正则表达式的由来
正则表达式，英文写法Regular Expression，在编程语言中常被简写为regex、regexp等。它是用来描述、匹配一系列符合某个句法规则字符串的单个字符串。
正则表达式通常被用来检索、替换那些符合某个模式（Pattern）的文本。
1950年代，UNIX之父Ken Thompson将正则表达式引入编辑器QED，然后是编辑器ed，最终引入到grep中。从此，正则表达式被广泛地应用到了各种UNIX或类UNIX系统的工具之中，例如perl。
近些年来，主流操作系统、主流开发语言都能看到正则表达式的身影，掌握正则表达式并熟练应用，成为系统维护人员、程序开发人员必备技能。
grep、egrep简介
Linux使用了GNU版本的grep、egrep程序。
grep，全称 global search regular expression and print out the line，全面搜索正则表达式并把行打印出来。
grep能够借助正则表达式搜索文本，并把匹配行或者匹配项打印出来，同时它还可以使用-E选项使用egrep功能，使用-P使用perl正则表达式功能。
| 序号 | 名称 | 英文名称 | 缩写 |
| 1 | 基本正则表达式 | Basic Regular Expression | BRE |
| 2 | 扩展正则表达式 | Extended Regular Expression | ERE |
| 3 | Perl正则表达式 | Perl Regular Expression | PRE |
grep、egrep语法
grep和egrep都是对文本文件，按照给定的模式（PATTERN）逐行搜索。
1、 grep
grep [OPTION]... PATTERN [FILE]...
默认使用 基本正则表达式
使用 –E 选项，使用 扩展正则表达式
使用 –P 选项，使用 Perl正则表达式
2、 egrep
egrep [OPTION]... PATTERN [FILE]...
默认使用 扩展正则表达式
使用 –P 选项，使用Perl正则表达式
grep使用举例
例1：取出本机的IP地址
1、ifconfig | grep -o "inet addr:[^[:space:]]\+" | cut -d: –f2
2、ifconfig | grep -o -E "inet addr:[^[:space:]]+" | cut -d: –f2
3、ifconfig | egrep -o "inet addr:[^[:space:]]+" | cut -d: –f2
例2：取出函数名
1、grep -o "\<[[:alnum:]]\+\>()" /etc/rc.d/init.d/functions
2、egrep -o "\<[[:alnum:]]+\>\(\)" /etc/rc.d/init.d/functions
例3：建立一个文本文件，内容如下
He like his lover.
He love his lover.
He like his liker.
He love his liker.
找出最后一个单词是前面单词+r构成的行。
# cat > 1.txt <<EOF
> He like his lover.
> He love his lover.
> He like his liker.
> He love his liker.
> EOF
1、egrep "(\<[[:alnum:]]+\>).*\1r" 1.txt
2、grep "\(\<[[:alnum:]]\+\>\).*\1r" 1.txt
3、grep "\(\<[[:alnum:]]\{1,\}\>\).*\1r" 1.txt
正则表达式元字符对照表
| 字符 | 说明 | Basic RegEx | Extended RegEx | python RegEx | Perl regEx |
| 转义 | \ | \ | \ | \ | |
| ^ | 匹配行首，例如‘^dog‘匹配以字符串dog开头的行（注意：awk 指令中，‘^‘则是匹配字符串的开始） | ^ | ^ | ^ | ^ |
| $ | 匹配行尾，例如：‘^、dog$‘匹配以字符串 dog 为结尾的行（注意：awk 指令中，‘$‘则是匹配字符串的结尾） | $ | $ | $ | $ |
| ^$ | 匹配空行 | ^$ | ^$ | ^$ | ^$ |
| ^string$ | 匹配行，例如：‘^dog$‘匹配只含一个字符串 dog 的行 | ^string$ | ^string$ | ^string$ | ^string$ |
| \< | 匹配单词，例如：‘\<frog‘ （等价于‘\bfrog‘），匹配以 frog 开头的单词 | \< | \< | 不支持 | 不支持（但可以使用\b来匹配单词，例如：‘\bfrog‘） |
| \> | 匹配单词，例如：‘frog\>‘（等价于‘frog\b ‘），匹配以 frog 结尾的单词 | \> | \> | 不支持 | 不支持（但可以使用\b来匹配单词，例如：‘frog\b‘） |
| \<x\> | 匹配一个单词或者一个特定字符，例如：‘\<frog\>‘（等价于‘\bfrog\b‘）、‘\<G\>‘ | \<x\> | \<x\> | 不支持 | 不支持（但可以使用\b来匹配单词，例如：‘\bfrog\b‘ |
