grep断言

零宽断言的意思是（匹配宽度为零，满足一定的条件/断言） 我也不知道这个词语是那个王八蛋发明的，简直是太拗口了。

 

 零宽断言用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b ^ $ \< \> 这样的锚定作用，用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。 断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

 

其中零宽断言又分四种：

1）

先行断言   也叫零宽度正预测先行断言(?=exp)   --  表示匹配表达式前面的位置

 

例如 [a-z]*(?=ing) 可以匹配 cooking 和singing 中的cook 与sing 。

 

注意：先行断言的执行步骤是这样的先从要匹配的字符串中的最右端找到第一个 ing (也就是先行断言中的表达式)然后 再匹配其前面的表达式，若无法匹配则继续查找第二个ing 再匹配第二个ing 前面的字符串，若能匹配则匹配，符合正则的贪婪性。

 

例如： .*(?=ing) 可以匹配 "cooking singing" 中的"cooking sing" 而不是cook

 

 

2）

后发断言   也叫零宽度正回顾后发断言(?<=exp)  --  表示匹配表达式后面的位置

 

例如(?<=abc).* 可以匹配 abcdefg 中的defg

 

注意：后发断言跟先行断言恰恰相反 它的执行步骤是这样的：先从要匹配的字符串中的最左端找到第一个abc(也就是先行断言中的表达式)然后 再匹配其后面的表达式，若无法匹配则继续查找第二个abc 再匹配第二个abc 后面的字符串，若能匹配则匹配。

 

例如(?<=abc).* 可以匹配 abcdefgabc 中的defgabc 而不是abcdefg

 

 

3）

负向零宽断言

 

负向零宽断言 (?!exp) 也是匹配一个零宽度的位置，不过这个位置的“断言”取表达式的反值，例如 (?!exp)表示 "exp"前面的位置，如果 "exp"不成立 ，匹配这个位置；如果 "exp"成立，则不匹配。同样，负向零宽断言也有“先行”和“后发”两种，负向零宽后发断言为 (?<!exp)

 

负向零宽后发断言(?<!exp)

 

负向零宽先行断言 (?!exp)

 

负向零宽断言要注意的跟正向的一样。

 

 

常用分组语法

分类 代码/语法 说明

捕获 (exp) 匹配exp,并捕获文本到自动命名的组里

(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)

(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号

零宽断言 (?=exp) 匹配exp前面的位置

(?<=exp) 匹配exp后面的位置

(?!exp) 匹配后面跟的不是exp的位置

(?<!exp) 匹配前面不是exp的位置

注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

 

 

 

例子:

 

cat file

aaa bbb CD="123" fd

 

要取出CD后面的值：

grep -oP '(?<=CD=")\d+' file

[解析]

 以 CD=" 为后发断言，匹配它后面的多个数字。

 

 

 

 

cat file

Rx Optical Power: -5.01dBm, Tx Optical Power: -2.41dBm

 

要取出那几个分贝的值：

-5.01

-2.41

 

 

grep -oP '(?<=: ).*?(?=d)' file

[解析]

 后发断言 ”:“ 后面的字符串，直到 d字符前面的字符串，?号的作用是避免贪婪匹配。

 

 

 

cat file

["check_ssh",ok],["check_eth",ok],["check_disk",ok],["check_swap",ok],["check_mem",ok],["check_hardware",false],["check_filesystem",false],["check_port",ok],["check_redis-server",ok],["check_login",ok]

取出[ ]中含 false 字样的内容:

check_hardware

check_filesystem

 

 

grep -Po '[^"]+(?=",false)'  file

 

总结：

断言的匹配方式有两种，一种是从最左边开始查找字符串，另外一种是从最右边开始查找字符串

1、cat file

aaa bbb CD="123" fd

 

要取出CD后面的值：

grep -oP '(?<=CD=")\d+' file

在此例子中，如果想要取出CD后面的数字字符的话，首先从左边开吃查找CD=”这个字符串，查找到之后取出后面跟的数字字符\d+。其中<=表示匹配字符串从字符串的最左边开始。

 

2、cat file

Rx Optical Power: -5.01dBm, Tx Optical Power: -2.41dBm

 

要取出那几个分贝的值：

-5.01

-2.41

grep -oP '(?<=: ).*?(?=d)' file

从左边开始向右边寻找，查找到: （冒号加上空格），这个字符串所在的为止，.*?意思是去掉grep的贪婪匹配，?=d意思是结束符号是d。去掉贪婪模式是什么意思呢，也就是如果匹配到d只有就结束第一次的匹配。

grep -oP '(?<=: ).*(?=d)' file

-5.01dBm, Tx Optical Power: -2.41

如果不加?，那么就会匹配到对后面的那个符号d。

3、

cat file

["check_ssh",ok],["check_eth",ok],["check_disk",ok],["check_swap",ok],["check_mem",ok],["check_hardware",false],["check_filesystem",false],["check_port",ok],["check_redis-server",ok],["check_login",ok]

取出[ ]中含 false 字样的内容:

check_hardware

check_filesystem

grep -oP '[^"]+(?=",false)' d

从右边开始查找false关键字，查找到之后，找到左边的不是以符号”开始的字符，这样就匹配到了false左边中括号内的字符串。

 

Perl常用转义字符：

\b  单词的边界

\w  表示[a-zA-Z0-9_]字母数字下划线

\W 表示不在[a-zA-Z0-9_]字母数字下划线中的字符

\d [0-9]中的一个数字

\D  不在[0-9]中的任意字符