正規表示法 Regular Expressions

1.0 正規表示法簡介
〝正規表示法〞(Regular Expressions 縮寫為 RE 或 regex 或 regexp)或叫〝正則表達式〞,其作用為:「匹配符合某一規則的字串或字元(字符)」。

例如公司許多的產品目錄,顏色的標示有時用〝color〞有時用〝colour〞,如某天我要搜尋關鍵字〝color〞或〝colour〞如用正規表示法我只要用〝colou*r〞就可找到〝color〞或〝colour〞這兩種拼法,也時常用正規表示法〝\<[^aeiouyAEIOUY]*\>〞來找出無母音的單字來初步檢查看有無打字錯誤,只要花少許時間學習,就能擁有〝正規表示法〞的〝法眼〞很方便和實用。

正規表示法或延伸正規表示法所書寫的匹配敘述叫〝樣板〞(pattern),如上例的〝\<[^aeiouyAEIOUY]*\>〞或〝colou*r〞。

上例只是正規表示法的牛刀小試,正規表示法原本只流行在 UNIX 的一些工具程式如 grep, sed 等,因太強大和好用,故逐漸擴展到其他地方。甚至連微軟在其 Wold/Excel 中也對正規表示法提供了相當程度的支援,故學會了可應用在許多的地方,很值得一學。

<下圖為 MS Word 用正規表示法尋找〝tha〞或〝thi〞>


正規表示法很多人會和萬用字元搞混在一起而分不清,不過這也難怪,因正規表示法和萬用字元所用的符號部分重疊,但所代表的意義卻不一定一樣。更讓人搞混的為 UNIX 自從 1975 年發表了 UNXI V6,其中新增了〝globbing patterns〞(又叫〝glob〞)[註 1.0])擴充了萬用字元語法,從此萬用字元也有 Bracket Expressions 的功能和正規表示法的語法有部分重疊(雖然結果不一定相同)。

萬用字元大多數情況只能操作檔案(例如 ls /dev/[sh]d* ),正規表示法可想像為萬用字元的加強版,還可操作在匹配檔案的內容或程式的輸出(例如 seq 1 999 | grep '5\{2,3\}' ),也更細膩和彈性來匹配某一規則的字串。但正規表示法也有明顯不足的地方;例如正規表示法的語法對地球人來說就像火星文不易閱讀,且外並非所有的指令或工具都有支援正規表示法。

解釋正規表示法之前先舉個例子來說明萬用字元的最大缺點,如下例目的為用萬用字元列出〝/etc〞目錄內第一個字元為大寫的檔案或目錄:

例:

^ back on top ^

^ back on top ^

• Bracket Expressions(中括號表示法)
  中括號表示法(Bracket Expressions) Shell 本身就有支援,但特別注意的是在正規表示法中,中括號表示法的排序不受環境或語系影響,這點和 Shell 中用萬用字元很不同 。
  中括號表示法最明顯的特徵為要匹配的規則用中括號〝[ ]〞括起來,且內部不論寫的多複雜,只代表其符合的一個字元,常用的用法如下:
  
  
  • [一至多個任一字元]:匹配單一的字元。
    中括號〝[ ]〞內不論放入多少個字元(character)只是匹配其一符合的一個字元。
    
    例如〝[xyz]〞表示能匹配到一個字元〝x〞或〝y〞或是〝z〞任何一個都算,但可不是字串〝xyz〞。
    
    例:(vi 操作)
    

    busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. 中間略 /bu[nms] ←在 vi 狀態列搜尋 bu 後面接〝n〞或〝m〞或〝s〞的字串

    
    實驗時如 vi 匹配符合的文字沒有反白顯示,請在 vi 的環境設定中設〝:set hlsearch〞使之反白顯示匹配符合的文字。
    (反白顯示只有 vim 才有支援,大部分的發行版皆以vim 取代 vi。)
    
    
  • [起始字元-結束字元]:指定要匹配的字元範圍。
    如要匹配某一範圍的一個字元,其範圍一定要由小到大,範圍間以〝-〞間隔,且字元和〝-〞中間不可有空隔。
    
    例如〝[x-z]〞表示能匹配到字元〝x〞或〝y〞或是〝z〞同等〝[xyz]〞。
    其中〝-〞對左右兩邊的字元有特別高的結合率,例如〝[ab-z]〞可不是匹配到字元〝a〞,〝b〞,〝-〞或是〝z〞。而是〝a〞或〝b~z〞所以結果是等於〝[a-z]〞,同樣的功能如高興也可寫成〝[abc-ijkl-z]〞。
    
