【Shell】基礎正則表示法及grep用法

——《鳥哥的私房菜》

正規表示法就是處理字串的方法，他是以行爲單位來進行字串的處理行爲；
正規表示法透過一些特殊符號的輔助，可讓使用者輕易的達到『搜尋/刪除/取代』某特定字串的處理程序；
只要工具程序支持正規表示法，那麼該工具程序就能夠用來做爲正規表示法的字串處理之用；
正規表示法與萬用字節是徹底不同的東西！萬用字節 (wildcard) 表明的是 bash 操做介面的一個功能， 但正規表示法則是一種字串處理的表示方式！

 

grep 正規表示法裏面是很常見也很經常使用的一個工具，他最重要的功能就是進行字串數據的比對，而後將符合使用者需求的字串列印出來。

grep 在數據中查尋一個字串時，是以 "整行" 爲單位來進行數據的擷取的！也就是說，假如一個文件內有 10 行，其中有兩行具備你所搜尋的字串，則將那兩行顯示在螢幕上，其餘的就丟棄了！

grep [-acinv] [-A] [-B] [--color=auto] '搜尋字符串' filename
選項與參數：
-a ：將 binary 文件以 text 文件的方式搜尋數據
-c ：計算找到 '搜尋字符串' 的次數
-i ：忽略大小寫的不一樣，因此大小寫視爲相同
-n ：順便輸出行號
-v ：反向選擇，亦即顯示出沒有 '搜尋字符串' 內容的那一行
--color=auto ：將找到的關鍵詞部分加上顏色的顯示
-A ：後面可加數字，爲 after 的意思，除了列出該行外，後續的 n 行也列出來
-B ：後面可加數字，爲 befer 的意思，除了列出該行外，前面的 n 行也列出來

 

基礎正規表示法字符彙整

RE 字符	意義與範例
^word	意義：待搜尋的字串(word)在行首！ 範例：搜尋行首爲 # 開始的那一行，並列出行號 grep -n '^#' regular_express.txt
word$	意義：待搜尋的字串(word)在行尾！ 範例：將行尾爲 ! 的那一行列印出來，並列出行號 grep -n '!$' regular_express.txt
.	意義：表明『必定有一個任意字節』的字符！ 範例：搜尋的字串能夠是 (eve) (eae) (eee) (e e)， 但不能僅有 (ee) ！亦即 e 與 e 中間『必定』僅有一個字節，而空白字節也是字節！ grep -n 'e.e' regular_express.txt
\	意義：跳脫字符，將特殊符號的特殊意義去除！ 範例：搜尋含有單引號 ' 的那一行！ grep -n \' regular_express.txt
*	意義：重複零個到無窮多個的前一個 RE 字符 範例：找出含有 (es) (ess) (esss) 等等的字串，注意，由於 * 能夠是 0 個，因此 es 也是符合帶搜尋字串。另外，由於 * 爲重複『前一個 RE 字符』的符號， 所以，在 * 以前必需要緊接著一個 RE 字符喔！例如任意字節則爲 『.*』 ！ grep -n 'ess*' regular_express.txt
[list]	意義：字節集合的 RE 字符，裏面列出想要擷取的字節！ 範例：搜尋含有 (gl) 或 (gd) 的那一行，須要特別留意的是，在 [] 當中『謹表明一個待搜尋的字節』， 例如『 a[afl]y 』表明搜尋的字串能夠是 aay, afy, aly 即 [afl] 表明 a 或 f 或 l 的意思！ grep -n 'g[ld]' regular_express.txt
[n1-n2]	意義：字節集合的 RE 字符，裏面列出想要擷取的字節範圍！ 範例：搜尋含有任意數字的那一行！需特別留意，在字節集合 [] 中的減號 - 是有特殊意義的，他表明兩個字節之間的全部連續字節！但這個連續與否與 ASCII 編碼有關，所以，你的編碼須要配置正確(在 bash 當中，須要肯定 LANG 與 LANGUAGE 的變量是否正確！) 例如全部大寫字節則爲 [A-Z] grep -n '[A-Z]' regular_express.txt
[^list]	意義：字節集合的 RE 字符，裏面列出不要的字串或範圍！ 範例：搜尋的字串能夠是 (oog) (ood) 但不能是 (oot) ，那個 ^ 在 [] 內時，表明的意義是『反向選擇』的意思。 例如，我不要大寫字節，則爲 [^A-Z]。可是，須要特別注意的是，若是以 grep -n [^A-Z] regular_express.txt 來搜尋，卻發現該文件內的全部行都被列出，爲何？由於這個 [^A-Z] 是『非大寫字節』的意思， 由於每一行均有非大寫字節，例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小寫字 grep -n 'oo[^t]' regular_express.txt
\{n,m\}	意義：連續 n 到 m 個的『前一個 RE 字符』 意義：若爲 \{n\} 則是連續 n 個的前一個 RE 字符， 意義：如果 \{n,\} 則是連續 n 個以上的前一個 RE 字符！ 範例：在 g 與 g 之間有 2 個到 3 個的 o 存在的字串，亦即 (goog)(gooog) grep -n 'go\{2,3\}g' regular_express.txt 注：由於 { 與 } 的符號在 shell 是有特殊意義的，所以， 咱們必需要使用跳脫字符 \ 來讓他失去特殊意義才行

再次強調：『正規表示法的特殊字節』與通常在命令列輸入命令的『萬用字節』並不相同， 例如，在萬用字節當中的 * 表明的是『 0 ~ 無限多個字節』的意思，可是在正規表示法當中， * 則是『重複 0 到無窮多個的前一個 RE 字符』的意思～使用的意義並不相同，不要搞混了！

舉例來講，不支持正規表示法的 ls 這個工具中，若咱們使用 『ls -l * 』 表明的是任意檔名的文件，而 『ls -l a* 』表明的是以 a 爲開頭的任何檔名的文件， 但在正規表示法中，咱們要找到含有以 a 爲開頭的文件，則必需要這樣：(需搭配支持正規表示法的工具)

ls | grep -n '^a.*'

.* 就表明零個或多個任意字節

另外，那個 ^ 符號，在字節集合符號(括號[])以內與以外是不一樣的！ 在 [] 內表明『反向選擇』，在 [] 以外則表明定位在行首的意義！

例如：grep -n '^[^a-zA-Z]' 意義是 不要開頭是英文字母的行

 

另外，爲了要避免編碼所形成的英文與數字的擷取問題，所以有些特殊的符號咱們得要了解一下的！ 這些符號主要有底下這些意義：

特殊符號	表明意義
[:alnum:]	表明英文大小寫字節及數字，亦即 0-9, A-Z, a-z
[:alpha:]	表明任何英文大小寫字節，亦即 A-Z, a-z
[:blank:]	表明空白鍵與 [Tab] 按鍵二者
[:cntrl:]	表明鍵盤上面的控制按鍵，亦即包括 CR, LF, Tab, Del.. 等等
[:digit:]	表明數字而已，亦即 0-9
[:graph:]	除了空白字節 (空白鍵與 [Tab] 按鍵) 外的其餘全部按鍵
[:lower:]	表明小寫字節，亦即 a-z
[:print:]	表明任何能夠被列印出來的字節
[:punct:]	表明標點符號 (punctuation symbol)，亦即：" ' ? ! ; : # $...
[:upper:]	表明大寫字節，亦即 A-Z
[:space:]	任何會產生空白的字節，包括空白鍵, [Tab], CR 等等
[:xdigit:]	表明 16 進位的數字類型，所以包括： 0-9, A-F, a-f 的數字與字節