8.正规表示法
本章同步视频：https://edu.51cto.com/sd/e4874
8.1 正规表示法
正规表示法就是处理字符串的方法，他是以行为单位来进行字符串的处理行为，正规表示法透过一些特殊符号的辅助，可以让使用者轻易的达到『搜寻/删除/取代』某特定字符串的处理程序！
8.2 基础正规表示法
8.2.1 语系对正规表示法的影响
使用正规表示法时，需要特别留意当时环境的语系为何，否则可能会发现与别人不相同的撷取结果喔！底下的很多练习都是使用『 』这个语系数据来进行
特殊符号 | 代表意义 |
[:alnum:] | 代表英文大小写字符及数字，亦即 0-9, A-Z, a-z |
[:alpha:] | 代表任何英文大小写字符，亦即 A-Z, a-z |
[:blank:] | 代表空格键与 [Tab] 按键两者 |
[:cntrl:] | 代表键盘上面的控制按键，亦即包括 CR, LF, Tab, Del.. 等等 |
[:digit:] | 代表数字而已，亦即 0-9 |
[:graph:] | 除了空格符 (空格键与 [Tab] 按键) 外的其他所有按键 |
[:lower:] | 代表小写字符，亦即 a-z |
[:print:] | 代表任何可以被打印出来的字符 |
[:punct:] | 代表标点符号 (punctuation symbol)，亦即：" ' ? ! ; : # $... |
[:upper:] | 代表大写字符，亦即 A-Z |
[:space:] | 任何会产生空白的字符，包括空格键, [Tab], CR 等等 |
[:xdigit:] | 代表 16 进位的数字类型，因此包括：0-9, A-F, a-f 的数字与字符 |
8.2.2 grep 的一些进阶选项
[dmtsai@study ~]$ grep [-A] [-B] [--color=auto] '搜寻字符串' filename
-A ：后面可加数字，为 after 的意思，除了列出该行外，后续的 n 行也列出来；
-B ：后面可加数字，为 befer 的意思，除了列出该行外，前面的 n 行也列出来；
alias egrep='egrep --color=auto'
alias fgrep='fgrep --color=auto'
alias grep='grep --color=auto'
alias l.='ls -d .* --color=auto'
alias which='alias | /usr/bin/which --tty-only --read-alias --show-dot --show-tilde'
[root@localhost tmp]# alias | grep "mv"
[root@localhost tmp]# alias | grep -A1 -B2 "mv"
8.2.3 基础正规表示法练习
RE 字符 | 意义与范例 |
^word | 意义：待搜寻的字符串(word)在行首！ 范例：搜寻行首为 # 开始的那一行，并列出行号 grep -n '^#' regular_express.txt |
word$ | 意义：待搜寻的字符串(word)在行尾！ 范例：将行尾为 ! 的那一行打印出来，并列出行号 grep -n '!$' regular_express.txt |
. | 意义：代表『一定有一个任意字符』的字符！ 范例：搜寻的字符串可以是 (eve) (eae) (eee) (e e)，但不能仅有 (ee) ！亦即 e 与 e 中间『一定』仅有一个字符，而空格符也是字符！ grep -n 'e.e' regular_express.txt |
\ | 意义：跳脱字符，将特殊符号的特殊意义去除！ 范例：搜寻含有单引号 ' 的那一行！ grep -n \' regular_express.txt |
* | 意义：重复零个到无穷多个的前一个 RE 字符 范例：找出含有 (es) (ess) (esss) 等等的字符串，注意，因为 * 可以是 0 个，所以 es 也是符合带搜寻字符串。另外，因为 * 为重复『前一个 RE 字符』的符号，因此，在 * 之前必须要紧接着一个 RE 字符喔！例如任意字符则为『.*』！ grep -n 'ess*' regular_express.txt |
[list] | 意义：字符集合的 RE 字符，里面列出想要撷取的字符！ 范例：搜寻含有 (gl) 或 (gd) 的那一行，需要特别留意的是，在 [] 当中『谨代表一个待搜寻的字符』，例如『 a[afl]y 』代表搜寻的字符串可以是 aay, afy, aly 即 [afl] 代表 a 或 f 或 l 的意思！ grep -n 'g[ld]' regular_express.txt |
[n1-n2] | 意义：字符集合的 RE 字符，里面列出想要撷取的字符范围！ 范例：搜寻含有任意数字的那一行！需特别留意，在字符集合 [] 中的减号 - 是有特殊意义的，他代表两个字符之间的所有连续字符！但这个连续与否与 ASCII 编码有关，因此，你的编码需要设定正确(在 bash 当中，需要确定 LANG 与 LANGUAGE 的变量是否正确！) 例如所有大写字符则为 [A-Z] grep -n '[A-Z]' regular_express.txt |
[^list] | 意义：字符集合的 RE 字符，里面列出不要的字符串或范围！ 范例：搜寻的字符串可以是 (oog) (ood) 但不能是 (oot) ，那个 ^ 在 [] 内时，代表的意义是『反向选择』的意思。例如，我不要大写字符，则为 [^A-Z]。但是，需要特别注意的是，如果以 grep -n [^A-Z] regular_express.txt 来搜寻，却发现该档案内的所有行都被列出，为什么？因为这个 [^A-Z] 是『非大写字符』的意思，因为每一行均有非大写字符，例如第一行的"Open Source"就有 p,e,n,o.... 等等的小写字 grep -n 'oo[^t]' regular_express.txt |
\{n,m\} | 意义：连续 n 到 m 个的『前一个 RE 字符』 意义：若为 \{n\} 则是连续 n 个的前一个 RE 字符， 意义：若是 \{n,\} 则是连续 n 个以上的前一个 RE 字符！ 范例：在 g 与 g 之间有 2 个到 3 个的 o 存在的字符串，亦即 (goog)(gooog) grep -n 'go\{2,3\}g' regular_express.txt |
[root@localhost tmp]# cat test
"Open Source" is a good mechanism to develop programs.
