正則表達(dá)進(jìn)階大討論！歡迎參與討論�。ǐ@獎(jiǎng)名單已公布-2012-7-6）

milujite

本期話題：
1、在你的日常工作中會(huì)使用正則表達(dá)式解決什么樣的問(wèn)題？
2、正則表達(dá)式的用法在各個(gè)語(yǔ)言、腳本里面略有不同，你有什么學(xué)習(xí)經(jīng)驗(yàn)可以分享給初學(xué)者？

1、文本過(guò)濾，我常用的文本編輯器是NOTEPAD++和VIM，NOTEPAD++的正則跟VIM還是沒(méi)得比的。如經(jīng)常要過(guò)濾掉配置文件里#開(kāi)頭的，就":g/^#/d"，查找些匹配字段之類的。
2、日志分析過(guò)濾，形成報(bào)表，以前維護(hù)過(guò)MAIL服務(wù)器，郵件頭是包含各種各樣信息的，因此要獲取這些信息用于統(tǒng)計(jì)，還得靠正則。學(xué)習(xí)了PERL和PYTHON，實(shí)現(xiàn)同樣的功能，PERL和Python的正則匹配比shell腳本快好多，特別是大量日志要獲取某些值用于分析。PERL的正則引擎?zhèn)�人覺(jué)得是幾門常用腳本語(yǔ)言里最效率的，雖然現(xiàn)在很多人都已經(jīng)用PYTHON去取代PERL了。PCRE語(yǔ)法和GREP之類的正則語(yǔ)法還是有一定區(qū)別的，經(jīng)常會(huì)用混亂了。所以用GREP之類的干脆直接加-e。

南非螞蟻

send_linux 發(fā)表于 2012-05-31 21:59
謝謝參與哈，對(duì)啊，做為運(yùn)維管理工作中，需要大量用到的腳本啥的，正則表達(dá)式是必不可少的吧，呵呵

正則是必不可少的��！

to407

回復(fù) 1# send_linux

在你的日常工作中會(huì)使用正則表達(dá)式解決什么樣的問(wèn)題？

     Regex主要是用來(lái) 寫(xiě)腳本來(lái)完成工作中的細(xì)節(jié)問(wèn)題， 另外 還用來(lái)看DB/OS的日志，過(guò)濾日志來(lái)得到需要的結(jié)果。

正則表達(dá)式的用法在各個(gè)語(yǔ)言、腳本里面略有不同，你有什么學(xué)習(xí)經(jīng)驗(yàn)可以分享給初學(xué)者

用多了就有感覺(jué)的， 講一些小細(xì)節(jié)吧～～

1。 要適當(dāng)了解DFA/NFA不同引擎的工具，對(duì)于Regex的解析不同～～這個(gè)在之前那本 精通正則表達(dá)式里面講了不少
     DFA的格式不支持回溯， NFA在特定情況下會(huì)比較慢。當(dāng)然現(xiàn)在不少是改進(jìn)過(guò)的NFA～～

2。 要注意不同的平臺(tái)上 工具的支持度不一樣。
    比如grep/egrep命令， 在目前的Linux平臺(tái)上支持得比較新， 但像在Solaris10上面，仍不支持grep -e(solaris11 已經(jīng)支持)， 需要 egrep來(lái)替代

    而像tr命令，在解釋下面一條命令時(shí)候則會(huì)出現(xiàn)不同平臺(tái)上不同答案(對(duì)于括號(hào)的解析不同)
    $ echo  '[]' | tr '[a-z]' A

    在一些平臺(tái)上，不支持'+'匹配，那么匹配空字符需要
    [[:space:]][[:space:]]* 來(lái)替代 [[:space:]]+

    下面這段小代碼，則在Linux/Solaris上面的運(yùn)行性能完全不一樣。在solaris設(shè)備上取隨機(jī)數(shù)再調(diào)head，當(dāng)行數(shù)較大時(shí)性能明顯變差。
    $expr 'NAME'`</dev/urandom tr -dc A-Za-z0-9_#$ | head -c29 |tr '[a-z]' '[A-Z]'`
    所以這段代碼我移植到Solaris上面的時(shí)候，攺了較多
    并且由于solaris10上面不支持 tr -c命令， 又不得不用sed/strings來(lái)完成，由于下面又不能保證結(jié)果長(zhǎng)度， 不得不做幾次paste之后再截字符串
    $expr 'NAME'`sed 's/[^a-zA-Z0-9_$#]//g' /dev/urandom | strings -n 5 | head -1`


