还是来自ABS 最新版的摘录，这次是第十七章，关于正规表达式。以下是摘录和翻译。

一个表达式是一串字符 这些字符表达的意思超出了字面意思，我们称之为元字符(metacharacters).

正规表达式是一个字符或者元字符集，用来匹配或者模式(patterns)。 一个正规表达式包含以下一个或者多个情形：

• 一个字符集. 这些字符保留他们的字面意义。 最简单的正规表达式类型就是这种仅由这些字符组成，而没有元字符
• 锚(anchor). 锚 指定正规表达式匹配的一行文本的位置。 比如, \^, 和 $ 就都成为锚。
• 修饰符（Modifiers). 它扩展或者缩小(修改) 正规表达式匹配的文本范围。修饰符包括星号(*),括号({,(,<)和反斜杠(\)

正规表达式主要用来文本匹配和字符串操作。一个正规表达式匹配单个字符或者字符集–字符串或者其一部分。

• 星号 * – 匹配任意多个字符包括0个字符 “1133*” 匹配 11 + 一个或者多个3: 113, 1133, 1133333, 等等。
• 点 . – 匹配任意一个字符，除了新行(newline)。 “13.” 匹配 13 + 任意一个字符（包括空格）: 1133, 11333, 但是不包括13 。
• 脱字符 \^ – 匹配一行的开始，但是也依赖上下文，有时表示一个字符集的反面，即不匹配这个字符集。
• 美元符 $ – 匹配一行的结尾。 “XXX$” 匹配以 XXX 结尾的行。 “\^{$”匹配空白行。}

• 中括号 […] – 在正规表达式里匹配一个封闭字符集的单个字符。 “[xyz]” 匹配x, y, 或 z中的任何一个字符 “[c-n]” 匹配c 到 n范围字符集中的任何一个 “[B-Pk-y]” 匹配任何B到P和k到y的字符.

  “[a-z0-9]” 匹配任意一个小写字母或者数字。 “[\^b-d]” 匹配任意字符，除了 b 到 d 的字符集之外。

  在这里实例中 \^ 除正规表达式的负面或者相反面的意思（类似shell里的 ! 符号的作用)。 将多个中括号表达式合在一起，通常用来匹配单词模式。”[Yy][Ee][Ss]” 匹配 yes, Yes, YES,yEs,等等。
  “[0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9][0-9][0-9]” 匹配任意社会安全码。

• 反斜杠 \ – 转义 特殊字符，使得该字符按照字面意思来解释（因此，它就不再是特殊字符了）。 “\$” 取回”$”符号本身的意思，而不是正规表达式里表示行尾的意思。 同样的， “\” 表示”" 符号的本意。
• 转义 “尖括号” \<…\> – 标记单词边界。 尖括号必须转义，否则仅仅表示本意。 “\<the\>” 匹配单词 “the,” 但是不匹配单词 “them,” “there,” “other,” ，等等。

额外的一些元字符添加到基本集合里用在 egrep, awk, 和 Perl 里。

• 问号 ? – 匹配0个或者一个正规表达式之前的字符，通常用来匹配单个字符。

• 加号 + – 匹配正规表达式之前的一个或者多个字符，和 * 类似，但是不匹配0个字符。

  # GNU versions of sed and awk can use "+",
  # but it needs to be escaped.
  
  echo a111b | sed -ne '/a1\+b/p'
  echo a111b | grep 'a1\+b'
  echo a111b | gawk '/a1+b/'
  # All of above are equivalent.
  
  # Thanks, S.C.
  

• 转义的 “大括号/花括号” \{ \} – 表示正规表达式匹配的数量。和尖括号一样，必须转义，否则只表示其本意。这个表达方式不是正规表达式集合的一部分。
  “[0-9]\{5\}” 准确匹配5个字符。 大括号在”经典” (非POSIX兼容)版的 awk里并不作为正规表达式生效。但是，GNU 扩展版本的 awk, gawk 提供了 –re-interval 可选参数使其有效（不需要转义）。

  bash$ echo 2222 | gawk --re-interval '/2{3}/'
  2222
  

  Perl 和一些 egrep 版本并不要求转义大括号。

• 圆括号 ( ) – 封装一组正规表达式。用expr提取子串或者接管道(“|”)操作时，这个表达式就显得有用。

• | “或” 表示匹配可选字符集中的某一个。

  bash$ egrep 're(a|e)d' misc.txt
  People who read seem to be better informed than those who do not.
   The clarinet produces sound by the vibration of its reed.
  

• POSIX 字符类. [:class:] 指定一个字符范围用来匹配的一种替代方案

• [:alnum:] 匹配字母或者数字字符。等价于 A-Za-z0-9.
• [:alpha:] 匹配字母。 等价于 A-Za-z.
• [:blank:] 匹配空格或者tab健。
• [:cntrl:] 匹配控制字符。
• [:digit:] 匹配数字（十进制）。等价于 0-9.
• [:graph:] (图形打印字符)。匹配ASCII码在33 - 126 范围的字符。和下面提到的 [:print:] 相同，但是除空格字符除外。
• [:lower:]匹配小写字母。 等价于 a-z.
• [:print:] (可打印字符)。 匹配 ASCII 码在 32 - 126 范围的字符。和上面提到的 [:graph:] 相同，不过还要加上空格字符。
• [:space:] 匹配空白字符（空格和水平制表符）。
• [:upper:] 匹配大些字母. 等价于 A-Z。

• [:xdigit:] 匹配十六进制数字。等价于 0-9A-Fa-f.

  POSIX 字符类通常需要引号或者双括号([[ ]])。

  bash$ grep [[:digit:]] test.file
  abc=723
  
  # ...
  if [[ $arow =~ [[:digit:]] ]]   #  Numerical input?
  then       #  POSIX char class
    if [[ $acol =~ [[:alpha:]] ]] # Number followed by a letter? Illegal!
  # ...
  # From ktour.sh example script.
  

  以上字符类甚至可以当做通配符，用做有限的扩展，比如。

  bash$ ls -l ?[[:digit:]][[:digit:]]?
  -rw-rw-r--    1 bozo  bozo         0 Aug 21 14:47 a33b
  

在筛选，文件转换或者I/0流操作中，Sed, awk, 和 Perl, 带一个正规表达的参数在脚本里用来过滤(filter)。