Linux制作之Linux/Unix工具与正则表达式的POSIX标准仓酷云
学习python，无论你是打算拿他当主要开发语言，还是当辅助开发语言，你都应该学习他，因为有些时间我们耗不起。对正则表达式有基础懂得的读者，必定不会生疏『d』、『+』之类的表达式，前者婚配一个数字字符，后者婚配一个以上的小写英笔墨母。可是假如你用过vi、grep、awk、sed之类Linux/Unix下的工具也许会发明，这些工具固然撑持正则表达式，语法却很纷歧样，照一般习气的举措写的『d』、『+』之类的正则表达式，常常不是没法辨认就是婚配毛病。并且，这些工具本身之间也存在差别，一样的布局，偶然必要本义偶然不必要本义。这，事实是为何呢？
缘故原由在于，Unix/Linux下的工具年夜多接纳POSIX标准，同时，POSIX标准又可分为两种派别（flavor）。以是，起首有需要懂得一下POSIX标准。
POSIX标准
罕见的正则表达式记法，实在都源于Perl，实践上，正则表达式从Perl衍生出一个显赫的派别，叫做PCRE（PerlCompatibleRegularExpression），『d』、『w』、『s』之类的记法，就是这个派别的特性。可是在PCRE以外，正则表达式另有别的派别，好比上面要先容的POSIX标准的正则表达式。
POSIX的全称是PortableOperatingSystemInterfaceforuniX，它由一系列标准组成，界说了UNIX操纵体系应该撑持的功效，以是“POSIX标准的正则表达式”实在只是“关于正则表达式的POSIX标准”，它界说了BRE（BasicRegularExpression，基础型正则表达式）和ERE（ExtendedRegularExpress，扩大型正则表达式）两年夜派别。在兼容POSIX的UNIX体系上，grep和egrep之类的工具都遵守POSIX标准，一些数据库体系中的正则表达式也切合POSIX标准。
BRE
在Linux/Unix经常使用工具中，grep、vi、sed都属于BRE这一派，它的语法看起来对照奇异，元字符『(』、『)』、『{』、『}』必需本义以后才具有特别寄义，以是正则表达式『(a)b』只能婚配字符串(a)b而不是字符串ab；正则表达式『a{1,2}』只能婚配字符串a{1,2}，正则表达式『a{1,2}』才干婚配字符串a大概aa。
之以是这么贫苦，是由于这些工具的出生工夫很早，正则表达式的很多功效倒是慢慢开展演变出来的，之前这些元字符大概并没有特别的寄义；为包管向后兼容，就只能利用本义。并且有些功效乃至基本就不撑持，好比BRE就不撑持『+』和『?』量词，也不撑持多选布局『(…|…)』和反向援用『1』、『2』…。
不外明天，地道的BRE已很少见了，究竟人人已以为正则表达式“理所应该”撑持多选布局和反向援用等功效，没有的确太不便利。以是固然vi属于BRE派别，但供应了这些功效。GNU也对BRE做了扩大，撑持『+』、『?』、『|』，只是利用时必需写成『+』、『?』、『|』，并且也撑持『1』、『2』之类反向援用。如许，GNU的grep等工具固然名义上属于BRE流，但更切实的称号是GNUBRE。
ERE
在Linux/Unix经常使用工具中，egrep、awk则属于ERE这一派，。固然BRE名为“基础”而ERE名为“扩大”，但ERE其实不请求兼容BRE的语法，而是自成一体。因而个中的元字符不必本义（在元字符之前增加反斜线会作废其特别寄义），以是『(ab|cd)』就能够婚配字符串ab大概cd，量词『+』、『?』、『{n,m}』能够间接利用。ERE并没有明白划定撑持反向援用，可是很多工具都撑持『1』、『2』之类的反向援用。
GNU出品的egrep等工具就属于ERE流（更正确的名字是GNUERE），但由于GNU已对BRE做了很多扩大，所谓的GNUERE实在只是个说法罢了，它有的功效GNUBRE都有了，只是元字符不必要本义罢了。
上面的表格扼要申明了几种POSIX派别的区分（实在，如今的BRE和ERE在功效上并没有甚么区分，次要的差别是在元字符的本义上）。
几种POSIX派别的申明
派别
申明
工具
BRE
(、)、{、}都必需本义利用，不撑持+、?、|
grep、sed、vi（但vi撑持这些多选布局和反向援用）
GNUBRE
(、)、{、}、+、?、|都必需本义利用
GNUgrep、GNUsed
ERE
元字符不用本义，+、?、(、)、{、}、|能够间接利用，1、2的撑持不断定
egrep、awk
GNUERE
元字符不用本义，+、?、(、)、{、}、|能够间接利用，撑持1、2
grep–E、GNUawk
为了便利查阅，上面再用一张表格列出基础的正则功效在经常使用工具中的暗示法，个中的工具GNU的版本为准。
经常使用Linux/Unix工具中的暗示法
PCRE记法
vi/vim
grep
awk
sed
*
*
*
*
*
+
+
+
+
+
?
