0330regularex.htm

鸟哥的linux私房菜

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -in 'the' regular_express.txt</span>
8:I can't finish <span class="term_note_b">the</span> test.
9:Oh! <span class="term_note_b">The</span> soup taste good.
12:<span class="term_note_b">the</span> symbol '*' is represented as start.
14:<span class="term_note_b">The</span> gd software is a library for drafting programs.
15:You are <span class="term_note_b">the</span> best is mean you are the no. 1.
16:<span class="term_note_b">The</span> world <Happy> is <span class="term_note_b">the</span> same with "glad".
18:google is <span class="term_note_b">the</span> best tools for search keyword.
</pre></td></tr></table>
		</li><br>

		<li><span class="text_import1">例题二、利用 [] 来搜寻集合字元</span><br>
			如果我想要搜寻 test 或 taste 这两个单字时，可以发现到，其实她们有共通的 't?st'
			存在～这个时候，我可以这样来搜寻∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n 't[ae]st' regular_express.txt</span>
8:I can't finish the <span class="term_note_b">test</span>.
9:Oh! The soup <span class="term_note_b">tast</span>e good.
</pre></td></tr></table>

			了解了吧？<span class="text_import2">其实 []
			里面不论有几个字元，他都谨代表某『一个』字元</span>，
			所以，上面的例子说明了，我需要的字串是『tast』或『test』两个字串而已！
			而如果想要搜寻到有 oo 的字元时，则使用∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n 'oo' regular_express.txt</span>
1:"Open Source" is a g<span class="term_note_b">oo</span>d mechanism to develop programs.
2:apple is my favorite f<span class="term_note_b">oo</span>d.
3:F<span class="term_note_b">oo</span>tball game is not use feet only.
9:Oh! The soup taste g<span class="term_note_b">oo</span>d.
18:g<span class="term_note_b">oo</span>gle is the best tools for search keyword.
19:g<span class="term_note_b">oo</span>oooogle yes!
</pre></td></tr></table>

			但是，如果我不想要 oo 前面有 g 的话呢？此时，可以利用在集合字元的反向选择 [^] 来达成<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '[^g]oo' regular_express.txt</span>
2:apple is my favorite <span class="term_note_b">foo</span>d.
3:<span class="term_note_b">Foo</span>tball game is not use feet only.
18:google is the best <span class="term_note_b">too</span>ls for search keyword.
19:go<span class="term_note_b">ooo</span>oogle yes!
</pre></td></tr></table>

			意思就是说，我需要的是 oo ，但是 oo 前面不能是 g 就是了！
			仔细比较上面两个表格，你会发现，第 1,9 行不见了，因为 oo 前面出现了 g 所致！
			第 2,3 行没有疑问，因为 foo 与 Foo 均可被接受！但是第 18 行明明有 google 的 goo 啊～
			别忘记了，因为该行后面出现了 tool 的 too 啊！所以该行也被列出来～
			也就是说， 18 行里面虽然出现了我们所不要的项目 (goo) 但是由于有需要的项目 (too) ，
			因此，是符合字串搜寻的喔！<br><br>

			至于第 19 行，同样的，因为 goooooogle 里面的 oo 前面可能是 o ，例如∶
			go(ooo)oogle ，所以，这一行也是符合需求的！<br><br>

			再来，假设我 oo 前面不想要有小写字元，所以，我可以这样写 [^abcd....z]oo ，
			但是这样似乎不怎么方便，由于小写字元的 ASCII 上编码的顺序是连续的，
			因此，我们可以将之简化为底下这样∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '[^a-z]oo' regular_express.txt</span>
3:<span class="term_note_b">Foo</span>tball game is not use feet only.
</pre></td></tr></table>

			也就是说，当我们在一组集合字元中，如果该字元组是连续的，例如大写英文/小写英文/数字等等，
			就可以使用[a-z],[A-Z],[0-9]等方式来书写，那么如果我们的要求字串是数字与英文呢？
			呵呵！就将他全部写在一起，变成∶[a-zA-Z0-9]<br><br>

			例如，我们要取得有数字的那一行，就这样∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '[0-9]' regular_express.txt</span>
5:However, this dress is about $ <span class="term_note_b">3183</span> dollars.
15:You are the best is mean you are the no. <span class="term_note_b">1</span>.
</pre></td></tr></table>

			这样对于 [] 以及 [^] 以及 [] 当中的 - 有了解了吗？！ ^_^y
		</li><br>

		<li><span class="text_import1">例题三、行首与行尾字元 ^ $∶</span><br>
			我们在例题一当中，可以查询到一行字串里面有 the 的，那如果我想要让 the 只在行首列出呢？
			这个时候就得要使用定位字元了！我们可以这样做∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '^the' regular_express.txt</span>
12:<span class="term_note_b">the</span> symbol '*' is represented as start.
</pre></td></tr></table>

			此时，就只剩下第 12 行，因为只有第 12 行的行首是 the 开头啊～此外，
			如果我想要开头是小写字元的那一行就列出呢？可以这样∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '^[a-z]' regular_express.txt</span>
2:<span class="term_note_b">a</span>pple is my favorite food.
4:<span class="term_note_b">t</span>his dress doesn't fit me.
10:<span class="term_note_b">m</span>otorcycle is cheap than car.
12:<span class="term_note_b">t</span>he symbol '*' is represented as start.
18:<span class="term_note_b">g</span>oogle is the best tools for search keyword.
19:<span class="term_note_b">g</span>oooooogle yes!
</pre></td></tr></table>

