目录
背景
在工作中我们经常需要查看日志来迅速的定位问题,同时发生故障时我们要经常的统计日志中相关的内容，那么掌握一些常用的日志操作命令就非常必要了。
之前介绍了查看文件过程中经常使用到的命令，但是我们在某些精细化的场景中也不能满足要求，比如单扣出某个字符，id等，所以这里我们要学习一个很重要的东西-正则表达式。我们先来了解一些正则表达式的语法。
参考资料
http://www.delorie.com/gnu/docs/grep/grep_toc.html#SEC_Contents
https://msdn.microsoft.com/zh-cn/library/az24scfc(v=vs.110).aspx
字符类操作系统字符分类
[xxx] 表达式
有一类表达式通过 [ 和 ] 将一系列字符包含在其中，如[a2],它的意思是匹配出 [ ] 包含的任意一个字符，比如[a2]就能匹配出含有a或2的数据。如果[]中包含的第一个字符是 ^ ,就代表匹配任何不在 [ ] 中包含的字符。比如[^a2]就能匹配出任何不含有a或者不含有2的数据。
表示变化
当表达一种区间时，我们才用连接符 - 来连接字符表达，它可以匹配到范围中的任何一个字符，比如[a-c]可以匹配到a或者b或者c。 最后我们了解一些已经预先为我们考虑而设定好的一些特殊字符类：
- [:alnum:]
- 匹配英文大小写字符和数字(0-9,a-z.A-Z),等效于[:alpha:]和[:digit:]结果合集。
命令 echo "a\nB\nf\n1\n\!\n\t\n#" | grep --color=auto -e "[[:alnum:]]" 结果： a B f 1 - [:alpha:]
- 代表任何英文大小写字符（A-Z, a-z）,等效于[:lower:]和[:upper:]结果合集。
命令 echo "a\nB\nf\n1\n\!\n\t\n#" | grep --color=auto -e "[[:alpha:]]" 结果： a B f - [:blank:]
- 代表空白字符,代表空格键与[Tab]按键两者。
命令 echo "a\nB\nf\n1\n\!\n\t\n#" | grep --color=auto -e "[[:blank:]]" 结果： \t - [:cntrl:]
- 代表键盘上面的控制按键,亦即包括 CR, LF, Tab, Del.. 等等
- [:digit:]
- 代表数字:0,1,2,3,4,5,6,7,8,9
- [:graph:]
- 代表除了空格符合tab键之外的所有按键，实际就是等效于[:alnum:]和[:punct:]结果合集。
- [:lower:]
- 代表所有小写英文字母。a-z
- [:print:]
- 代表任何可以被打印出来的字符,等效于[:alnum:]和[:punct]和空格
- [:space:]
- 代表任何会产生空白的字符，包括空格键, [Tab], CR , 回车，换行等等
- [:upper:]
- 代表所有大写英文字母，A-Z
- [:xdigit:]
- 代表16进位的数字类型,因此包括: 0-9, A-F, a-f 的数字与字符
还有一些tips
如果你使用 [ ] 中包含的字符有],那么一定把它放在首位，比如[]ab],会匹配]或者a或者b,[][ab],会匹配]或者[或者a或者b,[^]]会匹配]之外的所有字符。
转义符号
| 字符类别 | 代表意义 |
|---|---|
| \c | 控制字符 |
| \s | 代表空格 |
| \S | 代表不是空格 |
| \d | 代表数字 |
| \D | 代表不是数字 |
| \w | 代表是单词,等价于[[:alnum]] |
| \W | 代表不是单词,等价于[^[:alnum]] |
| \xhh | 代表 16 进位的数字类型,因此包括: 0-9, A-F, a-f 的数字与字符 |
| \Oxxx | 代表八进制的字符,亦即0-7 |
# 定位点
| 锚标记 | 代表意义 |
|---|---|
| ^ | 行首,比如:echo "a\nB\nf\n1\n\!\n\t\n#\n \nba" | grep --color=auto -e "^a" 只会匹配到a这一行 |
| \A | 字符串的开始 |
| $ | 行尾,比如:echo "a\nB\nf\n1\n\!\n\t\n#\n \nba" | grep --color=auto -e "a$"会匹配到a,ba这两行 |
| \Z | 字符串的结束 |
| \b | 单词的边界,比如"\brat\b"只能匹配"rat" |
| \B | 不是单词的边界,比如"c\Breat\Be"能匹配"create",但是"dirty \Brat"不能匹配"dirty rat" |
| \< | 单词的开头 |
| \> | 单词的结尾 |
限定符（修饰数量）
| 量词 | 代表意义 |
|---|---|
| {3} | 只出现3次 |
| {3,} | 出现3次以上 |
| {3,5} | 出现3次,4次或者5次 |
| {3,5}? | 单词的开头 |
| ? | 等效于{0,1} |
| ?? | ?的非贪心模式 |
| * | 出现0次或者多次,等价于{0,} |
| *? | *的非贪心模式 |
| + | 出现1次或者多次,等价于{1,} |
| +? | +的非贪心模式 |
我们看到表中有几行解释是飞贪心模式，什么是非贪心模式呢？
当 ? 紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。
范围修饰
| 范围 | 代表意义 |
|---|---|
| . | 代表任何字符除开换行符(\n) |
| (a|b) | a或者b |
| (...) | |
| (?:...) | |
| [abc] | a或者b或者c，只能匹配其中一个 |
| [^abc] | 不是a或者不是b或者不是c，只能匹配其中一个 |
| [a-q] | 代表小写字母a~q,只出现一次 |
| [A-Q] | 代表大写字母A~Q,只出现一次 |
| [0-7] | 代表数字0~7,只出现一次 |
非打印字符
| 范围 | 代表意义 |
|---|---|
| . | 代表任何字符除开换行符(\n) |
| (a|b) | a或者b |
| (...) | |
| (?:...) | |
| [abc] | a或者b或者c，只能匹配其中一个 |
| [^abc] | 不是a或者不是b或者不是c，只能匹配其中一个 |
| [a-q] | 代表小写字母a~q,只出现一次 |
| [A-Q] | 代表大写字母A~Q,只出现一次 |
| [0-7] | 代表数字0~7,只出现一次 |
模式匹配
| 模式匹配 | 代表意义 |
|---|---|
| (?:模式) | 与模式 匹配，但不保存匹配项；即不会存储匹配项以备将来之用。 这对于用“or”字符 (|) 组合模式部件的情况很有用。 |
| (?=模式) | 正预测先行。 找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。 不会保存匹配项以备将来之用。 |
| (?!模式) | 负预测先行。 匹配与模式 不匹配的搜索字符串。 找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。 不会保存匹配项以备将来之用。 |
优先级顺序
正则表达式的计算方式与算术表达式非常类似；即从左到右进行计算，并遵循优先级顺序。 下表按从高到低的顺序包含了正则表达式运算符的优先级顺序。
| 运算符 | 说明 |
|---|---|
| \ | 转义符 |
| (), (?:), (?=), [] | 括号和中括号 |
| *、+、?、{n}、{n,}、{n,m} | 限定符 |
| ^、$、\任何元字符 | 定位点和序列 |
| | | 替换 |