    一般常用的用法如下:
    

    Regular Expressions	Matches
    [0-9]	任何數字
    [a-z]	所有小寫字母
    [A-Z]	所有大寫字母
    [a-zA-Z] 或 [A-Za-z]	所有字母
    [0-9a-zA-Z]	任何數字和字母

    
    千萬不要用模稜兩可的表示法如〝[a-Z]〞,〝[0-z]〞,〝[A-9]〞或〝[0-/]〝因其大小排序可不是依 ASCII 的大小,不同的工具會造成不同的結果。
    
    有些寫法看起來怪怪的但卻是合法的如〝[6-9-]〞或是〝[-6-9]〞表示匹配〝6~9〞和〝-〞。
    而〝[6-9-z]〞表示匹配〝6~9〞或〝-〞或〝z〞。一時看不出來時,就由左到右再配合結合率,但被結合過就不能再被結合例如〝[6-9-z]〞要看成[6-9-z]〞(綠底為和〝-〞左右的字元結合),剩下的再用結合率配看看,如不能再結合則為各別的字元並非範圍。
    
    例:(vi 操作)
    

    busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google Goggles Solves SUDOKU Puzzles. How much oil boil can a gum boil boil if a gum boil can boil oil? Where's the peck of pickled peppers Peter Piper picked? 中間略 /[A-Z]he ←搜尋第一個字為大寫,後面為〝he〞的字串

    
    
    
  • [^ ]:反匹配。
    為反篩選原要匹配的範圍,例如〝[^xyz]〞為除了〝x〞或〝y〞或是〝z〞外任何字元都匹配。
    
    反匹配同樣的也可和〝[起始字元-結束字元]〞配合,如〝[^A-Z]〞代表除了大寫字母以外都匹配。
    
    反匹配的〝^〞一定要寫在〝[ ]〞內的第一個位置才是反匹配,例如〝[0-9^A-Z]〞不是反匹配,而是指能匹配任何數字,大寫字母和符號〝^〞。
    故〝[^^0-9]〞或〝[^0-9^]〞是指除了數字 0-9 和符號〝^〞都匹配。
    
    例:(vi 操作)
    

    busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can 中間略 /[^A-Z]he ←搜尋第一個字元不為大寫,後面為〝he〞的字串

    
    

    ^ back on top ^

• POSIX Characters(POSIX 字集)
  POSIX Characters 在萬用字元中也有,如在萬用字元中使用最大好處是可不受不同的語系設定而影響輸出結果,用在正規表示法可簡化敘述。
  
  例如要匹配所有的標點和符號,可能可寫成〝[^0-9a-zA-Z ]〞,這還是沒考慮到不顯示的字元(Whitespace)的寫法,如用 POSIX-characters 只要寫成〝[:punct:]〞簡而有力。
  
  實際應用 POSIX-characters 要再多個中括號例如〝[[:punct:]]〞因最外面〝[ ]〞代表中括號表示法的範圍,裡面的〝[: :]〞為 meta-character。
  
  因 POSIX charactor 為中括號表示法的一個子集(sub-set),故可和上面已介紹過的各種中括號表示法結合,例如〝[[:upper:]xyz]〞或〝[^[:upper:]0-9]〞,[^[:upper:][:lower:]]〞等。
  
  各 POSIX-characters 所代表的意義如下:
  

  POSIX Characters 匹配字元
  POSIX	ASCII	說明	註
  [:alnum:]	[A-Z,a-z,0-9]	英文字母和數字
  [:alpha:]	[A-Z,a-z]	英文字母
  [:blank:]		空格(ASCII = 20H)和 TAB(ASCII = 9H)
  [:cntrl:]	[0H-1FH,7FH]	控制字元
  [:digit:]	[0-9]	數字
  [:graph:]	[21H-7EH]	會顯示的字元
  [:upper:]	[A-Z]	大寫字母
  [:lower:]	[a-z]	小寫字母
  [:print:]	[20H-7EH]	會顯示的字元+空格
  [:punct:]	[\]\[!"#$%&')(*+,./:;<=>?@\^_`{|}~-]	標點和符號
  [:space:]	[ \t\r\n\v\f]	Whitespace(不顯示的字元)	Whitespace 字元(如換行)一般是不會顯示出來, 但 Linux 對一些常用的 Whitspace 字元有其固定的表示方式 (可參考 [註 1.1]ASCII 中的〝Linux 常用的表示方式〞一欄)
  [:xdigit:]	[A-F,a-f,0-9]	十六進制的字元