Football game is not use feet only.
However, this dress is about $ 3183 dollars.^M
GNU is free air not free beer.^M
the symbol '*' is represented as start.
The gd software is a library for drafting programs.^M
You are the best is mean you are the no. 1.
The world <Happy> is the same with "glad".
google is the best tools for search keyword.
[root@localhost tmp]# grep -n "the" test #查找含有"the"的行
8:I can't finish the test.^M #-n，显示行号
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world <Happy> is the same with "glad".
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -vn "the" test #-v，查找不含"the"的行
[root@localhost tmp]# grep -in "the" test #-i，不区分大小写
[root@localhost tmp]# grep -n 't[ae]st' test #查找含有test或者tast的行
[root@localhost tmp]# grep -n 'oo' test #查找含有oo的行
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n '[^g]oo' test #不是以g开头的oo
3:Football game is not use feet only.
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n '[^a-z]oo' test #不是以小写字母开头的oo
3:Football game is not use feet only.
[root@localhost tmp]# grep -n '[^[:lower:]]oo' test
[root@localhost tmp]# grep -n '[0-9]' test #含有数字的行
5:However, this dress is about $ 3183 dollars.^M
15:You are the best is mean you are the no. 1.
[root@localhost tmp]# grep -n '[[:digit:]]' test
[root@localhost tmp]# grep -n '^the' test #以the开头的行
12:the symbol '*' is represented as start.
[root@localhost tmp]# grep -n '^[0-9]' test #以数字开头的行
[root@localhost tmp]# grep -n '^[[:digit:]]' test
[root@localhost tmp]# grep -n '^[a-z]' test #以小写字母开头的行
10:motorcycle is cheap than car.
12:the symbol '*' is represented as start.
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n '^[[:lower:]]' test
[root@localhost tmp]# grep -n '^[^a-zA-Z]' test #不是以字母开头的行
1:"Open Source" is a good mechanism to develop programs.
[root@localhost tmp]# grep -n '\.$' test #以.结尾的行
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
10:motorcycle is cheap than car.
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world <Happy> is the same with "glad".
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n '^$' test #空行
[root@localhost tmp]# grep -vn '^$' test | grep -vn '^#' #去掉空行和注释行
u * (星星号)：代表『重复前一个字符， 0 到无穷多次』的意思，为组合形态
[root@localhost tmp]# grep -n 'g..d' test #g和d中间有两个字符
1:"Open Source" is a good mechanism to develop programs.
16:The world <Happy> is the same with "glad".
[root@localhost tmp]# grep -n 'ooo*' test #两个或以上的o
[root@localhost tmp]# grep -n 'goo*g' test #两个g之间至少有一个o
[root@localhost tmp]# grep -n 'g*g' test #至少一个g
[root@localhost tmp]# grep -n 'g.*g' test #含有两个g
[root@localhost tmp]# grep -n '[0-9][0-9]*' test #含有数值
[root@localhost tmp]# grep -n '[0-9]' test
[root@localhost tmp]# grep -n 'o\{2\}' test #含有连续两个o
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n 'ooo*' test
[root@localhost tmp]# grep -n 'o\{2,5\}' test #含有连续2-5个o
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n 'o\{5,\}' test #含有5个或以上个o
[root@localhost tmp]# grep -n 'go\{2,\}g' test #g和g之间含有2个或以上个o
18:google is the best tools for search keyword.
[root@localhost tmp]# grep -n 'gooo*g' test
[root@localhost tmp]# grep -n 'go\{2,5\}g' test #g和g之间含有2-5个o
18:google is the best tools for search keyword.