正則表達式知識分享

IT那活兒發(fā)布于2023-01-11 13:20 / 4082人閱讀

正則表達式知識分享

一.正則的簡介

正則表達式主要是按照指定規(guī)則來匹配相應的字符串信息。正則表達式這個概念最初是由Unix中的工具軟件（grep等）普及開的，現(xiàn)在許多編程語言也都支持使用正則進行匹配。

如上圖所示，正則表達式中的. [] ^ $符號在Linux的不同系統(tǒng)工具或者不同開發(fā)語言中均適用；（），{}，？，+，|等在不同的工具或語言中適用性有差別，主要是因為不同工具或語言遵循的正則表達式規(guī)范不同引起的。例如：在使用grep系統(tǒng)工具時發(fā)現(xiàn)，對于{}（）等特殊符號有的需要轉(zhuǎn)義，有的不要轉(zhuǎn)義。

二.正則表達式規(guī)范

Unix/Linux下的工具大多采用POSIX規(guī)范，該規(guī)范包含基本語法（BRE）和擴展語法兩種（ERE）兩種，其中擴展語法不能理解為對基本語法的擴充，其本身也是一套完整規(guī)范。

另外一種從Perl衍生出來，叫做PCRE規(guī)范，當然還有其他的規(guī)范，這里就不多做介紹。

以grep為例，來演示如何在Linux系統(tǒng)中去切換到各種規(guī)范下使用正則表達式。

基本語法: grep “^#{1,}”/etc/fstab

基本語法中，{}（）等特殊符號需要轉(zhuǎn)譯的，如果使用擴展語法或PCRE規(guī)范不需要。

擴展語法：grep -E “^#{1,}”/etc/fstab 或者 egrep “^#{1,}” /etc/fstab

通過添加-E參數(shù)或者使用egrep命令來切換到擴展語法規(guī)范。

PCRE規(guī)范：grep -P “^#{1,}”/etc/fstab

注意Linux系統(tǒng)需要加載PCRE依賴包，通過添加-P參數(shù)切換到PCRE規(guī)范。

三.正則的特殊字符

1. 常用的元字符

.  匹配除換行符以外的任意一個字符 
^  匹配字符串的開始位置
$  匹配字符串的結(jié)束位置
w  匹配字母和數(shù)字以及下劃線其中的一個字符，相當于[_a-zA-Z0-9]
W  匹配不是字母、數(shù)字、下劃線的字符，即w的補集
d  匹配任意一個數(shù)字，相當于[0-9]
D  匹配任意非數(shù)字的字符，d的補集
b  匹配單詞的開頭或結(jié)尾位置，用于精確匹配 
eveningb  Good evening leveningll 僅匹配是evening的完整單詞
B  匹配不是單詞開頭或結(jié)束的位置
BveniB    Good evening veni 僅匹配單詞內(nèi)部含veni的字符串
s  匹配空格符號 
S  匹配非空格符號

2. 常用量詞

常用量詞主要是對前面的字符的匹配次數(shù)

*   代表連續(xù)匹配前邊的內(nèi)容任意次（換行符除外） 
+   和*類似，不同的是*可以匹配0次，而+則是匹配至少1次
？   匹配0次或1次
{n}  匹配前面的字符n次 
{n,}  匹配前面的字符至少n次
{n,m}  匹配前面的字符n次到m次

3. 字符集合

[xyz]       匹配x或y或z
[a-zA-Z0-9] 匹配a-z或A-Z或0-9中任意一個字符
[^a-z]      匹配非a-z的任意字符，達到了取反的效果

4. 其他的特殊字符

() 以組的形式將多個字符作為一個整體。

如（abc）{2，} 表示至少是abcabc。在一個表達式中使用多個（）定義組，則使用1,2的形式來調(diào)用的定義的組。

| 或條件把不同的規(guī)則分開，按照順序進行匹配，其中一個匹配成功，即匹配結(jié)束

5. 貪婪匹配和惰性匹配

.* 表示貪婪匹配 a.*b 最先出現(xiàn)a到最后出現(xiàn)的b cca000bccccaccbcab

.*? 表示惰性匹配 a.*?b 最先出現(xiàn)a到最先出現(xiàn)的b cca000bccccaccbcab

6. 斷言匹配

(?=exp) 匹配exp前面位置的字符

(?<=exp) 匹配exp后面的位置的字符

此處僅列舉了較簡單的兩個示例，還有一些其他的復雜，有興趣的可以網(wǎng)上查看下。

7. PCRE規(guī)范與Linux中工具使用規(guī)范的不同

vi/vim,grep,sed等工具遵循的是POSIX的基本語法規(guī)范，awk和egrep遵循的是POSIX擴展語法規(guī)范。因此，這是有的對{}進行轉(zhuǎn)義，有的不需要轉(zhuǎn)義的原因。
PCRE中常用來表示“單詞的起始或結(jié)束位置”，但Linux/Unix的工具中，通常用<來匹配“單詞的起始位置”，用>來匹配“單詞的結(jié)束位置”，sed中的y可以同時匹配這兩個位置。
不同規(guī)范中分枝匹配也有一定差別，有的用...|...，而有的用（...|...）。
使用（）可以定義作用范圍，當在一個規(guī)則中使用多個括號時，可以使用1 2來調(diào)用前面括號的內(nèi)容。

