磨練構建正規表示式模式的技能(轉)

磨練構建正規表示式模式的技能(轉)[@more@]

　　透過本文的學習，您可以增加一些有用的設計實際正規表示式 (regexp) 的技能。構建正規表示式是任何管理員日常工作中的一部分。為了構造返回所需條件的成功正規表示式，需要學習以模式匹配的角度進行思考，而這種技能需要花大量的時間進行練習。

　　引言

　　UNIX® 管理員每天都需要構建和使用正規表示式 (regexp) 進行文字模式匹配。大多數語言都支援正規表示式的某種實現。有的應用程式（如 EMACS）具有正規表示式搜尋功能，並且您可以透過各種命令列工具使用正規表示式。無論什麼應用程式，構建正確的正規表示式的關鍵之處在於，識別僅滿足需要匹配的資料的模式，以便在輸入中排除其他不必要的內容。

　　出於這個目的，本文將逐步介紹幾種正規表示式模式構建技巧，並介紹它們如何幫助您完成各種常規任務。

　　使用正規表示式 (regexp)

　　除非特別說明，否則本文中使用的示例都是擴充套件可移植作業系統介面（擴充套件 POSIX）的正規表示式。如果透過命令列（如使用 egrep 實用工具）使用它們，您應該根據需要引用各種正規表示式。請記住，不同的正規表示式實現之間存在一些區別，您可能不得不適應所使用的特定的工具、應用程式或語言中的具體實現。

　　匹配整行內容

　　^ 元字元匹配行首，而 $ 匹配行尾，如果將它們組合在一起（如 ^$），它們將匹配空行。（這個表示式的映象，即 $^，是不可能匹配成功的，它將永遠 都無法匹配到有效行。）這個基本的正規表示式是許多複雜正規表示式的基礎，如果您還不習慣使用這個基本的正規表示式，那麼您應該逐步養成使用它的習慣。使用它來構建匹配整行內容 的模式。

　　在使用者字典檔案 (/usr/dict/words) 中搜尋是一個很好的基本模式。（有些版本的 UNIX 將使用者字典放在 /usr/share/dict/words 中。）

　　例如，假設您忘記了如何拼寫單詞 fuchsia。其中是否包含 sh 或 cs 呢？您所知道的只是，它以 fu 開頭並以 ia 結尾。

　　嘗試使用這個模式進行搜尋：

　　$ egrep -i '^fu.*ia$' /usr/dict/words

　　-i 標誌表示在搜尋過程中不區分大小寫。在這個示例中，因為 fuchsia 拼寫正確，所以在返回的單詞中包括這個單詞。

　　根據長度匹配行

　　使用大括號元字元 ({ }) 指定前面的正規表示式匹配多少次，如表 1 所示。當您將它們新增到剛才介紹的整行搜尋中時，您可以指定行的長度。

　　表 1. 大括號元字元的含義

　　示例描述