sed & awk (2nd edition)4.2. 这是一个表达式
4.2 这是一个表达式
你可能对计算器可以解释的那种表达式很熟悉，看下面的算术表达式：
2 + 4“二加四”是由几个常数或字面量值和一个运算符组成。一个计算程序必须识别，比如，2 是一个数字常量， + 代表一个运算符，而不是被解释为 “+” 这个字符。
一个表达式告诉电脑怎样去产生一个结果。虽然我们确实想要 2 加 4 的结果，但我们不会简单地告诉电脑返回一个6，我们指引电脑去对这个表达式估值，然后返回一个值。
一个表达式可以比 2 加 4 要复杂得多。事实上它可以由多个简单的表达式组成。比如下面这个：
2 + 3 * 4一个计算器通常是从左到右的对表达式求值。然而，然而特定运算符的优先级比其它的要高，那就是说它们会先运算。因此上面的表达式的结果为 14 而不是20。因为乘法优先于加法，可以通过将简单的表达式放在括号中来覆盖优先级。因此括号 “(2 + 3) * 4” 或者 2 加 3 的和乘4将会等于20。小括号() 是指引计算器改变表达式求值顺序的符号。
相反，正则表达式描述了一个模式或字符序列，连结是每个正则表达式隐含的基本操作。那就是说一个模式匹配邻近的字符，看下面的正则表达式：
ABE正则表达式中的每个字面量字符只匹配单个字符。这个表达式描述了“一个 A 紧接着是一个 B 再接着是一个E”，或者简单地说是“字符串 ABE”。“字符串”这个术语意味着每个字符连接它前面的那个字符。一个正则表达式描述一个字符序列，这件事怎么强调都不为过。（新手倾向于在较高层次的单位比如单词上想问题，而不是在单独的字符上。）正则表达式是大小写敏感大写的，“A” 不匹配 “a” [^1]。
像 grep 这种接收正则表达式的程序，必须首先评估正则表达式的语法去产生一个模式，然后一行一行地去读取输入，努力匹配这个模式。一个输入行是一个字符串，然后看这个字符串是不是匹配这个模式。一个程序比较字符串中的第一个字符和模式中的第一个字符，如果匹配，那么就比较字符串的第二个字符和模式中的第二个字符。一旦不匹配，那么就从字符串的下一个字符从头开始进行匹配。图 3-1 展示了这个努力对一个输入行去匹配模式 “ABE“ 的过程。
正则表达式不限于字面量的字符。比如有一个元字符 .，可以被用作是一个通配符去匹配任何一个单一字符。你可以认为通配符就像是拼字游戏里面的一个空白的卡片，意味着是任何一个字母。因此我们可以指定正则表达式 ”“A.E”，然后它将匹配 “ACE”，“ABE”，”ALE“ 等等。它将在 A 后面的那个位置匹配任何一个字符。
元字符 *，用来匹配 0 次或者多次出现的之前的正则表达式——通常是一个单字符。你可能对 * 比较熟悉，因为它是一个 shell 的元字符，意味着 ”0 或者多个字符“。但是这个含义和正则表达式中的 * 是非常不同的。元字符* 本身并不匹配任何东西，它修改了它之前的那个东西。正则表达式 .* 匹配任意数量的字符。然而在 shell 里面，* 就已经有这个含义了。（比如在 shell 里， ls * 会把当前目录里面的所有文件列出来。）正则表达式 A.*匹配任何匹配 A.E 的字符串，但它还匹配在 A 和 E 当中任何数量的字符。比如 ”AIRPLANE“，”A FINE“，”AFFABLE“，”A LONG WAY HOME“ 。注意”任何数量的字符“甚至可以是0！
如果你理解在正则表达式里面 . 和 * 的区别，你就已经懂得了两个的基本类型的元字符：能被求值为一个单一字符的类型，以及修改前面的那个字符的求值方式的类型。
很明显，使用元字符，你可以扩展或者限制可能的匹配。你对哪些匹配，哪些不匹配有更多的控制。
脚注
脚注1
其它的一些使用正则表达式的程序提供了大小写不敏感的选项，但 sed 和 awk 并没有提供这个选项。
关于 LearnKu
粤公网安备 44030502004330号
推荐文章：