=
?
?
?
{m,n}
{m,n}
{m,n}
{m,n}
{m,n}
*
<>
<>
<>
y<>
(…|…)
(…|…)
(…|…)
(…|…)
(…|…)
(…)
(…)
(…)
(…)
(…)
12
12
12
不撑持
12
注：PCRE中经常使用来暗示“单词的肇端或停止地位”，但Linux/Unix的工具中，一般用<来婚配“单词的肇端地位”，用>来婚配“单词的停止地位”，sed中的y能够同时婚配这两个地位。
POSIX字符组
在某些文档中，你还会发明相似『[:digit:]』、『[:lower:]』之类的暗示法，它们看起来不难了解（digit就是“数字”，lower就是“小写”），但又很奇异，这就是POSIX字符组。不但在Linux/Unix的罕见工具中，乃至一些酿成言语中都呈现了这些字符组，为制止狐疑，这里有需要扼要先容它们。
在POSIX标准中，『』、『』之类的记法仍旧是正当的，其意义与PCRE中的字符组也没有区分，只是这类记法的正确称号是POSIX方括号表达式（bracketexpression），它次要用在Unix/Linux体系中。POSIX方括号暗示法与PCRE字符组的最次要不同在于：POSIX字符组中，反斜线不是用来本义的。以是POSIX方括号暗示法『』只能婚配和d两个字符，而不是『』对应的数字字符。
为懂得决字符组中特别意义字符的本义成绩，POSIX方括号暗示律例定，假如要在字符组中表达字符]（而不是作为字符组的停止标志），应该让它紧跟在字符组的开方括号以后，以是POSIX中，正则表达式『[]a]』能婚配的字符就是]和a；假如要在POSIX方括号暗示法中表达字符-（而不是局限暗示法），必需将它紧挨在闭方括号]之前，以是『』能婚配的字符就是a和-。
POSIX标准也界说了POSIX字符组，它近似等价于于PCRE的字符组简记法，用一个有直不雅意义的名字来暗示某一组字符，好比digit暗示“数字字符”，alpha暗示“字母字符”。
不外，POSIX中另有一个值得注重的观点：locale（一般翻译为“言语情况”）。它是一组与言语和文明相干的设定，包含日期格局、泉币币值、字符编码等等。POSIX字符组的意义会依据locale的变更而变更，上面的表格先容了罕见的POSIX字符组在ASCII言语情况与Unicode言语情况下的意义，供人人参考。
POSIX字符组
POSIX字符组
申明
ASCII言语情况
Unicode言语情况
[:alnum:]*
字母字符和数字字符
[:alpha:]
字母
p{L&}
[:ascii:]
ASCII字符
p{InBasicLatin}
[:blank:]
空格字符和制表符
[ ]
[:cntrl:]
把持字符
p{Cc}
[:digit:]
数字字符
p{Nd}
[:graph:]
空缺字符以外的字符
[^p{Z}p{C}]
[:lower:]
小写字母字符
p{Ll}
[:print:]
相似[:graph:]，但包含空缺字符
P{C}
[:punct:]
标点标记
[][!"#$%&()*+,./:;<=>?@^_`{|}~-]
[:space:]
空缺字符
[
vf]
[p{Z}
vf]
[:upper:]
年夜写字母字符
p{Lu}
[:word:]*
字母字符
[:xdigit:]
十六进制字符
注1：标志*的字符组简记法并非POSIX标准中的，但利用良多，一样平常言语中都供应，文档中也会呈现。
注2：对应的Unicode属性请参考本系列文章已刊发过的关于Unicode的部分。
POSIX字符组的利用有所分歧。次要区分在于，PCRE字符组简记法能够离开方括号间接呈现，而POSIX字符组必需呈现在方括号内，以是一样是婚配数字字符，独自呈现时，PCRE中能够间接写『d』，而POSIX字符组就必需写成『[[:digit:]]』。
Linux/Unix下的工具中，一样平常都能够间接利用POSIX字符组，而PCRE的字符组简记法『w』、『d』等则年夜多不撑持，以是假如你看到『[[:space:]]』而不是『s』，必定不要感应奇异。
