grep在一个文本中查找符合条件的文本

矫情吗；* 2022-06-05 02:44 206阅读 0赞

好久没有写过正则的东西了。今天说说零宽断言，我看过网上那篇著名的《正则表达式30分钟入门》，那时应该是08年左右，我还觉得正则太难了。《编译原理及实践》中讲到了正则，但这门课程本身我就学得乱七八糟。

零宽断言的英文原文：

[Zero-WidthAssertions][]

看到网上的文章，我觉得零宽断言讲的还是不够详细。我觉得以下的理解或许可以简化零宽断言的概念。**简而言之，零宽断言的作用就是去掉你不关心的部分内容。**

举个例子：在linux系统上面获取或者本机的IP地址

ifconfig可以看到激活的网络接口的详细信息，那么肯定我们需要借助grep来过滤出IP地址了。因为服务器有多个接口，我只关心公网IP的地址，可以看到eth下面一行显示了IP地址。

ifconfig | grep eth -A 1 得到如下的结果：

eth0     Link encap:Ethernet  HWaddr 12:31:43:03:98:2C   
         inet addr:10.150.151.218 Bcast:10.150.151.255  Mask:255.255.254.0

观察到ip地址的前面是addr:这几个字符，于是再来过滤

ifconfig | grep eth -A 1 | grep -oP'addr:\[\\d\\.\]+' 得到新的结果：

addr:10.150.151.218

这里我们使用了-o和-P选项，指定-o是因为grep默认是显示匹配的那一行，我们只关心精确匹配的部分而不是整行。至于-P表明后面的pattern是perl兼容正则表达式，因为pcre才支持零宽断言。可以看到结果中多了addr：这几个字符，这个时候该零宽断言大显身手了。不想要addr：这几个字符，那我们就去掉他。如下方式：

ifconfig | grep eth -A 1 | grep -oP'**(?<=addr:)**\[\\d\\.\]+'

注意粗体部分，这个东西的英文名字我不太清楚，但有人这样翻译：[**零宽度正回顾后发断言**][Link 1]，看到这个名字能不晕吗。其实我们不关心它叫什么，我们只关心它的作用。实际操作的时候，我们可以这样做，比如我想匹配addr:后面跟一个ip地址的情况（前文所言），但我只想要ip地址。那我们先来普通的过滤得到一个带addr：的结果，最后再去掉那些我们不想要的部分就可以了。至于怎么去掉，如果是去掉模式前面的部分，用(?<=xxx)，如果是模式后面的部分，用(?=xxx)，其中xxx就是你不想要的那些内容。不太好记住？实际上是比较一致的，左边的多了一个<，正好是向左的箭头。

至于有人又说到[匹配方式的问题][Link 2]，个人觉得也不用太关心。我们不需要去关心正则表达式的具体实现，只要记住正则是贪心的就对了。所以以下命令得到的结果也就不奇怪了。

echo 'cooking singing' | grep -oP "\[a-z\]\*(?=ing)"      \----------->cook sing

echo 'abcdefgabc' | grep -oP'(?<=abc).\*'          \-----------------> defgabc

零宽断言的作用跟正则中的锚位置相同，比如我想要寻找以abc开头的行，很自然我们会想到^abc，同样，abc结尾的行--abc$，但我们并不关心^$本身，他只是我们匹配模式的锚点。零宽断言的作用正是如此，比如匹配abc后面跟了一个xxx，但我只要xxx不要abc，那么就是(?<=abc)xxx。**所谓零宽就是宽度为0，我们要抛弃掉这样的锚点。**

至于负向零宽断言，意思是说在我们的锚点周围不存在这样的匹配。还是举行首和行尾的情况，我们要寻找不是abc开头的行--^\[^a\]\[^b\]\[^c\]。这次我没有自然想到，一时还没有反应过来，所谓开头不是abc的意思就是第一个字符不是a，第二个字符不是b，第三个字符不是c，我现在还只知道前面的那种写法。这句话也可以说成是，行首后面不是abc。类似的不以abc结尾的行，\[^a\]\[^b\]\[^c\]$。那我想要找abc后面不是xxx的情况呢？这就要用到零宽断言了，因为行首在正则中默认就是一个锚点，但是你自定义的abc显然不是。与零宽断言类似，只不过把=换成！就行了，比如(?

犯了一个巨大的错误。(?

写道这里，我又想起了vim的正则，因为vim的正则确实跟perl不相同，有时候用着也犯晕。以下是对比：

[http://xjzhou.wordpress.com/2010/05/22/各种工具：grep、sed、awk、vim、perl、javascript-之正则表达式语法比/][http_xjzhou.wordpress.com_2010_05_22_grep_sed_awk_vim_perl_javascript-]

Lookahead and Lookbehind Zero-Width Assertions  
Positive and Negative Lookahead  
Positive and Negative Lookbehind  
Lookaround Is Atomic

[http://hooopo.iteye.com/blog/407062][Link 2]

[http://www.regular-expressions.info/lookaround.html][http_www.regular-expressions.info_lookaround.html]

[http://www.cnblogs.com/xiehuiqi220/archive/2009/02/06/1385481.html][http_www.cnblogs.com_xiehuiqi220_archive_2009_02_06_1385481.html]

[ http://deerchao.net/tutorials/regex/regex.htm\#lookaround][Link 1]

[http://hi.baidu.com/newdreamllc/item/e0daae2d3b612b0b72863e80][http_hi.baidu.com_newdreamllc_item_e0daae2d3b612b0b72863e80]（zz）

[Zero-WidthAssertions]: http://www.google.com.hk/url?sa=t&rct=j&q=regular++look+around+look+ahead&source=web&cd=1&ved=0CCoQFjAA&url=http://www.regular-s.info/lookaround.html&ei=L1eyTta1B4OWiALR-bx3&usg=AFQjCNH50o6T1e3LK70EJqezzZTLsRPRhw&cad=rja
[Link 1]: http://deerchao.net/tutorials/regex/regex.htm#lookaround
[Link 2]: http://hooopo.iteye.com/blog/407062
[http_xjzhou.wordpress.com_2010_05_22_grep_sed_awk_vim_perl_javascript-]: http://xjzhou.wordpress.com/2010/05/22/%E5%90%84%E7%A7%8D%E5%B7%A5%E5%85%B7%EF%BC%9Agrep%E3%80%81sed%E3%80%81awk%E3%80%81vim%E3%80%81perl%E3%80%81-%E4%B9%8B%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E8%AF%AD%E6%B3%95%E6%AF%94/
[http_www.regular-expressions.info_lookaround.html]: http://www.regular-s.info/lookaround.html
[http_www.cnblogs.com_xiehuiqi220_archive_2009_02_06_1385481.html]: http://www.cnblogs.com/xiehuiqi220/archive/2009/02/06/1385481.html
[http_hi.baidu.com_newdreamllc_item_e0daae2d3b612b0b72863e80]: http://hi.baidu.com/newdreamllc/item/e0daae2d3b612b0b72863e80