Регулярные выражения (regex)

Регулярные выражения, часто сокращаемые до regex, описывают текстовые шаблоны. Их используют такие инструменты, как grep, sed и awk, однако поддерживаемый синтаксис может различаться, поэтому всегда учитывайте конкретный инструмент и разновидность регулярных выражений.

GNU grep по умолчанию использует базовые регулярные выражения (BRE), а с параметром -E — расширенные (ERE). В этом уроке сначала рассматриваются конструкции, общие для обоих вариантов, а затем — распространённые дополнения ERE.

В примерах будем использовать следующий текст:

sally sells seashells
by the seashore

Заключайте регулярные выражения в кавычки, чтобы оболочка не раскрыла и не разделила их до передачи инструменту поиска. Регулярные выражения также отличаются от подстановки путей в оболочке: в regex символ * повторяет предшествующий элемент, а в шаблоне оболочки * сам служит подстановочным знаком для последовательности символов в пути.

Якорь $ соответствует концу строки:

seashore$

Используйте оба якоря, когда шаблону должна соответствовать вся строка целиком:

^by the seashore$

Такой шаблон соответствует by, но также может совпасть с ba или b7. Одинокая b не подойдёт, поскольку после неё требуется ещё один символ. Для поиска самой точки экранируйте её как \. или поместите в подходящее выражение в квадратных скобках.

В этой позиции шаблон может соответствовать sells или salls.

Если ^ стоит первым символом после [, он инвертирует набор:

s[^e]lls

Этот шаблон соответствует salls, но не sells, поскольку символ после первой s не может быть e.

Диапазоны позволяют описать символы между двумя границами:

d[a-c]g

Шаблон может соответствовать dag, dbg или dcg. Поведение диапазонов способно зависеть от правил сортировки текущей локали. Классы символов [[:lower:]], [[:upper:]] и [[:digit:]] часто яснее выражают намерение.

Шаблон соответствует seashell, после которого может идти любое количество дополнительных символов s, включая ноль. В режиме ERE, включаемом через grep -E, распространены следующие операторы:

• +: одно или более повторений.
• ?: ноль или одно повторение.
• |: выражение слева или выражение справа.
• (...): группировка выражений.

Например:

$ grep -E '^(cat|dog)s?$' animals.txt

Команда выбирает строки, целиком равные cat, cats, dog или dogs. В режиме BRE правила экранирования этих операторов отличаются, поэтому не переносите шаблон из одной разновидности regex в другую, не сверившись с синтаксисом.

Закрепить выбор текста с помощью инструментов Linux можно в практических лабораториях:

1. Поиск текста с помощью grep в Linux — вы научитесь искать текст командой grep, выводить номера строк, применять якоря ^ и $, а также использовать базовые и расширенные регулярные выражения для сложного поиска по шаблону.
2. Обработка текста и регулярные выражения — познакомьтесь с инструментами grep, sed и awk и примените регулярные выражения для эффективной обработки текста в Linux.
3. Извлечение адресов и чисел — используйте grep и регулярные выражения для извлечения адресов электронной почты и чисел из файла.