正則表達式（Regular Expression，通常簡稱為 regex 或 RE）是一種表達方式，可以用它來查找匹配特定準則的文本。在許多編程語言中都有用到正則表達式，常用它來實現一些復雜的匹配。這裏簡單介紹一下 shell 中常用到的一些正則表達式。

一、什麽是正則表達式

　　正則表達式是對字符串進行操作的一種邏輯公式，即用事先定義好的的一些特定字符以及這些特定字符的組合，組成一個有一定規則的字符串（Regular Expression），使用這個有一定規則的字符串來表達對字符串的一種過濾邏輯。正則表達式被廣泛應用於Linux和許多其他編程語言中，而且不論在哪裏，其基本原理都是一樣的。

　　從根本上來看，正則表達式是由兩個基本組成部分所建立：一般字符與特殊字符。一般字符是指沒有任何特殊意義的字符；特殊字符，常稱為元字符 （metacharacter），或 meta 字符，顧名思義，就是指那些有特殊意義的字符，當然在某些情況下，特殊字符也可被視為一般字符（使用轉義符 \ 進行轉義）。

　　POSIX 有兩種風格的正則表達式，基本正則表達式（BRE）和擴展正則表達式（ERE）。這兩種風格的正則表達式在一些字符含義上有細微的差距。以常用的 grep 指令來說，grep 指令默認支持的是 BRE，若要使用 ERE 進行匹配，可以使用 -E 選項，接下來的例子中均使用 grep 指令來演示正則表達式的使用。

二、基本正則表達式

2.1 常用 meta 字符列表

　　接下來，筆者將使用 grep 命令對 /etc/passwd 文件進行查找匹配操作：

1）匹配一般字符：

[tongye@localhost ~]$ grep root /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

2）使用點字符 " . " 匹配任意字符：

[tongye@localhost ~]$ grep r..t /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

3）使用星號字符 " * " 或問號字符 " ? "匹配0個或多個字符：

[tongye@localhost ~]$ grep roo* /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin

　　grep roo* /etc/passwd 命令將在 /etc/passwd 中匹配 ro ，後面可以接 0 個或多個 o。在 ERE 風格下，使用的是 ? 符號來達到和 * 號一樣的效果：

[tongye@localhost ~]$ grep -E roo? /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin

4）使用加字符 " + " 匹配1個或多個字符：

[tongye@localhost ~]$ grep -E roo+ /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

[tongye@localhost ~]$ grep -E ro+ /etc/passwd 
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin

　　使用 + 字符可以匹配在其前面的 1 個或多個字符，與 * 字符有些許的差別，另外， + 字符實在 ERE 風格下使用的，故需要使用 grep 命令的 -E 選項

5）使用 ^ 匹配行首，$匹配行尾：

[tongye@localhost ~]$ grep ^t /etc/passwd
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
tongye:x:1000:1000:tongye:/home/tongye:/bin/bash

[tongye@localhost ~]$ grep ^t.*h$ /etc/passwd
tongye:x:1000:1000:tongye:/home/tongye:/bin/bash

　　.* 結合在一起表示匹配零個或多個任意字符，與 ^ 和 $ 結合起來使用的話就可以匹配一個指定開頭和結尾的字符串了

6）使用方括號表達式匹配括號內的任一字符：

[tongye@localhost ~]$ grep [Nn]et /etc/passwd
systemd-network:x:192:192:systemd Network Management:/:/sbin/nologin

　　結合 - 字符使用，可以表示匹配一個範圍內的任一字符，如 [0-9] 表示匹配 0-9 中的任意一個數字、[a-z] 表示匹配一個小寫字母、[A-Z] 表示匹配一個大寫字母：

[tongye@localhost ~]$ grep [a-z]c /etc/passwd
sync:x:5:0:sync:/sbin:/bin/sync
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
abrt:x:173:173::/etc/abrt:/sbin/nologin

　　結合 ^ 字符使用，表示取反

[tongye@localhost ~]$ grep [^a-z]c /etc/passwd
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin

　　這裏表示匹配一個非小寫字母的字符後接一個字符 c 的字符串。註意，^ 放在方括號裏面表示反向含義，放在方括號外面則表示的是匹配行首。

7）使用 {n.m} 區間表達式來匹配指定的次數：

　　這個表達式可以用來匹配指定的次數，其中 {n,m} 表示匹配在其前面的字符 n 到 m次，{n,} 表示至少匹配 n 次，{,m} 表示最多匹配 m 次，而 {n} 則是精準匹配 n 次。在 BRE 中，使用的是 \{n,m\} 的形式來實現相同的功能。n 與 m 的值必須介於 0 至 RE_DUP_MAX（包含這個值）之間，後者的最小值為255

[tongye@localhost ~]$ grep 0‘\{3\}‘ /etc/passwd  
tongye:x:1000:1000:tongye:/home/tongye:/bin/bash

[tongye@localhost ~]$ grep -E 0{3} /etc/passwd
tongye:x:1000:1000:tongye:/home/tongye:/bin/bash

8）使用 \( \) 保存已匹配的字符，並通過 \n 來引用已保存的匹配字符串

　　使用 \( \) 會先匹配括號中的字符串，然後將匹配到的字符串保存在由正則表達式解析器預定義好的叫做寄存器的變量中，其編號從1到9，也就是說最多可以保存9組字符串，使用 \n 可以取出所保存的字符串，其中 n 為1到9，分別對應9個寄存器的值。

[tongye@localhost ~]$ grep ‘\(operator\).*\1‘ /etc/passwd
operator:x:11:0:operator:/root:/sbin/nologin

　　關於這個表達式還有一個有意思的用法：

[tongye@localhost ~]$ grep ‘^\(.\).*\1$‘ /etc/passwd
nobody:x:99:99:Nobody:/:/sbin/nologin

　　如上，正則表達式 ^\(.\).*\1$ 將匹配一個行首字符和行尾字符相同的字符串。

2.2 POSIX 方括號表達式

　　為了配合非英語的環境，POSIX 標準強化其字符集範圍的能力 （如 [a-z]），以匹配非英文字母字符。POSIX 使用方括號表達式 [...] 來表示一個範圍值，在方括號表達式裏，除了字面上的字符外（a、b、c等），另有額外的組成部分，包括：

1）字符集：以 [: ... :] 將關鍵字組合括起來的 POSIX 字符集，關鍵字描述各種不同的字符集；

2）排序符號：排序符號將多個字符序列視為一個單位（如，locale 中將 ch 這兩個字符視為一個單位），它使用 [. 與 .] 將字符組合括起來，在系統所使用的特定 locale 上各有其定義；

3）等價字符集：等價字符集列出的是應視為等值的一組字符，它由取自於 locale 的名字元素組成，以 [= 與 =] 括住。

　　下表是 POSIX 字符集列表：

　　需要註意的是，上述字符集也是要放到方括號表達式中去的，因此一般會出現類似 [[:alpha:]] 的表達式。

　　舉個例子：

[tongye@localhost ~]$ grep [[:upper:]] /etc/passwd       
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
nobody:x:99:99:Nobody:/:/sbin/nologin
systemd-network:x:192:192:systemd Network Management:/:/sbin/nologin
dbus:x:81:81:System message bus:/:/sbin/nologin
polkitd:x:999:998:User for polkitd:/:/sbin/nologin
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
sshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin

　　該正則表達式匹配所有的大寫字母。

參考資料：

《Linux程序設計 第四版》

《Shell 腳本學習指南》

《UNIX/Linux/OS X 中的 Shell 編程 第四版》

shell基礎 -- 基本正則表達式