  
  
  例:(vi 操作)

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google Goggles Solves SUDOKU Puzzles. How much oil boil can a gum boil boil if a gum boil can boil oil? Where's the peck of pickled peppers Peter Piper picked? 55 Flags freely flutter from the floating frigate 中間略 /[[:digit:]] ←用 POSIX Characters 搜尋阿拉伯數字

  
  
• .:匹配任何單一字元
  一個〝.〞可匹配任何單一字元(一定要存在),有點類似萬用字元的〝?〞。
  
  〝.〞代表任一存在的字元,例如〝x.y〞表示可匹配〝xay〞,〝xBy〞或〝xxy〞等但不能匹配〝xy〞。
  此為一獨立的子集,不能和中括號表示法混在一起,例如〝[x.y]〞表示可匹配字元〝x〞或〝.〞或〝y〞(因中括號內再多字元,也只匹配其一符合的一個字元)。
  
  〝.〞要寫在中括號外才可代表其意義如〝[A-Z].〞表示可匹配第一字元為大寫子母,第二字元隨便有就好。
  而〝[A.Z]〞表示可匹配〝A〞或〝.〞或〝Z〞
  
  大部分的 Linux 和 Unix-like,〝.〞是代表除換行以外的任一字元(包含符號,不顯示的字元和控制字元)。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. 中間略 /s.ll ←因〝.〞可匹配任何字元,故第二行的字串〝sill〞或〝sell〞都符合

  
  
  
• *:匹配〝*〞前面的字元從零到無限重複前字元
  和萬用字元的〝*〞同一符號但功能卻太不相同;正規表示法的〝*〞表示為零到無限重複的〝前〞字元。
  特別注意是那個〝前〞字,如〝x*z〞在〝*〞號的前字元為〝x〞,故表示〝x〞可 0~∞ 個,故可匹配〝z〞,〝xz〞,〝xxz〞,〝xxxxxxxxxxz〞等。
  
  所以如果要表達一至無限相鄰連續的大寫字元(如 A 或 BB 或 ABCDEFG) 可寫成〝[A-Z][0-9]*〞或〝[A-Z]g*〞等寫法,但一般會寫成〝[A-Z][A-Z]*〞來〝暗示〞目的,才不會自己都看不懂自己寫的火星文。所以同樣的要匹配任何字元用〝.*〞表示匹配任何東東(包括無)會比寫成〝A*〞或〝3*〞等更有可讀性。
  
  以下為一些實用的範例:
  

  Regular Expressions	Matches	例
  .*	無到任何字元	[\]\[!"#$ABCabc0123\n\a\t 等
  [0-9][0-9]*	一或一個以上的連續相鄰的數字	0、11、12345、 543543543
  [A-Z][A-Z]*	大於或等於一個以上都是大寫相鄰的字元	Y、IJK、ZZZZZZ
  [a-z][a-z] *	大於或等於一個以上都是小寫相鄰的字元	z、xyz、abcdefghijk
  Goo*gle	G 和 gle 之間 的〝o〞可一到無限	Gogle、Google、Gooooooooooogle
  yaho*	yah〝o〞可零到無限	yah、yaho、yahoooooooooooooo
  .*k	從第一個任意字元直到遇到〝k〞	This is a book
  G.*	〝 G 〞開始一直到換行	Good morning Mr. Chen

  如果在樣板的前面加上〝^〞表示此樣板一定要在某行的開頭才算符合。 
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can 中間略 /can*

  
  上例中因〝*〞前面的字元〝n〞=0 也算符合,故〝ca〞,〝can〞和〝cann〞或〝cannnnnn〞(無限重複相鄰的前字元)都符合。
  
  

