本博文轉載自

前文中一直在說，在Linux中，正則表達式可以分為”基本正則表達式”和”擴展正則表達式”。

我們已經認識了”基本正則表達式”，現在，我們來認識一下”擴展正則表達式”。

有了之前的基礎，學習”擴展正則表達式”簡直不要太輕松。

之前說過，有些符號是通用的，不管是在”基本正則表達式”中，還是在”擴展正則表達式”中，這些通用的符號所表達的意思都是相同的。

那么，我們先來看看哪些符號是通用的，看完之后你會信心大增，如下字符都是通用的：

.   表示任意單個字符。
*  表示前面的字符連續出現任意次，包括0次。
.* 表示任意長度的任意字符，與通配符中的*的意思相同。
\  表示轉義符，當與正則表達式中的符號結合時表示符號本身。
[  ]表示匹配指定范圍內的任意單個字符。
[^  ]表示匹配指定范圍外的任意單個字符。[[:alpha:]]  表示任意大小寫字母。
[[:lower:]]  表示任意小寫字母。
[[:upper:]]  表示任意大寫字母。
[[:digit:]]  表示0到9之間的任意單個數字（包括0和9）。
[[:alnum:]]  表示任意數字或字母。
[[:space:]]  表示任意空白字符，包括"空格"、"tab鍵"等。
[[:punct:]]  表示任意標點符號。
[^[:alpha:]]  表示單個非字母字符。
[^[:lower:]]  表示單個非小寫字母字符。
[^[:upper:]]  表示單個非大寫字母字符。
[^[:digit:]]  表示單個非數字字符。
[^[:alnum:]]  表示單個非數字非字母字符。
[^[:space:]]  表示單個非空白字符。
[^[:punct:]]  表示單個非標點符號字符。
[0-9]與[[:digit:]]等效。
[a-z]與[[:lower:]]等效。
[A-Z]與[[:upper:]]等效。
[a-zA-Z]與[[:alpha:]]等效。
[a-zA-Z0-9]與[[:alnum:]]等效。
[^0-9]與[^[:digit:]]等效。
[^a-z]與[^[:lower:]]等效。
[^A-Z]與[^[:upper:]]等效
[^a-zA-Z]與[^[:alpha:]]等效
[^a-zA-Z0-9]與[^[:alnum:]]等效^：表示錨定行首，此字符后面的任意內容必須出現在行首，才能匹配。
$：表示錨定行尾，此字符前面的任意內容必須出現在行尾，才能匹配。
^$：表示匹配空行，這里所描述的空行表示"回車"，而"空格"或"tab"等都不能算作此處所描述的空行。
^abc$：表示abc獨占一行時，會被匹配到。
\<或者\b ：匹配單詞邊界，表示錨定詞首，其后面的字符必須作為單詞首部出現。
\>或者\b ：匹配單詞邊界，表示錨定詞尾，其前面的字符必須作為單詞尾部出現。
\B：匹配非單詞邊界，與\b正好相反。

