下面的内容是一个 data1.txt 文本内容，里面记录了一些正则表达式的笔记

@H_403_3@long long ago there is girl,she's name is little redhat.. long_long_long#long;long:long This is a test txt... my phone number is 18621735531 There are a lot of good books,220123 12345 E-mail:hemmingway@163.com new...............231592315y12#$@%#$@^%$^$@<>?{}|}S#$!@#% ik iek ieek ieeek ieeeek ieeeeek ieeeeeek iek22222 iekddddd iekwwwwwwwwwwwwwwwwwwwwwwwwwwwwww iek shit up this is iekkkk string nekkkk cek dek sekjjjd # 组合描点 grep -n ^$ data1.txt， 可以滤出来空白行 #grep -n This is ^a data1.txt #grep -n ^[0-9][0-9][0-9][0-9][0-9]$ data1.txt \ #grep -n ie*k data1.txt 一、锚点 锁定行首 ^ 锁定行尾 $ 组合锚点 ^$ 二、单个字符匹配 字符组 [..] [^...] . 一个字符占位符，不包括换行 * 匹配前一个字符出现任意次次数 =====================================我是分割线================================== 下面是扩展的 正则表达式 ? 匹配前一个字符有或者没有，就是0次要么1次 + 匹配前一个字符需要出现的，不管次数 模式匹配次数 {m} 精确的m次数 {m,} 大于m次，n为无穷大 {m,n} 大于m次， 小于n次 圆括号聚合匹配格式 () (||) 举个列子：比如下面的命令匹配 iek 字符串 #grep -n -E ie\{1\}k data1.txt #grep -n -E ie{1}k data1.txt 匹配 ie 出现一次的，不是2次，也不是 se，de，其他字符串 #grep -n -E ie\{1\} data1.txt 比如，给出下面一些字符串，想要匹配星期六的符串， Sat. 缩写或者全写 Saturday： SatSomething Satelse Sat. Saturday # grep -n -E '^Sat(urday|.)?$' data1.txt 复杂的例子 一：匹配电话号码，如下面四种形式 (223)456-7890 (223) 456-7890 223 456-7890 223 456-7890 223456-7890 223-456-7890 ###223-456-7890 223.456.7890 223.456-7890 223-456.7890 分析，首先，开头的 左边圆括号 '\(' 可有可无的， 所以得到： ^\(? 再看 123 是三个数字的区号，美国电话号码区号是以2开始的数字开始的，最大到9,后两个数字任意的，因此匹配区号是： [2-9][0-9]{2} 接下来分析区号后面， 收尾的右圆括号 '\)' 可能存在，也可能不存在，单独去取出来和左边对应，匹配方式为： \)? 接下来，可能有一个空格或者没有,一个破折号 '-' 一个点号 '\.',可以用管道符号可圆括号处理得到： (| |-|\.) 接下来是三位电话交换机号码,没有什么特殊的 [0-9]{3} 接下来，交换机号码后面可能有一个空格，一个破折号或者一个点号 ( |-|\.) 最后是尾部的四位本地电话分机号码： [0-9]{4}$ 最后，拼接起来整个模式为： ^\(?[2-9][0-9]{2}\)?(| |-|\.)[0-9]{3}( |-|\.)[0-9]{4}$ 最后查找匹配合格的电话号码： nfs@nfs-Lenovo:~$ grep -n -E '^\(?[2-9][0-9]{2}\)?(| |-|\.)[0-9]{3}( |-|\.)[0-9]{4}$' data1.txt 91:(223)456-7890 92:(223) 456-7890 93:223 456-7890 95:223456-7890 96:223-456-7890 98:223.456.7890 99:223.456-7890 100:223-456.7890 思考，这个regex还有个bug， 就是 223456-7890也是合法写法电话，想要把这个case排除，新的匹配模式怎么写？ 如果 区号 没有被括号包围，那么一定需要一个 空格隔开。。。。。。。。。。。。。。 