• 數據提取：匹配特定格式 grep -o '[0-9]\{3\}-[0-9]\{2\}-[0-9]\{4\}'
• 文本清洗：過濾空行 grep -v '^$' file
• 模式驗證：檢查格式合法性 grep -E '^[A-Za-z0-9]+@[A-Za-z0-9]+\.[a-z]{2,}$'