java 正则 不可见字符_正则表达式匹配不可见字符

在文本中，文字符号分为3种，如表：

普通文字符号     A到Z ，a到z，数字0到9，以及不是元字符的其他符号(比如：#、=)

元字符               12个被保留做特殊用途的符号：[]\^.|?*+(){}

不可见字符         \cx 匹配由 x 指明的控制字符。例如，/cM 匹配一个Control-M或回车符。x 的值必须是A~Z 或 a~z 之一。否则，讲c视为一个原义的"c"字符

\f 匹配一个换页符。等价于 \x0c 和 \cL

\f 匹配一个换行符。等价于 \x0a 和 \cJ

\r 匹配一个回车符。等价于 \x0d 和 \cM

\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]

\S 匹配任何非空白字符。等价于 [^\f\n\r\t\v]

\t 匹配一个制表符。等价于 \x09 和 \cI

\v 匹配一个垂直制表符。等价于 \x0b 和 \cK

对于元字符，由于它们在正则表达式中有特殊的用途，所以如果字符串中有和元字符相同的字符，那么要用反斜杠“\”来进行转义。比如下面例中，由于“？”号是元字符，所以要匹配问号时，要加上反斜杠转义。

对于不可见字符的匹配：有一个err文件，其内容如下

例如：$ cat -v err

168158.784523 1993024434 3396788324 63375 53 h^A^L.hit.edu.cn. 1 0 1 1

cat利用-v选项显示不可见字符，本例中为^A^L,即ascii码的\001\014,则可以用一下命令匹配。

$cat err|awk '{if( $6 ~ /\f/) {print $0}}'

168158.784523 1993024434 3396788324 63375 53 h                                               .hit.edu.cn. 1 0 1 1

cat err|awk '{if( $6 ~ /\014/) {print $0}}'

168158.784523 1993024434 3396788324 63375 53 h

.hit.edu.cn. 1 0 1 1

cat err|awk '{if( $6 ~ /\x0c/) {print $0}}'

168158.784523 1993024434 3396788324 63375 53 h                                               .hit.edu.cn. 1 0 1 1