11-. Regular Expressions and File Formatting

11-. 正规表示法 与 文件格式化

正规表示法 (Regular Expression, RE, 或称为常规表示法)是透过一些特殊字符的排列，用以『搜寻/取代/删除』一列或多列 文字字符串， 简单的说，正规表示法就是用在字符串的处理上面的一项『表示式』。

1. 正规表示法

正则化表达式。通过字符串处理方法，进行模糊匹配进而进行字符串的 - 搜寻/删除/取代。

这么说貌似有点像通配符？

正规表示法与通配符是完全不一样的东西！通配符 (wildcard) 代表的是 bash 操作接口的一个功能， 但正 规表示法则是一种字符串处理的表示方式！

1.1. 主要功能

正则表达式的主要功能包括：

• 1. 匹配：检查一个字符串是否符合某种特定的模式。

• 2. 搜索：在一个文本中搜索符合某种模式的所有出现。

• 3. 替换：将符合某种模式的文本替换为另一种文本。

• 4. 分割：根据某种模式将文本分割成多个部分。

1.2. 基本元素

• 普通字符：字母、数字和符号，它们匹配自身。

• 特殊字符：

• • . （匹配任意单个字符）

  • * （匹配前面的字符零次或多次）

  • + （匹配前面的字符一次或多次）

  • ? （匹配前面的字符零次或一次）

  • [] （匹配方括号内的任意单个字符）

  • () （分组）

  • | （逻辑或）

• 元字符：

• • \d （匹配任意数字）

  • \w （匹配任意字母数字字符，包括下划线）

  • \s （匹配任意空白字符）

• 量词：

• • {n} （恰好匹配 n 次）

  • {n,} （至少匹配 n 次）

  • {n,m} （至少匹配 n 次，最多匹配 m 次）

• 定位符：

• • ^ （匹配行的开始）

  • $ （匹配行的结束）

1.3. 一些例子

1. 匹配一个或多个数字： \d+

2. 匹配一个或多个字母： [a-zA-Z]+

3. 匹配一个邮箱地址： \b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b

4. 匹配一个 URL： https?://[^\s/$.?#].[^\s]*

5. 匹配一个日期（YYYY-MM-DD）： \d{4}-\d{2}-\d{2}

1.4. 一些芝士

• 基础正规表示法的特殊字符有： *, ., [], [-], [^], ^, $

• 常见的支持正规表示法的工具软件有： grep , sed, vim

2. 文件格式化与相关处理

2.1. 格式化打印：printf

printf 可以透过一些特殊符号来将数据进行格式化输出

是不是很像 C 语言...要不说 C 语言是接近底层的语言呢。

2.2. awk 数据处理工具

awk 可以使用『字段』为依据，进行数据的重新整理与输出

2.3. diff文件对比工具

文件的比对中，可利用 diff 及 cmp 进行比对，其中 diff 主要用在纯文本文件方面的新旧版本比对