Linux下Regex和grep命令的使用

使用規則運算式要養成良好的習慣，就是在匹配模式的兩端加上‘’。這樣和shell的檔案萬用字元號做區別。 
　　正規標記法( Regular Exdivssion,RE )

　　1 什麼是正規標記法：

　　什麼是正規表示式 ( Regular Exdivssion, 底下簡稱 RE ) 呢？簡單的說，在 Linux 的環境下，我們可以透過『字串以及一些特殊字元的輔助』來進行文字的比對工作，好來讓使用者篩選自己所需要資料。

　　這些特殊的字元與搭配使用的工具，就構成了正規標記法的主軸!

　　例如 /etc/rc.d/init.d 這個目錄當中好了，如果你要找到一個檔案內容含有 mail 這個字串的檔案名稱，要怎麼搜尋呢？利用 grep 配合 mail 以及萬用字元來搜尋所有的檔案名稱『grep 'mail' /etc/rc.d/init.d/*』

　　2 正規標記法對於系統管理員的用途：

　　對於系統管理員來說，正規標記法則是一個『不可不學的好東西!』由於系統如果在繁忙的情況之下，每天產生的訊息資訊會多到你無法想象的地步，而我們也都知道，系統的『錯誤訊息登入檔案』 的內容記載了系統產生的所有訊息，當然，這包含你的系統是否被『入侵』的紀錄資料。但是系統的資料量太大了，要系統管理員的 你每天去看這麼多的訊息資料，想不瘋掉都很難，這個時候，我們就可以透過『正規標記法』的功能，將這些登入的資訊進行處理，僅取出『錯誤』的資訊來進行分析。

　　3 正規標記法的廣泛用途：

　　除了系統管理員之外，一大堆的軟體與設定都是支援正規標記法的，最常見的例子就是『郵件伺服器』!您是否有常常收到電子郵件裡最讓人詬病 的『廣告信件』呢？那如果我在 Server 端就將廣告信件給剔除的話，用戶端就會減少很多不必要的頻寬損耗了對吧!那麼如何剔除廣告信件呢？由於廣告信件幾乎都有一定的標題或者是內容，因此，只要 每次有來信時，都先將來信的標題與內容進行特殊字元串的比對，使用正規標記法發現有不良信件就予以剔除!目前兩大伺服器軟體sendmail 與 postfix 都支援正規標記法的比對功能!很多的伺服器軟體、以及套件都支援正規標記法。

　　4 grep

　　文法：[root @test /root ]# grep [-acinv] '搜尋字串' filenames-list

　　參數說明：

　　-a ：將 binary 檔案以 text 檔案的方式搜尋資料

　　-c ：計算找到 '搜尋字串' 的次數

　　-i ：忽略大小寫不同，所以大小寫視為相同

　　-n ：順便輸出行號

　　-v ：反向選擇，亦即顯示出沒有 '搜尋字串' 內容的那一行!

　　範例：

　　[root @test /root]# grep 'root' /var/log/secure

　　搜尋 /var/log/secure 這個檔案中包含 root 的行

　　[root @test /root]# grep -v 'root' /var/log/secure

　　搜尋沒有 root 的行

　　[root @test /root]# grep [A-Z]ANPATH /etc/man.config

　　說明：grep 是一個很常見的指令，最重要的功能就是進行字串資料的比對了，需要說明的是『grep 在一個檔案中查尋一個字串時，他是以"整行"為單位來資料的擷取的!』

　　grep 是最簡單的正規標記法搜尋指令之一，他並不支援一些更嚴謹的正規標記法內容，不過，已經相當的好用。

　　例題一：找出這個檔案裡面含有 know 這個字元，並將行號列出來：注意，大小寫是不一樣的

　　[root @test /root ]# grep -n 'know' regexp.txt

　　例題二：找出這個檔案裡面含有 * 這個字元，並將行號列出來：

　　[root @test /root ]# grep -n '\*' regexp.txt

　　例題三：我要將所有 know 不論大小寫都列出來，並列出行號：

　　[root @test /root]# grep -ni 'know' regexp.txt

　　注意：類似的指令還有egrep、awk、gawk、sed等，將在後面詳細說明

　　5 正規標記法的特殊字元(charaters)與 egrep 指令

　　特殊字元 表示意義

　　^word 待搜尋的字元在行首

　　word$ 待搜尋的字元在行尾

　　. 匹配任何一個可能的字元

　　\ 跳脫符號將特殊字元變成一般字元

　　？ 任何一個『單一』字元

　　* 匹配模式中重複的字元

　　[list] 列表中的字元

　　[range] 列表中範圍內的字元

　　[^list] 反向選擇，與 [list] 相反

　　[^range] 反向選擇，與 [range]相反

　　\{n\} 與前一個相同字浮連續 n 個

　　\{n,m\} 與前一個相同字浮連續 n-m 個

　　請特別留意的是，『正規標記法的特殊字元』與一般在指令列輸入指令的『萬用字元』並不相同，例如，在萬用字元當中， * 代表的是 0 ~ 無限多個字元的意思，但是在正規標記法當中， * 則是重複前一個字元的意思～使用的意義並不相同，不要搞混了!

　　例題：在 /etc 底下，只要含有 XYZ 三個字元的任何一個字元的那一行就列出來

　　grep [XYZ] /etc/*

　　例題：我想要知道在 /etc 裡面，只要句首是 w-z 的就將他印出來？

　　grep ^[w-z] /etc/*

　　6 diff比較兩個檔案內容是否有不一致的指令!

　　文法：[root @test /root ]# diff file1 file2

　　範例：[root @test /root]# diff index.htm index.html

　　例子：ls –l | grep ‘^d’ 查詢子目錄

　　注意：使用規則運算式要養成良好的習慣，就是在匹配模式的兩端加上‘’。這樣和shell的檔案萬用字元號做區別。

　　7 充分規則運算式專用字元

　　符號 執行

　　pattern1 | pattern2 邏輯或

　　(patten) 對模式進行分組

　　char+ 搜尋前面字元的一個或者多個重複執行個體

　　char？ 搜尋前面字元的一個或者0個執行個體

　　例題：t+ 匹配一個或一個以上連續的t，如t tt ttt

　　t？ 匹配0個或1個t 如 t 或 ‘ ’

　　“create | stream “ 和兩種模式的任一種進行匹配

　　重點回顧

　　• shell檔案匹配字元和規則運算式的區別

　　shell檔案匹配字元是用於匹配檔案名稱

　　正規標記法RE的用途主要是用來做為『搜尋』字串之用，匹配的檔案裡面的內容和用來過濾特殊訊息等用途;

　　• 由於嚴謹度的不同，正規標記法之上還有更嚴謹的延伸正規標記法;

　　• 正規標記法的處理方式，經常是以『整行』或稱為『整段』來進行處理的;

　　• grep 與 egrep 在正規標記法裡面是很常見的兩支程式，其中， egrep 可以用不同的模式去匹配，以及支援更嚴謹的正規標記法的文法。