上述符號，在基本正則表達式中與擴展正則表達式中的用法完全相同。

有沒有感覺，70%都是通用的，那么我們來動手試試。

在總結grep命令時，我們提到過，grep命令默認只支持基本正則表達式，如果想要讓grep命令能夠支持擴展的正則表達式，則需要使用”-E”選項，示例如下

上圖中，grep命令使用了”-E”選項，表示grep命令會把”正則表達式”中的符號當成”擴展正則表達式”去理解，而不再使用默認的”基本正則表達式”。

但是由于”[A-Z]”是通用的，所以，不管是否使用擴展正則表達式，”[A-Z]”都表示單個大寫字母。

剛才說過，70%的符號都是通用的，那么剩下的30%呢？

其實，剩下的30%也都差不多，與基本正則表達式相比，反而更加簡單了，不信？我們就來看看。

在基本正則表達式中，{n} 表示前面的字符連續出現n次，將會被匹配到。

在擴展正則表達式中，{n} 表示前面的字符連續出現n次，將會被匹配到。

在基本正則表達式中，( ) 表示分組，(ab) 表示將ab當做一個整體去處理。

在擴展正則表達式中，( ) 表示分組，(ab) 表示將ab當做一個整體去處理。

在寫法上，”擴展正則表達式”的寫法是不是更加簡練呢？示例如下

如上圖所示，當使用”擴展正則表達式”時，在”書寫”方面，反而省力不少，最終匹配到的文本卻是相同的，是不是很方便？

看完了上述示例，我想你對擴展正則表達式應該已經有了一個初步的印象了。

那么，我們就來介紹一下，有哪些符號在”擴展正則表達式”中變得更加簡練了。

在擴展正則表達式中：

( ) 表示分組

(ab) 表示將ab當做一個整體去處理。

\1 表示引用整個表達式中第1個分組中的正則匹配到的結果。

\2 表示引用整個表達式中第2個分組中的正則匹配到的結果。

? 表示匹配其前面的字符0或1次

• 表示匹配其前面的字符至少1次，或者連續多次，連續次數上不封頂。

{n} 表示前面的字符連續出現n次，將會被匹配到。

{x,y} 表示之前的字符至少連續出現x次，最多連續出現y次，都能被匹配到，換句話說，只要之前的字符連續出現的次數在x與y之間，即可被匹配到。

{,n} 表示之前的字符連續出現至多n次，最少0次，都會陪匹配到。

{n,}表示之前的字符連續出現至少n次，才會被匹配到。

看了上述總結以后，是不是已經想要放棄使用”基本正則表達式”了呢？因為與之相比，擴展正則表達式才更符合我們這些懶人的習慣，而且，擴展正則表達式的可讀性也更高，畢竟很多符號少了前面的”\”，可讀性就變強了。

擴展正則表達式中，還有一個常用的符號，它就是”|” (在基本正則表達式中使用 “\|”, 前面沒有講, 這里補上)

注：按住鍵盤的 “shift鍵” 和 “\”鍵 ，就可以打出”|”

“|”在擴展正則表達式中，表示”或”，這樣說不容易理解，我們來看個小例子，就能明白，示例文件內容如下。

如果，我們想要從上例文本中找到以”com”結尾的行，我們該怎么辦呢？我們可以使用如下命令。

同理，如果我們想要從示例文本中找出以”net”結尾的行，可以使用如下命令。

那么，如果我們想要從示例文本找出，以”com”結尾，或者以”net”結尾的行，我們該怎么辦呢？

這時候，我們就需要用到”|”

“|”在擴展正則表達式中表示”或者”，所以，我們可以使用如下表達式

上圖中的擴展正則使用了分組符號”( )”，”(com|net)”表示將括號內的內容看做一個整體，而括號內的內容為”com|net”，它表示”com或者net”，所以，”(com|net)$”就表示以com或者net結尾的行。是不是很簡單？