			如果我不想要开头是英文字母，则可以是这样∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '^[^a-zA-Z]' regular_express.txt</span>
1:<span class="term_note_b">"</span>Open Source" is a good mechanism to develop programs.
20:<span class="term_note_b">#</span> I am VBird
</pre></td></tr></table>

			注意到了吧？那个 ^ 符号，在字元集合符号(括号[])之内与之外是不同的！
			在 [] 内代表『反向选择』，在 [] 之外则代表定位在行首的意义！要分清楚喔！<br><br>

			那如果我想要找出来，行尾结束为小数点 (.) 的那一行，该如何处理∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '\.$' regular_express.txt</span>
1:"Open Source" is a good mechanism to develop programs<span class="term_note_b">.</span>
2:apple is my favorite food<span class="term_note_b">.</span>
3:Football game is not use feet only<span class="term_note_b">.</span>
4:this dress doesn't fit me<span class="term_note_b">.</span>
10:motorcycle is cheap than car<span class="term_note_b">.</span>
11:This window is clear<span class="term_note_b">.</span>
12:the symbol '*' is represented as start<span class="term_note_b">.</span>
15:You are the best is mean you are the no. 1<span class="term_note_b">.</span>
16:The world <Happy> is the same with "glad"<span class="term_note_b">.</span>
17:I like dog<span class="term_note_b">.</span>
18:google is the best tools for search keyword<span class="term_note_b">.</span>
</pre></td></tr></table>

			特别注意到，因为小数点具有其他意义(底下会介绍)，所以必须要使用跳脱字元(\)来加以解除其特殊意义！
			不过，您或许会觉得奇怪，但是第 5~9 行最后面也是 . 啊～怎么无法列印出来？？
			这里就牵涉到 Windows 平台的软体对于断行字元的判断问题了！我们使用 cat -A 将第五行拿出来看，
			您会发现∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">cat -A regular_express.txt</span>
However, this dress is about $ 3183 dollars.<span class="term_note_b">^M</span>$
</pre></td></tr></table>

			注意到了没？最后面的断行字元应该是 $ 才对，但是，因为 Windows 的 nodepad 会主动加上 ^M
			作为断行的判断，因此，那个 . 自然就不是紧接在 $ 之前喔！这样可以了解 ^ 与 $ 的意义吗？
			好了，先不要看底下的解答，自己想一想，那么如果我想要找出来，哪一行是『空白行』，
			也就是说，该行并没有输入任何资料，该如何搜寻？？<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n '^$' regular_express.txt</span>
21:
</pre></td></tr></table>

			因为只有行首跟行尾( ^$ )，所以，这样就可以找出空白行啦！再来，
			假设您已经知道在一个批次脚本 (shell script) 或者是设定档当中，
			空白行与开头为 # 的那一行是注解，因此如果您要将资料列出给别人参考时，
			可以将这些资料省略掉，以节省保贵的纸张，那么，您可以怎么作呢？
			我们以 /etc/syslog.conf 这个档案来作范例，您可以自行参考一下输出的结果∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">cat /etc/syslog.conf</span>
[root@test root]# <span class="term_command">grep -v '^$' /etc/syslog.conf | grep -v '^#'</span>
</pre></td></tr></table>

			是否节省很多版面啊？？
		</li><br>

		<li><span class="text_import1">例题四、任意一个字元 . 与重复字元 *</span><br>
			在 bash 的章节当中，我们知道万用字元 * 可以用来代表任意(0或多个)字元，
			但是<span class="text_import2">正规表示法并不是万用字元</span>，两者之间是不相同的！
			至于正规表示法当中的『 . 』则代表『绝对有一个任意字元』的意思！这样讲不好懂，
			我们直接做个练习吧！假设我需要找出 g??d 的字串，亦即共有四个字元，
			起头是 g 而结束是 d ，我可以这样做∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n 'g..d' regular_express.txt</span>
1:"Open Source" is a <span class="term_note_b">good</span> mechanism to develop programs.
9:Oh! The soup taste <span class="term_note_b">good</span>.
16:The world <Happy> is the same with "<span class="term_note_b">glad</span>".
</pre></td></tr></table>

			因为强调 g 与 d 之间一定要存在两个字元，因此，第 13 行的 god 与第 14 行的 gd 
			就不会被列出来啦！再来，如果我想要列出有 oo, ooo, oooo 等等的资料，
			也就是说，至少要有两个 o 以上，该如何是好？？是 o* 还是 oo* 还是 ooo* 呢？
			虽然您可以试看看结果， 不过结果太占版面了 @_@ ，所以，我这里就直接说明。<br><br>

			因为 * 代表的是『<span class="text_import2">重复 0 个或多个前面的 RE 字符</span>』的意义，
			因此，<span class="text_import2">『o*』代表的是∶『拥有空字元或一个 o 以上的字元』</span>，
			特别注意，因为允许空字元(就是有没有字元都可以的意思)，因此， <span class="text_import1">
			grep -n 'o*' regular_express.txt</span>
			将会把所有的资料都列印出来萤幕上！<br><br>

			那如果是『oo*』呢？则第一个 o 肯定必须要存在，第二个 o 则是可有可无的多个 o ，
			所以，凡是含有 o, oo, ooo, oooo 等等，都可以被列出来～<br><br>

			同理，当我们需要『至少两个 o 以上的字串』时，就需要 ooo* ，亦即是∶<br>

<table class="term"><tr><td class="term"><pre>
[root@test root]# <span class="term_command">grep -n 'ooo*' regular_express.txt</span>
1:"Open Source" is a g<span class="term_note_b">oo</span>d mechanism to develop programs.
2:apple is my favorite f<span class="term_note_b">oo</span>d.