  ^ back on top ^

• ^:匹配起始位置的字串(以行為單位)
  如果在樣板的前面加上〝^〞表示此樣板一定要在某行的開頭才算符合。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can   中間略 /^can

  
  上例中因〝can〞字串有很多個,但前者加個〝^〞不但字串要符合且要在該行的起使位置才算真正的匹配。
  
  另外不要和中括號表示法的反匹配〝[^ ]〞弄混了,如需配合中括號,中括號內〝[^ ]〞為反匹配,在中括號外〝^[ ]〞為匹配起始位置。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google Goggles Solves SUDOKU Puzzles. 中間略 /^[^A-Z] ←匹配起始位置非大寫的字元

  
  
  
• $:匹配結束位置的字串(以行為單位)
  如果在樣板的後面加上〝$^〞表示此樣板一定要在某行的最後位置才算符合。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can   中間略 /an$

  
  上例中因〝an〞字串有很多個,pattern 最後加個〝$^〞不但樣板要符合且要在該行的最後位置才算真正的匹配。
  
  故如〝^〞和〝$〞結合寫成〝^$〞表示匹配最前和最後都沒東西的空白行(只有換行沒其他字元),如為〝^hello$〞則為匹配某行只有單子〝hello〞別無其他。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can   ←空白行 google Goggles Solves SUDOKU Puzzles.   中間略 /^$ ←匹配空白行

  
  
  
• &:記憶匹配到的字串
  正規表示法匹配到的字串我們可用〝&〞表示匹配到的字串。也就是〝&〞為一變數,此時〝&=匹配到的字串〞。
  
  例如正規表示法〝colou*r〞 匹配到字串〝color〞,此時 &=color,如匹配到的字串為〝colour〞此時 &=colour。
  
  記憶匹配〝&〞最主要用在取代,(用〝&〞所代表的樣板來取代)故下例請用vi 命令模式的取代來測試。
  看下例就更清楚了。
  
  例:(利用 vi 命令模式的取代來測試)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes (The) driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google(Goggles)(Solves) SUDOKU (Puzzles). 中間略 :1,$ s/[A-Z][a-z][a-z]*/(&)/g ←把第一個字母為大寫其後字母為小寫的字加上〝( )〞號

  
  上例中,第一次匹配到的單字為〝The〞,故 &=The,而用〝(&)〞取代時因 &=The 故結果為〝(The)〞;第二次匹配到的單字為〝Goggles〞就依此類推。
  (上例用vi 命令模式的取代操作)
  
  

  ^ back on top ^

• {a,b}:匹配限定重複前字元
  因正規表示法的〝*〞只能匹配前字元從 0~∞ 明顯有些的不足,如要指定前字元的數量就用〝{a,b}〞,例如〝o{2,4}〞表示可匹配 2~4 個連續〝o〞。
  
  〝{a,b}〞的格式中,a 為前字元重複次數的下限, b 為上限;如寫成〝{a}〞則為固定 a 次的重複前字元。
  
  特別要注意的為基礎正規表示法對括號中的〝{ }〞, 〝( )〞,〝< >〞和〝|〞視為保留的表示符號,故要加上跳脫字元寫成〝\{a,b\}〞。
  
  
  例:(vi 操作)
  

  What are the numbers for I II III IV V VI VII VIII VIIII in Roman numerals?     中間略 /VI\{2,3\} ←搜尋〝V〞後面連續 2~3 個〝I〞的字串

  
  另外〝{a,b}〞中的其一元素如省略代表匹配的前重複字元無上限或下限。
  
  例:(vi 操作)
  

  gogle google gooogle goooogle gooooogle is a gd god good goood     中間略 /go\{,2\}d ←搜尋〝g〞和〝d〞之間〝o〞上限為 2 的字串

  
  例:(vi 操作)
  

  gogle google gooogle goooogle gooooogle is a gd god good goood     中間略 /o\{3\} ←搜尋〝o〞下限為 3 的字串

  
  
• ( ):集合匹配前字串
  上面介紹的〝*〞或〝{}〞都是匹配重複的前〝字元〞(chracter),但如是重複的是〝字串〞(string)要如何處理呢?如字串〝AwxywxywxywxyB〞,此時可把字串用〝( )〞括起來當字元來看待,例如〝A(wxy)*B〞可匹配〝AwxyB〞或〝AwxywxywxyB〞等。
  
