【标题】：了解正则表达式的语法
【关键字】：
【来源】：http://www.cublog.cn/u/26431/showart.php?id=228159

了解正则表达式的语法

元字符（.）可以作为通配符匹配任意单个字符。

元字符（*）用于与他前面的正则表达式的零个或多个出现匹配。星号元字符本身不匹配任何字符，它用于修改它前面的内容。正则表达式 .*匹配任意数目的字符。

元字符汇总

特殊字符	用途
.	匹配除换行符以外的任意单个字符。在awk中，句点也能匹配换行符。
*	匹配任意一个（包括零个）在它前面的字符（包括由正则表达式指定的字符）
[…]	匹配方括号中的字符类中的任意一个。如果方括号中第一个字符为脱字符号（^）,则表示否定匹配，即匹配除了换行符和类中列出的那些字符范围的所有字符。在awk中，也匹配换行符。连字符（-）用于表示字符的范围。如果类中的第一个字符为右方括号( ] )则表示她是类成员。所有其它的原字符在被指定为类中的成员时都会失去它本身的含义。
^	如果作为正则表达式的第一个字符，则表示匹配行的开始。在awk中匹配字符串的开始，即使字符串包含嵌入的换行符。
$	如果作为正则表达式的最后一个字符，则表示匹配行的结尾。在awk中匹配字符串的结尾，即使字符串包含嵌入的换行符。
\{m,n\}	匹配它前面某个范围内单个字符出现的次数（包括由正则表达式指定的字符）。\{n\}将匹配n次出现，\{n,\}至少匹配n次出现，而且\{m,n\}匹配n和m之间任意次出现。
\	转义随后的特殊字符

扩展的元字符（egrep和awk）

特殊字符	用途
+	匹配前面的正则表达式的一次或多次出现
？	匹配前面的正则表达式的零次或一次出现
\|	指定可以匹配其前面的或后面的正则表达式（替代方案）
（）	对正则表达式分组
{n,m}	匹配它前面末各范围内单个字符出现的次数（包括由正则表达式指定的字符）。{n}表示将匹配n次出现，{n，}至少匹配n次出现，{n，m}匹配n和m之间的任意次出现。

普遍存在的反斜杠

元字符反斜杠(\)将元字符转化成为普通字符（和将普通字符转化为元字符）。它强制将任意元字符解释为普通文字，以便匹配该字符本身。也可以使用反斜杠将一组普通字符解释为元字符。如：“ \n”结构中n表示从1到9之间的一个数字。

字符类

使用方括号元字符将字符列表括起来，其中每一个字符占据一个位置。文档可以

与在方括号内的任一字符匹配。字符类在处理大小写字母时非常有用。例如：[Ww]hat，指定what的大小写。下表列出方括号中具有特殊含义的字符。

POSIX字符类补充

POSIX标准对正则表达式字符和操作符的含义进行了形式化。这种标准定义了两类正则表达式：基本正则表达式（BER）,grep和sed使用这种正则表达式；扩展的正则表达式，egrep和awk使用这种正则表达式。

POSIX标准提供了附加的字母序列，当匹配和调整（排序）字符串数据时，这些字符序列应该被作为单个单元看待。

POSIX还改变了常用的术语。一直成为“字符类”的东西在POSIX标准中称为“括号表达式”。在括号表达式中，除了字面字符（例如，a、！等）以外，还可以有其它标记。如下：

Ø 字符类：

由 [: 和 :]包围的关键字组成的POSIX字符类。关键字描述了不同的字符类，例如，文字字符，控制字符等等

Ø 整理符号：

整理符号是多字符的序列，表示这些字符应该被看作是一个单元。它由[.和.]包围的字符组成

Ø 等价类：

等价类列出了应该看作是等价的字符集，它由地区化的字符元素（由[=和=]包围）组成

所有的这3种结构都必须出现在括号表达式的方括号中。例如 [[:alpha:]!]匹配任意单个字母字符或感叹号，[[.ch.]]匹配整理元素ch，但不匹配字母c或字母h。在法语地区[[=e=]可以匹配任意e、è或é 。