| () | 匹配表达式，例如：不支持‘（frog）‘ | 不支持（但可以使用\(\)，如：\(dog\) | () | () | () |
| \(\) | 匹配表达式，例如：不支持‘（frog）‘ | \(\) | 不支持（同()) | 不支持（同()) | 不支持（同()) |
| ？ | 匹配前面的子表达式 0 次或 1 次（等价于{0,1}），例如：where(is)?能匹配"where" 以及"whereis" | 不支持（同\?) | ？ | ？ | ？ |
| \? | 匹配前面的子表达式 0 次或 1 次（等价于‘\{0,1\}‘），例如：‘where\(is\)\? ‘能匹配 "where"以及"whereis" | \? | 不支持（同?) | 不支持（同?) | 不支持（同?) |
| ? | 当该字符紧跟在任何一个其他限制符（*, +, ?, {n},{n,}, {n,m}） 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，‘o+?‘ 将匹配单个"o"，而 ‘o+‘ 将匹配所有 ‘o‘ | 不支持 | 不支持 | 不支持 | 不支持 |
| . | 匹配除换行符（‘\n‘）之外的任意单个字符（注意：awk 指令中的句点能匹配换行符） | . | .（如果要匹配包括“\n”在内的任何一个字符，请使用：‘(^$)|（.） | . | .（如果要匹配包括“\n”在内的任何一个字符，请使用：‘ [.\n] ‘ |
| * | 匹配前面的子表达式 0 次或多次（等价于{0, }），例如：zo* 能匹配 "z"以及 "zoo" | * | * | * | * |
| \+ | 匹配前面的子表达式 1 次或多次（等价于‘\{1, \}‘），例如：‘where\(is\)\+ ‘能匹配 "whereis"以及"whereisis" | \+ | 不支持（同+) | 不支持（同+) | 不支持（同+) |
| + | 匹配前面的子表达式 1 次或多次（等价于{1, }），例如：zo+能匹配 "zo"以及 "zoo"，但不能匹配 "z" | 不支持（同\+) | + | + | + |
| {n} | n 必须是一个 0 或者正整数，匹配子表达式 n 次，例如：zo{2}能匹配 | 不支持（同\{n\}) | {n} | {n} | {n} |
| {n,} | "zooz"，但不能匹配 "Bob"n 必须是一个 0 或者正整数，匹配子表达式大于等于 n次，例如：go{2,} | 不支持（同\{n,\}) | {n,} | {n,} | {n,} |
| {n,m} | 能匹配 "good"，但不能匹配 godm 和 n 均为非负整数，其中 n <= m，最少匹配 n 次且最多匹配 m 次 ，例如：o{1,3}将配"fooooood" 中的前三个 o（请注意在逗号和两个数之间不能有空格） | 不支持（同\{n,m\}) | {n,m} | {n,m} | {n,m} |
| x|y | 匹配 x 或 y，例如： 不支持‘z|（food）‘ 能匹配 "z" 或"food"；‘（z|f）ood‘ 则匹配"zood" 或 "food" | 不支持（同x\|y) | x|y | x|y | x|y |
| [0-9] | 匹配从 0 到 9 中的任意一个数字字符（注意：要写成递增） | [0-9] | [0-9] | [0-9] | [0-9] |
| [xyz] | 字符集合，匹配所包含的任意一个字符，例如：‘[abc]‘可以匹配"lay" 中的 ‘a‘（注意：如果元字符，例如：. *等，它们被放在[ ]中，那么它们将变成一个普通字符） | [xyz] | [xyz] | [xyz] | [xyz] |
| [^xyz] | 负值字符集合，匹配未包含的任意一个字符（注意：不包括换行符），例如：‘[^abc]‘ 可以匹配 "Lay" 中的‘L‘（注意：[^xyz]在awk 指令中则是匹配未包含的任意一个字符+换行符） | [^xyz] | [^xyz] | [^xyz] | [^xyz] |
| [A-Za-z] | 匹配大写字母或者小写字母中的任意一个字符（注意：要写成递增） | [A-Za-z] | [A-Za-z] | [A-Za-z] | [A-Za-z] |
| [^A-Za-z] | 匹配除了大写与小写字母之外的任意一个字符（注意：写成递增） | [^A-Za-z] | [^A-Za-z] | [^A-Za-z] | [^A-Za-z] |
| \d | 匹配从 0 到 9 中的任意一个数字字符（等价于 [0-9]） | 不支持 | 不支持 | \d | \d |
| \D | 匹配非数字字符（等价于 [^0-9]） | 不支持 | 不支持 | \D | \D |
| \S | 匹配任何非空白字符（等价于[^\f\n\r\t\v]） | 不支持 | 不支持 | \S | \S |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等（等价于[ \f\n\r\t\v]） | 不支持 | 不支持 | \s | \s |
| \W | 匹配任何非单词字符 (等价于[^A-Za-z0-9_]) | \W | \W | \W | \W |
| \w | 匹配包括下划线的任何单词字符（等价于[A-Za-z0-9_]） | \w | \w | \w | \w |
