分类： Python/Ruby
2011-03-17 16:44:23
shell 通配符
（假设当前目录下有 chap , .chap , chap01 , chap02 , chap15 , chap16 , chapa ,chapb）
1.命令在 shell中的一般执行过程：
当我们在终端输入一个命令时，该命令将作为 shell的输入。 shell想扫描输入的命令行，搜索元字符（通配符等）。元字符对命令本身来说，没有任何意义，但是对 shell来说有特殊意义。当 shell搜索到 > , ｜ ， * 等元字符时，它在命令执行之前，先解释这些元字符说代表的意义（即命令的预处理过程），如将“ rm *”命令中的 "*"替换为当前目录下的所有文件名。当所有的预处理都完成后， shell将命令行传送给内核，最后由内核负责运行命令。此时的命令行里面不再有元字符。当内核正在执行命令时， shell就处于等待状态，等待来自内核的这个命令结束运行的消息。命令运行结束后， shell再次显示提示符，等待用户输入下一个命令。
2.shell的通配符：
| 通配符 | 匹配方式 | 实例 | 注意 |
| * | 任意个字符，包括空字符 | ls *chap* 命令将输出： Chap chap01 chap02 chap15 chap16 chapa chapb chapc | *并不匹配以‘.’开头的文件（通常为linux中的隐藏文件） 和路径中的/字符。 但是可以匹配文件名中的多个‘.’ |
| ? | 单个字符 | ls chap? 命令将输出： Chapa chapb | |
| [abc] | a,b,c中的一个字符 | ls chap[abc] 命令将输出： Chapa chapb chapc | |
| [!abc] | 除a,b,c之外的任意字符（不局限于26个字母） | ||
| [a-z] | a到z之间的任意一个asscii字符 | ls chap[a-c] 命令将输出： Chapa chapb chapc | [a-zA-Z]表示所有的26个大小写字母中的一个。使用 连字符时，左边的ASCII码必须小于右边的ASCII码。 在ASSIC序列中，大写字母排在小写字母前面 |
| [!a-x] | 除a到z之外的任意一asscii字符 | ||
| {pat1,pat2} | 模式1,模式2等 | ls chap{,01,15,a} 命令将输出： Chap chap01 chap15 |
3.转义与引用
当我们在 shell要使用字符本身的意义而不是其通配意义时，可以使用转移字符 '\'，如 ls \* 表示查看文件名为 *的文件，而非查看以 \开头的文件。也可以用引用的方法，如 ls '*'表示查看文件名为 *的文件。转义有两种方法，一是使用单引号，而是使用双引号。他们的区别是双引号没有单引号那么严格，它不会保护其中的 $和 `（反引号符），双引号中的 $和 `还是会被 shell解释。
正则表达式
正则表达式类似于通配符，起到一个类似于通配的作用，但是与通配符不同的是这个表达式是命令的一个特性，与 shell没有任何关系。它是有命令自己解释而不是 shell，它适用于使用正则表达式的程序，如 grep， sed等。由于正则表达式是由命令自己来解释而不是由 shell来解释，所以必须用引号以阻止 shell按它的意思对正则表达式中的元字符进行解释
1.基本正则表达式（ Basic Regular Expression,BRE）
| 通配符 | 匹配方式 | 实例 |
| * | *前一个字符的零次或多次出现 | g* 代表空字符或g , gg , ggg等 |
| . | .代表单个字符 | .*代表空字符或任意个字符 |
| [abc] | a,b,c中的一个字符 | |
| [a-z] | a到z之间的任意一个asscii字符 | [1-3]表示1到3之间的某个数字 |
| [^abc] | 除a,b,c之外的任意字符（不局限于26个字母） | |
| [^a-z] | 除a到z之外的任意一asscii字符 | [^a-zA-Z]表示非字母字符 |
| ^pat | 行首为pat模式 | ^bash表示行首为bash |
| pat$ | 行尾为pat模式 | ^pat$表示一行中只有单词pat |
| ^$ | 表示空行 |
2.扩展正则表达式（ Expand Regular Expression， EBR）
| 表达式 | 含义 | 实例 |
| + | 匹配一个或多个它前面的字符 （与*的区别在于它不能匹配空串） | |
| ? | 匹配零个或一个它前面的字符 （与.的区别在于它可以匹配零个前面的字符） | |
| exp1｜exp2 | 匹配exp1或exp2 | GIF｜JPEG表示GIF或JPEF |
| (x1|x2)x3 | 匹配x1x3或x2x3 | (a|b)cd匹配acd或者bcd |
3.其他基本正则表达式（以 sed命令举例）
重复模式——使用 &符号，它表示出现在目标串中的源模式串；
我们常会遇到这样的情形：源模式串也出现在目标串中，我们就可以使用 &这个特殊字符表示出现在目标串中的源模式串。
例：（以下两个命令效果相同）
sed 's/director/executive director/' tmp.lst
sed 's/director/executive &/' tmp.lst
间隔正则表达式 (Interval Regular Expression,IRE)——在 { 和 }里面使用一个或一对数值；
ch\{m\}——表示字符 ch出现 m次
ch\{m,n\}——表示字符 ch出现次数在 m和 n之间
ch\{m,\}——表示字符 ch至少出现 m次
（其中 ch可以是一个字符，或者一个 .点，或者一个字符类。 M和 n的值不能大于 255）
例：
sed -n /.\{101,\}/p foo （选取字符数大于 100的行）
grep ^.\{101,150\}$ foo（选取行长度为 101到 150之间的行，注意此处的 ^和 $）
带标志的正则表达式 (Tagged Regular Expression,IRE)——把多个模式串用 ( 和 )组成组，在目标串中用数值标签表示。
TRE的工作过程：我们必须先确定处理的行和一行中各段内容，把每段内容放在一对圆括号里，圆括号用转义字符表示。各段的模式自动获得一个数值标号 n， n表示从左边开始的第 n组。为了在目标串中使用这些组，必须使用 \n标签。这意味着，第一个组用 \1表示，第二个组用 \2表示，等等
4.元字符不起作用的情形及转义：
正则表达式中脱字符 ^ 有三个作用，当它在字符类的前面（即 [^a-z]）时，表示对字符类取反；当它在字符类 的外面且在表达式的最前面时（如 ^2）时，表示匹配行首位置；在其他位置则表示它自己。当 -在字符类里而它的两侧没有其他字符时，或者当他出现于字符类外面时， -将失去其原意。当 .和 *在字符类之类将失去原意，当 *在表达式的第一个字符时，将按它的字面意义进行匹配。如果要在元字符起作用的地方使用元字符本身，则使用 \字符进行转义。
总结 ： shell通配符和正则表达式各自的组合十分强大，匹配范围超强，关键在于自己的应用。由于个人能力有限，就不举例了！
转自：http://blog.csdn.net/whxlovehy/archive/2010/12/03/6052366.aspx
