linux awk 正则表达式、正则运算符详细介绍

使用awk作为文本处理工具，正则表达式是少不了的。要掌握这个工具的正则表达式使用。其实，我们不必单独去学习它的正则表达式。正则表达式就像一门程序语言，有自己语法规则已经表示意思。对于不同工具，其实大部分表示意思相同的。在linux众多文本处理工具（awk,sed,grep,perl）里面用到正则表达式。其实就只有3种类型。详细可以参考：linux shell 正则表达式（BREs,EREs,PREs）差异比较。只要是某些工具是属于某种类型的正则表达式。那么它的语法规则基本一样。通过那篇文章，我们知道awk的正则表达式，是属于：扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）。
一、awk Extended Regular Expression （ERES）基础表达式符号介绍

字符	功能
+	指定如果一个或多个字符或扩展正则表达式的具体值（在 +（加号）前）在这个字符串中，则字符串匹配。命令行： awk "/smith+ern/" testfile 将包含字符 `smit`，后跟一个或多个 `h` 字符，并以字符 `ern` 结束的字符串的任何记录打印至标准输出。此示例中的输出是： smithern, harry smithhern, anne
？	指定如果零个或一个字符或扩展正则表达式的具体值（在？（问号）之前）在字符串中，则字符串匹配。命令行： awk "/smith？/" testfile 将包含字符 `smit`，后跟零个或一个 `h` 字符的实例的所有记录打印至标准输出。此示例中的输出是： smith, alan smithern, harry smithhern, anne smitters, alexis
\|	指定如果以 \|（垂直线）隔开的字符串的任何一个在字符串中，则字符串匹配。命令行： awk "/allen \| alan /" testfile 将包含字符串 `allen` 或 `alan` 的所有记录打印至标准输出。此示例中的输出是： smiley, allen smith, alan
（）	在正则表达式中将字符串组合在一起。命令行： awk "/a（ll）？（nn）？e/" testfile 将具有字符串 `ae` 或 `alle` 或 `anne` 或 `allnne` 的所有记录打印至标准输出。此示例中的输出是： smiley, allen smithhern, anne
{m}	指定如果正好有 m 个模式的具体值位于字符串中，则字符串匹配。命令行： awk "/l{2}/" testfile 打印至标准输出 smiley, allen
{m,}	指定如果至少 m 个模式的具体值在字符串中，则字符串匹配。命令行： awk "/t{2,}/" testfile 打印至标准输出： smitters, alexis
{m, n}	指定如果 m 和 n 之间（包含的 m 和 n）个模式的具体值在字符串中（其中m <= n），则字符串匹配。命令行： awk "/er{1, 2}/" testfile 打印至标准输出： smithern, harry smithern, anne smitters, alexis
[String]	指定正则表达式与方括号内 String 变量指定的任何字符匹配。命令行： awk "/sm[a-h]/" testfile 将具有 `sm` 后跟以字母顺序从 `a` 到 `h` 排列的任何字符的所有记录打印至标准输出。此示例的输出是： smawley, andy
[^ String]	在 [ ]（方括号）和在指定字符串开头的 ^ （插入记号）指明正则表达式与方括号内的任何字符不匹配。这样，命令行： awk "/sm[^a-h]/" testfile 打印至标准输出： smiley, allen smith, alan smithern, harry smithhern, anne smitters, alexis
~,！~	表示指定变量与正则表达式匹配（代字号）或不匹配（代字号、感叹号）的条件语句。命令行： awk "$1 ~ /n/" testfile 将第一个字段包含字符 `n` 的所有记录打印至标准输出。此示例中的输出是： smithern, harry smithhern, anne
^	指定字段或记录的开头。命令行： awk "$2 ~ /^h/" testfile 将把字符 `h` 作为第二个字段的第一个字符的所有记录打印至标准输出。此示例中的输出是： smithern, harry
$	指定字段或记录的末尾。命令行： awk "$2 ~ /y$/" testfile 将把字符 `y` 作为第二个字段的最后一个字符的所有记录打印至标准输出。此示例中的输出是： smawley, andy smithern, harry
. （句号）	表示除了在空白末尾的终端换行字符以外的任何一个字符。命令行： awk "/a..e/" testfile 将具有以两个字符隔开的字符 `a` 和 e 的所有记录打印至标准输出。此示例中的输出是： smawley, andy smiley, allen smithhern, anne
*（星号）	表示零个或更多的任意字符。命令行： awk "/a.*e/" testfile 将具有以零个或更多字符隔开的字符 `a` 和 e 的所有记录打印至标准输出。此示例中的输出是： smawley, andy smiley, allen smithhern, anne smitters, alexis
（反斜杠）	转义字符。当位于在扩展正则表达式中具有特殊含义的任何字符之前时，转义字符除去该字符的任何特殊含义。例如，命令行： /a/// 将与模式 a // 匹配，因为反斜杠否定斜杠作为正则表达式定界符的通常含义。要将反斜杠本身指定为字符，则使用双反斜杠。有关反斜杠及其使用的更多信息，请参阅以下关于转义序列的内容。

与PERs相比，主要是一些结合类型表示符没有了：包括：”d,D,s,S, ,v, ,f, ”其它功能基本一样的。我们常见的软件：javascript,.net,java支持的正则表达式，基本上是：EPRs类型。
二、awk 常见调用正则表达式方法
awk语句中：

复制代码代码如下:
awk ‘/REG/{action}’
/REG/为正则表达式，可以将$0中，满足条件记录送入到：action进行处理.

awk正则运算语句（~,~！等同！~）

复制代码代码如下:
[chengmo@centos5 ~]$ awk "BEGIN{info="this is a test";if（ info ~ /test/）{print "ok"}}"
ok

awk内置使用正则表达式函数

复制代码代码如下:
gsub（ Ere, Repl, [ In ] ）
sub（ Ere, Repl, [ In ] ）
match（ String, Ere ）
split（ String, A, [Ere] ）

详细函数使用，可以参照：linux awk 内置函数详细介绍（实例）
通过上面细述，不知道大家有没有对awk正则表达式有一个更加清楚的认识。有什么问题可以与我交流！