| \B | 匹配非单词边界，例如：‘er\B‘ 能匹配 "verb" 中的‘er‘，但不能匹配"never" 中的‘er‘ | \B | \B | \B | \B |
| \b | 匹配一个单词边界，也就是指单词和空格间的位置，例如： ‘er\b‘ 可以匹配"never" 中的 ‘er‘，但不能匹配 "verb" 中的‘er‘ | \b | \b | \b | \b |
| \t | 匹配一个横向制表符（等价于 \x09和 \cI） | 不支持 | 不支持 | \t | \t |
| \v | 匹配一个垂直制表符（等价于 \x0b和 \cK） | 不支持 | 不支持 | \v | \v |
| \n | 匹配一个换行符（等价于 \x0a 和\cJ） | 不支持 | 不支持 | \n | \n |
| \f | 匹配一个换页符（等价于\x0c 和\cL） | 不支持 | 不支持 | \f | \f |
| \r | 匹配一个回车符（等价于 \x0d 和\cM） | 不支持 | 不支持 | \r | \r |
| \\ | 匹配转义字符本身"\" | \\ | \\ | \\ | \\ |
| \cx | 匹配由 x 指明的控制字符，例如：\cM匹配一个Control-M 或回车符，x 的值必须为A-Z 或 a-z 之一，否则，将 c 视为一个原义的 ‘c‘ 字符 | 不支持 | 不支持 | \cx | |
| \xn | 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长，例如：‘\x41‘ 匹配 "A"。‘\x041‘ 则等价于‘\x04‘ & "1"。正则表达式中可以使用 ASCII 编码 | 不支持 | 不支持 | \xn | |
| \num | 匹配 num，其中 num是一个正整数。表示对所获取的匹配的引用 | 不支持 | \num | \num | |
| [:alnum:] | 匹配任何一个字母或数字（[A-Za-z0-9]），例如：‘[[:alnum:]] ‘ | [:alnum:] | [:alnum:] | [:alnum:] | [:alnum:] |
| [:alpha:] | 匹配任何一个字母（[A－Za－z]）， 例如：‘ [[:alpha:]] ‘ | [:alpha:] | [:alpha:] | [:alpha:] | [:alpha:] |
| [:digit:] | 匹配任何一个数字（[0-9]），例如：‘[[:digit:]] ‘ | [:digit:] | [:digit:] | [:digit:] | [:digit:] |
| [:lower:] | 匹配任何一个小写字母（[a-z]）， 例如：‘ [[:lower:]] ‘ | [:lower:] | [:lower:] | [:lower:] | [:lower:] |
| [:upper:] | 匹配任何一个大写字母（[A-Z]） | [:upper:] | [:upper:] | [:upper:] | [:upper:] |
| [:space:] | 任何一个空白字符： 支持制表符、空格，例如：‘ [[:space:]] ‘ | [:space:] | [:space:] | [:space:] | [:space:] |
| [:blank:] | 空格和制表符（横向和纵向），例如：‘[[:blank:]]‘ó‘[\s\t\v]‘ | [:blank:] | [:blank:] | [:blank:] | [:blank:] |
| [:graph:] | 任何一个可以看得见的且可以打印的字符（注意：不包括空格和换行符等），例如：‘[[:graph:]] ‘ | [:graph:] | [:graph:] | [:graph:] | [:graph:] |
| [:print:] | 任何一个可以打印的字符（注意：不包括：[:cntrl:]、字符串结束符‘\0‘、EOF 文件结束符（-1）， 但包括空格符号），例如：‘[[:print:]] ‘ | [:print:] | [:print:] | [:print:] | [:print:] |
| [:cntrl:] | 任何一个控制字符（ASCII 字符集中的前 32 个字符，即：用十进制表示为从 0 到31，例如：换行符、制表符等等），例如：‘ [[:cntrl:]]‘ | [:cntrl:] | [:cntrl:] | [:cntrl:] | [:cntrl:] |
| [:punct:] | 任何一个标点符号（不包括：[:alnum:]、[:cntrl:]、[:space:]这些字符集） | [:punct:] | [:punct:] | [:punct:] | [:punct:] |
| [:xdigit:] | 任何一个十六进制数（即：0-9，a-f，A-F） | [:xdigit:] | [:xdigit:] | [:xdigit:] | [:xdigit:] |
学习资料
1、正则表达式30分钟入门教程。这是一篇非常好的文档，笔者当年就是看这篇文章学会正则表达式的。
http://deerchao.net/tutorials/regex/regex.htm
参考文献
1、维基百科
2、博客园，学院派的驴，《各种流派的正则表达式说明以及shell正则表达式》
http://www.cnblogs.com/finallyliuyu/archive/2013/05/27/3101220.html
Linux中grep、egrep正则表达式的使用