  些外〝( )〞的集合匹配如和〝*〞或和延伸正規表示法的〝+〞和〝?〞等語法加持,可有灌頂加乘的效果,如下為常用的用法:
  
  • 〝( )*〞:集合匹配零到無限。
  • 〝( )+〞:集合匹配一到無限(延伸正規表示法才有支援)。
  • 〝( )?〞:集合匹配零到一(延伸正規表示法才有支援)。
  
  例:(vi 操作)
  

  1,000 milliliter equal 1 liter. 中間略 /\(li\)*ter ←匹配〝ter〞前面 0~∞ 的〝li〞

  
  

  ^ back on top ^

• < >:匹配單字
  所謂的單字(Word)是由一個字母以上所組成,由標點符號或空格等間隔;例如句子〝I am a student〞共有 4 個單字,但如寫成〝I'm a student〞也算有 4 個單字,因〝I'm 〞由符號〝'〞間隔成兩個單字。
  
  匹配單字有時沒你想像中容易,例如你只想找單字〝oil〞如沒適當的使用空格可能也會匹配到〝boil〞,〝unspoiled〞等不是原預期的單字。最不想傷腦筋解決方法是用〝< >〞把想要匹配的樣板括起來。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google Goggles Solves SUDOKU Puzzles.   中間略 /\<[[:upper:]]*\> ←匹配字母都大寫的單字

  
  單字匹配也可玩一下,例如我們都知道任何英文單字都有母音 A、E、I 或 U (好像單字〝by〞或〝fly〞為唯二沒母音的單字),我可用〝\<[^aeiouyAEIOUY]*\>〞來初步找到沒母音的單字來排除可能的錯字。
  
  
• ( )\1:向後參考(Back-Reference)記憶匹配
  〝& 〞能記憶匹配到的字串只有一個,如果要記憶超過一個以上所匹配到的字串就可用向後參考記憶匹配〝( )\1〞。
  其中〝( )〞內為匹配條件,而〝\1〞為記憶第一個符合所匹配的變數,最多可從〝( )( )( )( )( )( )( )( )( )\1\2\3\4\5\6\7\8\9〞共 9 個。
  例如〝(abc)(def)(ghi) \1\2\3〞如都匹配到,則 \1=abc, \2=def, \3=ghi。
  
  向後參考記憶匹配用在什麼地方呢?先不看下面的答案,試者用正規表示法來匹配兩相鄰且相同的字母的字串(如單字中有〝bb〞、〝ee〞、〝AA〞、〝GG〞等字串)。
  
  或許有方法,但我想不出來,但如用向後參考記憶匹配寫成〝\([a-zA-Z]\)\1〞就可以了。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes>   中間略 /\([a-zA-Z]\)\1 ←搜尋兩相鄰且相同的字母的字串

  
  上例中〝[a-zA-Z]〞會匹配任何英文字元,故一開始〝[a-zA-Z]〞匹配到文章開始的第一個字元〝b〞,此時變數〝 \1〞等於字元〝b〞,故就匹配字串〝bb〞,依此類推〝[a-zA-Z]〞再匹配下一個字元〝u〞(此時變數〝 \1〞=〝u)〞故開始匹配字串〝uu〞一直下去就能找到兩相鄰且相同字母的字串。
  
  因〝( )( )( )...\1\2\3...\9〞最多可 9 個,更複雜的例子,如〝\([a-z]\)\([a-z]\)\2\1〞把變數的位置互換一下能匹配到什麼自己想想看或測試一下。
  
  向後參考記憶匹配不只用來搜索,也常用在取代,如下例。
  
  例:(利用 vi 命令模式的取代來測試)
  

  busy buzzing bumblebees buzzing busying silly 6 sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. 中間略 :1,$ s/\(\<[0-9]*\>\) \(\<[a-z]*\>\) /\2 \1 /g ←如匹配到一字串都是數字且下個字串都是小寫字母就交換位置

  
  上例中因〝(\<[0-9]*\>\)〞匹配到數字的字串〝6〞故 〝\1=6〞,〝(\<[a-z]*\>\)〞匹配到字串〝silly〞故〝\2=silly〞,而取代時故意把〝\2〞放在〝\1〞之前,故就達到對調的目的。
  