那么，我們就趁熱打鐵，通過實際練習，來熟悉一下”擴展正則表達式”吧。

仍然以剛才的示例文件作為測試文件，假設，我們想要查找出測試文本中的”合法郵箱”，我們應該怎么做呢？

既然是要找出”合法郵箱”，那么，我們則必須事先定義，滿足哪些條件的郵箱才屬于合法郵箱。

所以，我們規定，如果一個郵箱屬于合法郵箱，那么必須滿足如下條件。

1、郵箱字符串中必須包含”@”符。

2、”@”符前面的字符只能是小寫字母或數字，不能包含特殊符號。

3、”@”符前面的字符數量至少需要4個，至多為16個。

4、郵箱必須以”com”、”net”、”org”、”edu”等頂級域名結尾（此處為了方便演示，不判斷更多的域名）。

5、頂級域名之前必須包含一個”點”，換句話說就是，郵箱必須以”.com”、”.net”、”.org”、”.edu”結尾。

6、”@”與”.”之間的字符數量不能超過12個，不能低于2個。

7、”@”與”.”之間的字符只能是小寫字母或數字，不能包含特殊符號。

好了，了解了合法郵箱的規則以后，我們就可以開始編寫正則表達式了，我們可以使用如下正則，查找文本中的合法郵箱。

如果你覺得上述正則稍微有些復雜，不容易理解，那么可以將其拆分成幾個部分去理解，拆分后的每一部分，可以與之前的”合法郵箱條件”一一對應，如下圖所示。

這樣看，是不是容易理解多了，好了，趕快自己動手實驗一下吧。

小結

我認為，有了之前基礎的你，搞定”擴展正則表達式”，肯定是分分鐘的事情，所以，我們就對”擴展正則表達式”進行一下總結吧。

常用符號
.   表示任意單個字符。
*  表示前面的字符連續出現任意次，包括0次。
.* 表示任意長度的任意字符，與通配符中的*的意思相同。
\  表示轉義符，當與正則表達式中的符號結合時表示符號本身。
| 表示"或者"之意
[  ]表示匹配指定范圍內的任意單個字符。
[^  ]表示匹配指定范圍外的任意單個字符。單個字符匹配相關
[[:alpha:]]  表示任意大小寫字母。
[[:lower:]]  表示任意小寫字母。
[[:upper:]]  表示任意大寫字母。
[[:digit:]]  表示0到9之間的任意單個數字（包括0和9）。
[[:alnum:]]  表示任意數字或字母。
[[:space:]]  表示任意空白字符，包括"空格"、"tab鍵"等。
[[:punct:]]  表示任意標點符號。
[^[:alpha:]]  表示單個非字母字符。
[^[:lower:]]  表示單個非小寫字母字符。
[^[:upper:]]  表示單個非大寫字母字符。
[^[:digit:]]  表示單個非數字字符。
[^[:alnum:]]  表示單個非數字非字母字符。
[^[:space:]]  表示單個非空白字符。
[^[:punct:]]  表示單個非標點符號字符。
[0-9]與[[:digit:]]等效。
[a-z]與[[:lower:]]等效。
[A-Z]與[[:upper:]]等效。
[a-zA-Z]與[[:alpha:]]等效。
[a-zA-Z0-9]與[[:alnum:]]等效。
[^0-9]與[^[:digit:]]等效。
[^a-z]與[^[:lower:]]等效。
[^A-Z]與[^[:upper:]]等效
[^a-zA-Z]與[^[:alpha:]]等效
[^a-zA-Z0-9]與[^[:alnum:]]等效次數匹配相關
?  表示匹配其前面的字符0或1次
+  表示匹配其前面的字符至少1次，或者連續多次，連續次數上不封頂。
{n} 表示前面的字符連續出現n次，將會被匹配到。
{x,y} 表示之前的字符至少連續出現x次，最多連續出現y次，都能被匹配到，換句話說，只
要之前的字符連續出現的次數在x與y之間，即可被匹配到。
{,n} 表示之前的字符連續出現至多n次，最少0次，都會陪匹配到。
{n,}表示之前的字符連續出現至少n次，才會被匹配到。位置邊界匹配相關
^：表示錨定行首，此字符后面的任意內容必須出現在行首，才能匹配。
$：表示錨定行尾，此字符前面的任意內容必須出現在行尾，才能匹配。
^$：表示匹配空行，這里所描述的空行表示"回車"，而"空格"或"tab"等都不能算作此處所描述的空行。
^abc$：表示abc獨占一行時，會被匹配到。
\<或者\b ：匹配單詞邊界，表示錨定詞首，其后面的字符必須作為單詞首部出現。
\>或者\b ：匹配單詞邊界，表示錨定詞尾，其前面的字符必須作為單詞尾部出現。
\B：匹配非單詞邊界，與\b正好相反。分組與后向引用
( ) 表示分組，我們可以將其中的內容當做一個整體，分組可以嵌套。
(ab) 表示將ab當做一個整體去處理。
\1 表示引用整個表達式中第1個分組中的正則匹配到的結果。
\2 表示引用整個表達式中第2個分組中的正則匹配到的結果。

那么什么時候使用基本正則表達式、什么時候使用擴展正則表達式呢？
這是一個仁者見仁的話題, 個人認為:
當出現2處或者2處以上使用“\”(反斜桿轉義)的正則, 則使用擴展正則。

基本正則表達式與擴展正則表達式的區別:
區別主要是有幾個部分可以不使用反斜桿轉義.
如下:

1. 分組;  
基本正則表達式: \(\)
擴展正則表達式: ()2. 或
基本正則表達式: \|
擴展正則表達式: |3. 次數匹配相關
基本正則表達式:
\?  表示匹配其前面的字符0或1次
\+  表示匹配其前面的字符至少1次，或者連續多次，連續次數上不封頂。
\{n\} 表示前面的字符連續出現n次，將會被匹配到。
\{x,y\} 表示之前的字符至少連續出現x次，最多連續出現y次，都能被匹配到，換句話說，只要之前的字符連續出現的次數在x與y之間，
即可被匹配到。
\{,n\} 表示之前的字符連續出現至多n次，最少0次，都會陪匹配到。
\{n,\}表示之前的字符連續出現至少n次，才會被匹配到。擴展正則表達式:
?  表示匹配其前面的字符0或1次
+  表示匹配其前面的字符至少1次，或者連續多次，連續次數上不封頂。
{n} 表示前面的字符連續出現n次，將會被匹配到。
{x,y} 表示之前的字符至少連續出現x次，最多連續出現y次，都能被匹配到，換句話說，只
要之前的字符連續出現的次數在x與y之間，即可被匹配到。
{,n} 表示之前的字符連續出現至多n次，最少0次，都會陪匹配到。
{n,}表示之前的字符連續出現至少n次，才會被匹配到。

關于”擴展正則表達式”，就總結到這里，希望能夠幫助到你~~