不外，在经常使用的编程言语中，Java、PHP、Ruby也撑持利用POSIX字符组。个中Java和PHP中的POSIX字符组都是依照ASCII言语情况举行婚配；Ruby的情形则要庞大一点，Ruby1.8依照ASCII言语情况举行婚配，并且不撑持『[:word:]』和『[:alnum:]』，Ruby1.9依照Unicode言语情况举行婚配，同时撑持『[:word:]』和『[:alnum:]』。
申明：关于正则表达式的系列文章到此即告一段落，作者比来已完成了一本关于正则表达式的书本，个中更具体也更周全地解说了正则表达式利用中的各类成绩。该书暂命名《正则扶引》，估计近期上市，有乐趣的读者敬请存眷。
关于ERE和BRE的具体标准，能够参考http://pubs.opengroup.org/onlinepubs/009695399/basedefs/xbd_chap09.html。
关于作者
余晟，程序员，曾任抓虾网初级参谋，现就任于昌大立异院，感乐趣的偏向包含搜刮和散布式算法等。翻译喜好者，译有《精晓正则表达式》（第三版）和《手艺向导之路》，今朝正在写作《正则表达式傻瓜书》（暂命名），但愿为国际开辟偕行奉献一本有用的正则表达式教程。
要明白学好linux不是一件一蹴而就的事，一定要能坚持使用它，特别是在使用初期。 众所周知，目前windows操作系统是主流，在以后相当长的时间内不会有太大的改变，其方便友好的图形界面吸引了众多的用户。 应对Linux的发展历史和特点有所了解，Linux是抢占式多任务多用户操作系统，Linux最大的优点在于其作为服务器的强大功能，同时支持多种应用程序及开发工具。 对Linux命令熟悉后，你可以开始搭建一个小的Linux网络，这是最好的实践方法。Linux是网络的代名词，Linux网络服务功能非常强大，不论是邮件服务器、Web服务器、DNS服务器等都非常完善。 为了更好的学习这门课程，我不仅课上认真听讲，课下也努力学习，为此还在自己的电脑上安装了Ubuntu系统。 主流Linux发行版都自带非常详细的文档（包括手册页和FAQ），从系统安装到系统安全,针对不同层次的人的详尽文档，仔细阅读文档后40%问题都可在此解决。 熟悉系统的基本操作，Linux的图形界面直观，操作简便，多加上机练习就可熟悉操作，在Linux下学习办公软件等常用软件。 通过自学老师给的资料和向同学请教，掌握了一些基本的操作，比如挂载优盘，编译程序，在Linux环境下运行，转换目录等等。学了这些基础才能进行下面的模拟OS程序。? 首先Linux是开源的，这也是最主要的原因，想学windows，Unix，对不起我们没源代码。也正是因为这样，Linux才能够像滚雪球一样越滚越大，发展到现在这种规模。 Linux最大的特点就是其开源性，这一点是十分难得的，这也是它能够存在到现在的原因之一。 得到到草率的回答或者根本得不到任何Linux答案。越表现出在寻求帮助前为解决问题付出的努力，你越能得到实质性的帮助。 眼看这个学期的Linux课程已经告一段落了，我觉得有必要写一遍心得体会来总结一下这学期对着门课程的学习。 请问谁有Linux的学习心得的吗？简单的说说？ 如果上面的措施没有解决问题，此时你就需要Linux社区的帮助了。 Linux的使用者一般都是专业人士，他们有着很好的电脑背景且愿意协助他人。 Linux最大的特点就是其开源性，这一点是十分难得的，这也是它能够存在到现在的原因之一。 以前觉得Linux就跟dos一样，全是用命令窗口，相对于窗口界面来说多麻烦呀。 硬盘安装及光盘安装，清楚了解安装Linux应注意的有关问题，如安装Linux应在最后一个分区内，至少分二个分区。 如果上面的措施没有解决问题，此时你就需要Linux社区的帮助了。 Linux的使用者一般都是专业人士，他们有着很好的电脑背景且愿意协助他人。 我们自学，就这个循环的过程中，我们学习了基本操作，用vi，shell，模拟内存的分配过程等一些OS管理。
页:
[1]