  
  
• |:或匹配
  或匹配〝|〞原應是在延伸正規表示法內,但現代的 Linux/UNIX-like 也收編入基礎正規表示法中,但為了區別要加跳脫字元寫成〝\|〞。因少了或匹配的〝|〞的基礎正規表示法就好像跛了腳一拐一拐的。
  
  或匹配為在〝|〞左右兩邊的樣板進行〝或〞運算;即〝|〞兩邊其一匹配就成立。例如〝[1-3]\|xyz〞表示數字 1~3 或字串〝xyz〞 都能成立匹配。
  
  例:(vi 操作)
  

  busy buzzing bumblebees buzzing busying 6 silly sisters selling shining shoes The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can google Goggles Solves SUDOKU Puzzles. 中間略 /bus\|buzz ←匹配〝bus〞或〝buzz〞

  
  另外可用〝( )〞把〝|〞括起來縮小匹配範圍,例如〝iphone\(4s\|5\)〞表示〝iphone4s〞或〝iphone5〞都匹配。
  
  

  ^ back on top ^

1.2 延伸正規表示法(ERE)

但為什麼要有〝延伸正規表示法〞呢?個人認為(個人認為不一定對,有空我再考證一下)因基礎正規表示法在定義的時候漏掉了或匹配的〝|〞。

為什要為了一個或匹配符號的〝|〞而定義延伸正規表示法?符號〝|〞這麼重要嗎?是的!!舉簡單的例子,假設我不用〝|〞,但我要匹配單字〝as〞或〝if〞我可能可寫成〝[ai][sf]〞但此時你要保佑不要匹配到單字〝is〞。

但隨便增加或匹配符號的〝|〞到基礎正規表示法會有相容問題,如以前寫的 pattern 只是要匹配字元〝|〞但並不是要進行或匹配運算。 故解決方法為原基礎正規表示法要用或匹配要加跳脫字元寫成〝\|〞 另新增另一表示法叫〝延伸正規表示法〞則直接用〝|〞表示或匹配也順便修改了些東東。

延伸正規表示法(Extended Regular Expressions)或叫〝posix-Extended〞常簡寫為 ERE,和基礎正規表示法不同的地方如下。

• 新增〝|〞或匹配。(原基礎正規表示要寫成〝\|〞)
• 把原基礎正規表示法要寫成 〝\{ \}〞,〝\( \)〞看起來礙眼的跳脫字元拿掉。(〝聽說〞原單字匹配的〝\< \>〞也要拿掉跳脫字元,但遇語法相沖問題,但為什麼相沖,我還沒想到)
• 新增〝+〞和〝?〞這兩個表示字元(metacharacter)。

• |:或匹配
  和基礎正規表示法的或匹配是同一功能但在延伸正規表示法使用不用加跳脫字元。
  
  因 vi 沒支援延伸正規表示法,故以下操作改用 grep。
  
  例:

  $ grep -E 'ca(r|n)' re.txt ←匹配〝car〞或〝can〞(注意!不用跳脫字元了) The driver was drunk and drove the doctor's car into deep ditch. can you can a can as a canner can can a can How much oil boil can a gum boil boil if a gum boil can boil oil? $ grep 'ca\(r\|n\)' re.txt ←如去掉選項〝-E〞為基礎正規表示法,或匹配要加跳脫字元

  
  
• +:匹配〝+〞前面的字元一個到無限重複字元
  同等於基礎正規表示法的〝{1,}〞用法。
  例如〝(xyz)+〞可匹配到〝xyz〞或〝xyzxyz〞或〝xyzxyzxyz〞
  
  例:

  $ grep -E 'go+gle' re.txt ←列出〝gogle〞或〝google〞或 〝goooooooooooogle〞 google Goggles Solves SUDOKU Puzzles $ seq 1 10000 | grep -E '^199+' ←列出有 199, 199, 19999999 有關的數字 199 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

  
  
  
• ?:匹配〝?〞前面的字元零到一個重複字元
  同等於基礎正規表示法的〝{0,1}〞用法。
  
  例:

  $ grep -E '[+-]?[0-9]+\.[0-9]+([Ee][+-][0-9]+)?' fileA ←列出〝fileA〞內的實數(Real numbers)

^ back on top ^