3。 一些常用的Regex可以記住～～         
    比如sed刪掉只有空字符的行
    $ sed '/^[[:space:]]*$/d'

4。 記得特殊字符或控制字符轉(zhuǎn)義
    比如上面說(shuō)的[[:space:]]+ 在sed里面，需要把加號(hào)轉(zhuǎn)義成 [[:space:]]\+
    還有sed里面的范圍控制變量()需要轉(zhuǎn)義，但實(shí)際匹配的"("不需要轉(zhuǎn)義
    sed 's/\([[:alpha:]]\)(\([[:alpha:]]\)/\1 \2/g'

5。 一個(gè)腳本只做一件事。
    特別是在shell腳本中， 不要嘗試一下寫(xiě)很長(zhǎng)的匹配串，對(duì)于復(fù)雜事務(wù)，完全可以用多次簡(jiǎn)單處理來(lái)做到的， 提高可讀性和可調(diào)試性能。
    一下子寫(xiě)一串特別長(zhǎng)的Regex匹配串并不一定明智，除非是在已經(jīng)充分驗(yàn)證或者成熟的大程序方案中，為了性能提升而考慮減少調(diào)用次數(shù)。

6。 區(qū)別貪婪/非貪婪模式(Greediness/Laziness)
    我的想法是，在條件判斷,比如判斷子字符串是否存在的時(shí)候，可以用非貪婪模式來(lái)解決。 而不用考慮有1次以上或者多種可能的匹配度。
    在perl等支持兩種模式的語(yǔ)言中，用得好，肯定是會(huì)對(duì)運(yùn)行性能提升有幫助的～～～

lkk_super

回復(fù) 55# chenjintao_ii


    pcre~~~~~

seesea2517

不是很會(huì)講這些東西，覺(jué)得經(jīng)常逛論壇，跟大家討論問(wèn)題，幫助解答一些問(wèn)題，以及看其他人的解法學(xué)習(xí)經(jīng)驗(yàn)，慢慢的就會(huì)了。經(jīng)常從別人的解法里學(xué)到一些解決問(wèn)題的新思維，感覺(jué)收獲很多。

編程這東西理論要看，不能連基本的概念都分不清楚。但所謂紙上得來(lái)終覺(jué)淺，這個(gè)還得靠動(dòng)手才行。網(wǎng)上有什么單行腳本參考什么的，在拿來(lái)用之前有空自己實(shí)現(xiàn)一次，看看跟別人寫(xiě)的有什么不一樣的地方，找到別人的方法和自己的方法之間的差別，想想為什么，想想不同的方法的區(qū)別是怎樣的，從而提高自己。

我一直覺(jué)得“正則表達(dá)式”的發(fā)明真是一種對(duì)規(guī)律的極大的概括和抽象，是一個(gè)很完美的概念。

題外話：
我發(fā)現(xiàn)我不是很會(huì)看“置頂”的帖子，因?yàn)槊看芜M(jìn)論壇上面都是一片置頂?shù)睦咸�，所以不�?huì)去認(rèn)真看有新貼置頂�？赡艿囊粋�(gè)解決辦法就是老的置頂帖用較不鮮艷的顏色，新的則用比較鮮艷的顏色。

send_linux

seesea2517 發(fā)表于 2012-06-05 13:24
不是很會(huì)講這些東西，覺(jué)得經(jīng)常逛論壇，跟大家討論問(wèn)題，幫助解答一些問(wèn)題，以及看其他人的解法學(xué)習(xí)經(jīng)驗(yàn)，慢 ...

收到您的建議了，我們現(xiàn)在也在很快的更新置頂帖了....

su8610

學(xué)習(xí)學(xué)習(xí):wink::wink:

mcshell

學(xué)習(xí)正則的后期就是如何處理減少回朔，提高效率

448395708

正則好麻煩啊，用不好