答题： 需要将 区号 部分重新提炼出来处理，分成有括号的区号和没有括号的区号，有括号区号匹配如下： ^\([2-9][0-9]{2}\) 没有括号的区号匹配如下： ^[2-9][0-9]{2} 再次做一个改变，将区号后面的符号提到前面处理，因次分别得到： ^\([2-9][0-9]{2}\)(| |-|\.) 和（这个模式后面不跟空格，只有破折号和点号） ^[2-9][0-9]{2}( |-|\.) 将这两种case合并得到下面的模式可以匹配区号： (^\([2-9][0-9]{2}\)(| |-|\.)|^[2-9][0-9]{2}( |-|\.)) 最后合并得到新的电话号码匹配模式： (^\([2-9][0-9]{2}\)(| |-|\.)|^[2-9][0-9]{2}( |-|\.))[0-9]{3}( |-|\.)[0-9]{4}$ 进行测试： $ grep -n -E '(^\([2-9][0-9]{2}\)(| |-|\.)|^[2-9][0-9]{2}( |-|\.))[0-9]{3}( |-|\.)[0-9]{4}$' data1.txt 91:(223)456-7890 92:(223) 456-7890 93:223 456-7890 96:223-456-7890 98:223.456.7890 99:223.456-7890 100:223-456.7890 复杂列子二：匹配邮箱地址 E-mail格式为： username@hostname username可以使用的字符有 字母数字字符以及一些特殊字符，如下： 1.点号 2.破折号 3.加号 4.下划线 所以，username匹配方式为： ^([a-zA-Z0-9_\-\.\+]+)@ 接下来分析 hostname的服务器名字和子域名，这部分可以是字母数字字符，以及点号和下划线： ([a-zA-Z0-9_\-\.]+) 这个模式可以匹配文本： server server.subdomain server.subdomain.subdomain 接下来就是 hostname中的顶级域名部分，不考虑中文域名，顶级域名要是是2到5个字母组成的，顶级域名为： \.([a-zA-Z]{2,5})$ 所以匹配邮箱地址为： ^([a-zA-Z0-9_\-\.\+]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5})$ rich.john@sari.ac.cn wangxf@163.com rich.O.johl@hotmail.com $ grep -n -E '^([a-zA-Z0-9_\-\.\+]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5})$' data1.txt 最后一个列子，匹配QQ号码，QQ号码是6个以上的数字,假设最大数字是13，不以0开头的，匹配模式如下： ^[1-9][0-9]{5,}$ 测试如下QQ号码： 038216437 123 12345 382164370 281120661 754198142 ###754198142 754198142## 1123564020 11111111111111111111111111111465 nfs@nfs-Lenovo:~$ grep -n -E '^[1-9][0-9]{5,12}$' data1.txt 9:220123 253:382164370 254:754198142 255:1123564020 nfs@nfs-Lenovo:~$ grep -n -E '^[1-9][0-9]{5,12}$' data1.txt 9:220123 253:382164370 254:754198142 255:1123564020 nfs@nfs-Lenovo:~$ 匹配整数写法,整数前面一个破折号表示负数，或者一个可有可无的 + 号，匹配模式如下： ^(|-|\+) 接下来是第一个数字，非0,后面不限，因此 [1-9][0-9]*$ 合并得到正数的匹配写法是： ^(|-|\+)[1-9][0-9]*$ 测试整数： -1203 5554 +7894 -2222222 #24545 # grep -n -E '^(|-|\+)[1-9][0-9]*$' data1.txt 再写一个简单的，匹配字母数字字符串。 ^[a-zA-Z0-9]+$ # grep -n -E '^[a-zA-Z0-9]+$' data1.txt 匹配空行 #grep -n -E '^$' data1.txt 最后一个奇怪的测试： ([\\/$]* | ?:[\\/]*) 测试： x:\test\test z:/test1/test1 ${datarootdir}/doc/${PACKAGE_TARNAME} ${datarootdir}/doc/man # grep -E '([\\/$]* | ?:[\\/]*)' data1.txt