正则表达式

生信喵

一、正则表达式
       正则表达式，又称规则表达式，模式匹配。（英语：Regular Expression，在代码中常简写为regex、regexp 或 RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
       许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在 Perl 中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由 Unix 中的工具软件（例如 sed和 grep）普及开的。正则表达式通常缩写成“regex”，单数有 regexp、regex，复数有 regexps、regexes、regexen。
       在线测试工具：https://tool.oschina.net/regex/
       正则表达式的“公式”也常常叫做模式，是一个匹配某字符串的模板。所以，也叫做模式匹配。模式匹配在平时使用中我们其实都找有过接触。最常见的例子就是搜索引擎。我们在搜索框内输入关键字，就会给我们返回很多包含这个关键字的结果，其实，搜索引擎利用的就是正则表达式。在生物数据分析中，也会大量使用正则表达式。例如，从大量序列中，挑选出满足某种固定模式的序列等。或者从生物软件非常冗余的结果中提取出，重要的信息。

二、常用模式匹配
       在系统了解正则表达式之前，其实很多人已经使用过正则表达式，例如通配符就是最常用的一种模式匹配符号。例如星号（*）代表匹配零个或多个字符，问号（?）代表匹配单个字符，中括号内加上数字[0-9]代表匹配 0～9 之间的单个数字的字符，而中括号内加上字母[abc]则是代表匹配 a、b、c 三个字符中的任意一个字符。Linux 系统中的通配符及含义如下表所示。

通配符	含义
*	任意字符
？	单个任意字符
[a-z]	单个小写字母
[A-Z]	单个大写字母
[a-Z]	单个字母
[0-9]	单个数字
[[:alpha:]]	任意字母
[[:upper:]]	任意大写字母
[[:lower:]]	任意小写字母
[[:digit:]]	所有数字
[[:alnum:]]	任意字母加数字
[[:punct:]]	标点符号

三、正则表达式图
      
常用的转义字符有四种
       反斜杠\,  双引号"", 反引号‘‘, 单引号''