通配符和正则表达式
首先理解两者的区别
- 通配符与正则表达式很容易混淆，首先要明白二者是不同的。正则表达式只是一种表示法,只有当工具支持这种表示法，才可以处理正则表达式的字符串。 其实，我们登录Linux之后，系统的bash shell并不支持正则表达式的，也就是说，我们如果使用bash shell的某些命令时使用正则表达式，shell可能会认不出来，只有当我们使用类似grep，sed，awk等工具的时候才有效。所以，我们在使用bash shell的时候也想达到模糊匹配的目的的话，就要使用通配符了。正则表达式多用于文本内容中的字符串搜索和替换，通配符多用于对文件的操作，如 rm *.txt
通配符
最常用的是＊、？、［］、{}，下面举几个简单的例子：
1，ls test* <== *表示后面不论接几个字符都接受（没有字符也接受），这个是和正则表达式中不同的一点
2，ls test? <== ?表示后面当且仅当接一个字符时才接受
3，ls test??? <== ???表示一定要接三个字符
4，cp test[1~5] /tmp <== test1, test2, test3, test4, test5若存在，则复制到/tmp目录下
5, rm myfile[!9] 将删除除 myfile9 之外的名为 myfile 加一个字符的所有文件 6, ll {*.zip，a？.awk}：{}表示一个集合，命令含义是列出所有以zip结尾的文件和所有a开头，后面跟一个字符以awk结尾的所有的文件
##### 正则表达式
正则表达式内容很多，只是看过往往记不住，需要常用才能掌握，所以下面根据平时遇到的正则问题将经常用到的进行更新
1.假设你在一篇英文小说里查找hi，你可以使用正则表达式hi,不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high等等。用hi来查找的话，这里边的hi会被找出来。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。
\b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。 如果需要更精确的说法，\b匹配这样的位置：它的前一个字符和后一个字符不全是(一个是,一个不是或不存在)\w。 假如你要找的是hi后面不远处跟着一个Lucy，你应该用\bhi\b.*\bLucy\b
2.上面\bhi\b.*\bLucy\b 中， .表示匹配除了换行符以外的 任意一个 字符，*表示 零次或多次 匹配前面的字符或子表达式，比如：zo* ,这里星号只对它的前一个字符o起作用，所以 o 可以出现零次或多次，所以可以匹配z,zo,zoo，zoo.., .*连在一起就意味着任意数量的不包含换行的字符
3.贪婪匹配和非贪婪匹配：
>>> str=’abdcdghc’
>>> print re.findall(‘ab.+?c’,str)
[‘abdc’]
>>> print re.findall(‘ab.+c’,str)
[‘abdcdghc’]
>>> print str
abdcdghc
>>> print re.findall(‘.+c’,str)
[‘abdcdghc’]
>>> print re.findall(‘.+?c’,str)
[‘abdc’, ‘dghc’]
其中 + 代表匹配一次或多次
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
