Shell里内置数组BASH_REMATCH[n]个人解析

先引用一段资料,出自：http://bbs.chinaunix.net/thread-4125147-1-1.html

红色注释为个人添加

--------------------------------------------------------------搬运内容分割线----------------------------------------------------------------

从 bash 3以上版本里，已经自带正则匹配的功能， 很多情况下，可以不用awk/sed来做。 比如这个需求：

1. <List>
   
2.     <Job id="1" name="abc"/>
   
3.     <Job id="2" name="zyz"/>
   
4.     <Job id="3" name="beew"/>
   
5. </List>

复制代码

想要得到这个结果。

1. abc | 1
   
2. zyz | 2
   
3. beew | 3

复制代码

我们用纯shell的方法。

1. #!/bin/bash
   
2. 
   
3. while read  line; do        //读入变量line
   
4.   if [[ $line =~ id=\"([0-9]+).*name=\"([^\"]*) ]]; then   //子模式1为([0-9]+)；子模式2为([^\"]*)
   
5.     echo "${BASH_REMATCH[2]} | ${BASH_REMATCH[1]}"  
   
6.   fi
   
7. done < file

复制代码

如果你对sed 里的 \1 \2 的用法很熟的话，就应该很快的明白 BASH_REMATCH[1] 和 BASH_REMATCH[2] 代表了什么。 

把楼下 @rogantianwz 的回复帖在这里，解释的很不错。

1.     双目运算符=~；它和==以及!=具有同样的优先级。如果使用了它，则其右边的字符串就被认为是一个扩展的正则表达式来匹配。如果字符串和模式匹配，则返回值是0，否则返回1。如果这个正则表达式有语法错误，则整个条件表达式的返回值是2。如果打开了shell的nocasematch 选项则匹配时不考虑字母的大小写。模式的任何部分都可以被引用以强制把其当作字符串来匹配。由正则表达式中括号里面的子模式匹配的字符串被保存在数组变量BASH_REMATCH 中。BASH_REMATCH 中下标为0的元素是字符串中与整个正则表达式匹配的部分。BASH_REMATCH 中下标为n的元素是字符串中与第n 个括号里面的子模式匹配的部分。

--------------------------------------------------------------搬运内容分割线----------------------------------------------------------------

我的理解：子模式1为匹配出现一次或多次（+号的作用）任意0~9字符；子模式2为出现零次或多次（*号的作用）的非双引号"字符，其中[^\"]取一切非双引号单个字符，反斜杠\用来转义双引号"。接下来的echo "${BASH_REMATCH[n]}"中，按照先读取匹配子模式2的数组内容BASH_REMATCH{2}，即上例中的abc，xyz，beew等等，接着打印竖线|，最后读取匹配子模式1的数组内容，即1，2，3。

下面搬运一个匹配ip地址的脚本

出处：http://www.yunweipai.com/archives/4660.html

--------------------------------------------------------------搬运内容分割线----------------------------------------------------------------

在运维场景下，我们经常需要在服务器上用正则表达式来匹配IP地址。

shell和其它编程语言一样，也可以使用正则分组捕获，不过不能使用 $1或\1这样的形式来捕获分组，可以通过数组${BASH_REMATCH}来获得，如${BASH_REMATCH[1]}，${BASH_REMATCH[N]}

下面以ip="121.0.2.2"为例，shell脚本代码如下（当然，你要做成更通用交互式的脚本，可以通过expect来实现）：

#!/bin/bash
ip="121.0.2.2"
if [[ $ip =~ ^([0-9]{1,2}|1[0-9][0-9]|2[0-4][0-9]|25[0-5])\.([0-9]{1,2}|1[0-9][0-9]|2[0-4][0-9]|25[0-5])\.([0-9]{1,2}|1[0-9][0-9]|2[0-4][0-9]|25[0-5])\.([0-9]{1,2}|1[0-9][0-9]|2[0-4][0-9]|25[0-5])$ ]]
then
    echo "Match"
    echo ${BASH_REMATCH[1]}
    echo ${BASH_REMATCH[2]}
    echo ${BASH_REMATCH[3]}
    echo ${BASH_REMATCH[4]}
else
    echo "Not match"
fi

--------------------------------------------------------------搬运内容分割线----------------------------------------------------------------

我的分析：

如果符合ip地址定义范围，则返回结果为
Match
121
0
2
2
否则返回Not match(运行结果已实机验证)

if判断语句里的正则表达式[0-9]{1,2}|1[0-9][0-9]|2[0-4][0-9]|25[0-5]意为匹配符合ip地址定义原则的字段:当总位数为1~2时，符合要求的取值为0~99，当总位数为3的时候，符合的取值区间为100~199，200~249，250~255，其中竖线 | 的作用是或逻辑运算