8. POSIX字符組

我們在使用正則表達式時，也會遇到像[:digit:]表示數(shù)字字符、[:lower:]表示小寫字母字符的形式，這種形式就是POSIX字符組。POSIX字符在不同的字符集中對應的格式也不一樣，在ASCII中，對應關(guān)系如下：

9. 正則表達式舉例

1）擴展正則表達式表示IP的方式

拆分255的過程如下：

數(shù)值范圍：對應的表達式

0-9 [0-9]

10-99 [1-9][0-9]

100-199 1[0-9]{2}

200-249 2[0-4][0-9]

250-255 25[0-5]

0-255的表達式為: ( [1-9]?[0-9] | 1[0-9]{2} | 2[0-4][0-9] | 25[0-5] )

IP格式的整體表達式：

(([1-9]?[0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]).){3}([1-9]?[0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])

2）擴展正則匹配網(wǎng)址URL：

^(((ht|f)tps?)://|(www.)?)w.*(.(com|cn|io|html))$

拆分如下：

((ht|f)tps?)   匹配http，https，ftp三種格式
(www.)?        ？代表可以匹配0次或者1次www.
w.*           表示可以輸入任意內(nèi)容（換行符除外）
(.(com|cn|io|html|htm|))$  可以匹配com、cn、io、html等結(jié)尾的網(wǎng)址

因此以下形式的網(wǎng)址均可以被匹配：

http://aa.123.com

ftp://aa.sss.sss.com

http://bb.com

www.aa.cn

aa.com

四.正則表達式在nginx中的應用案例

在編譯安裝nginx前，需要安裝PCRE依賴包，nginx中的正則是遵循PCRE規(guī)范。

1. 正則匹配在location模塊中的使用

location模塊中主要有以下幾種匹配的形式

= #進行普通字符精確匹配

^~ #不使用正則匹配，對uri路徑進行前綴匹

配，并且在正則之前。

~ #表示執(zhí)行一個正則匹配，區(qū)分大小寫

~* #表示執(zhí)行一個正則匹配，不區(qū)分大小寫

/ # 對前綴進行匹配。

這些匹配方式的優(yōu)先級順序：

(location =) > (location 完整路徑) > (location ^~ 路徑) > (location ~,~* 正則順序) > (location 部分起始路徑) > (location /)

借助location的匹配規(guī)則可以對一些特殊請求轉(zhuǎn)發(fā)到指定的應用，達到正向或反向分流的作用。

location ~* .(gif|jpg|jpeg)$ {

# 匹配以 gif, jpg, or jpeg結(jié)尾的請求

2. 正則匹配在中if模塊中的應用

if模塊借助nignx的內(nèi)部變量來進行“~”（大小寫敏感）和“~*”（大小寫不敏感）正則匹配

舉例：nginx做反爬蟲的策略

▼▼▼
if ($http_user_agent ~* (mobile|nokia|iphone|ipad|android|samsung|htc|blackberry)) {
    return 403；
   }
----------------------------------------------、

3. 正則匹配基于域名的應用

▼▼▼
server{
    listen 80;
    server_name ~ ^(www.)?(.+)$;
    index index.php index.html;
    root /data/wwwsite/$2; 
  }

#此處需要說明的一點是在nginx中$2是對前面括號內(nèi)容的的引用，引用的是（.+），使用該正則可以用一個規(guī)則表達式區(qū)分不同域名對應的家目錄。

訪問 www.yewu.com的域名，其的站點家目錄結(jié)構(gòu)為/data/wwwsite/yewu.com

訪問 www.xuqiu.com的域名，其的站點家目錄結(jié)構(gòu)為/data/wwwsite/xuqiu.com

END

更多精彩干貨分享

點擊下方名片關(guān)注

IT那活兒

GPU云服務器云服務器正則正則表達式正則匹配正則表達式 -正則表達式正則表達式?

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://www.ezyhdfw.cn/yun/129916.html

發(fā)表評論

登陸后可評論

0條評論

IT那活兒

男|高級講師

我要關(guān)注我要私信

TA的文章

消息中間件故障分析一例

閱讀 1459·2023-01-11 13:20
RAC雙節(jié)點crash回復一例

閱讀 1815·2023-01-11 13:20
ORA-600處理一例

閱讀 1267·2023-01-11 13:20
雙節(jié)點RAC實例2 HANG 故障分析一例

閱讀 2007·2023-01-11 13:20
RAC集群節(jié)點1重啟分析一例

閱讀 4227·2023-01-11 13:20
CRS啟動報錯CRS-1656處理分享

閱讀 2885·2023-01-11 13:20
oracle 12CR2打補丁報錯處理一例

閱讀 1489·2023-01-11 13:20
分布式緩存組件故障分析及監(jiān)控優(yōu)化

閱讀 3814·2023-01-11 13:20

亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

正則表達式知識分享

1. 常用的元字符

2. 常用量詞

3. 字符集合

4. 其他的特殊字符

5. 貪婪匹配和惰性匹配

6. 斷言匹配

7. PCRE規(guī)范與Linux中工具使用規(guī)范的不同

8. POSIX字符組

9. 正則表達式舉例

在編譯安裝nginx前，需要安裝PCRE依賴包，nginx中的正則是遵循PCRE規(guī)范。

1. 正則匹配在location模塊中的使用

2. 正則匹配在中if模塊中的應用

3. 正則匹配基于域名的應用

相關(guān)文章

PHP小知識點