现在的位置: 首页 > 综合 > 正文

Grep,正则表达式

2013年06月12日 ⁄ 综合 ⁄ 共 3000字 ⁄ 字号 评论关闭

重要特殊字符(characters)

经过了上面的几个简单的范例,我们可以将基础的正规表示法特殊字符汇整如下:

RE 字符

意义与范例

^word

待搜寻的字符串(word)在行首!

范例:grep -n '^#' regular_express.txt
搜寻行首为 # 开始的那一行!

word$

待搜寻的字符串(word)在行尾!

范例:grep -n '!$' regular_express.txt
将行尾为 ! 的那一行打印出来!

.

代表『任意一个』字符,一定是一个任意字符!

范例:grep -n 'e.e' regular_express.txt
搜寻的字符串可以是 (eve) (eae) (eee) (e e), 但不能仅有 (ee) !亦即 e e 中间『一定』仅有一个字符,而空格符也是字符!

/

跳脱字符,将特殊符号的特殊意义去除!

范例:grep -n /' regular_express.txt
搜寻含有单引号 ' 的那一行!

*

重复零个或多个的前一个 RE 字符

范例:grep -n 'ess*' regular_express.txt
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 『.*』 !

/{n,m/}

连续 n m 个的『前一个 RE 字符』
若为 /{n/} 则是连续 n 个的前一个 RE 字符,
若是 /{n,/} 则是连续 n 个以上的前一个 RE 字符!

范例:grep -n 'go/{2,3/}g' regular_express.txt
g g 之间有 2 个到 3 个的 o 存在的字符串,亦即 (goog)(gooog)

[]

字符集合的 RE 特殊字符的符号

[list]
范例:grep -n 'g[ld]' regular_express.txt
搜寻含有 (gl) (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
亦即 [afl] 代表 a f l 的意思!

[ch1-ch2]
范例:grep -n '[0-9]' regular_express.txt
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,您的编码需要设定正确( bash 当中,需要确定 LANG LANGUAGE 的变量是否正确!) 例如所有大写字符则为 [A-Z]

[^]
范例:grep -n 'oo[^t]' regular_express.txt
搜寻的字符串可以是 (oog) (ood) 但不能是 (oot) ,那个 ^ [] 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.... 等等的小写字符, 以及双引号 (") 等字符,所以当然符合 [^A-Z] 的搜寻!


请特别留意的是,『正规表示法的特殊字符』 与一般在指令列输入指令的『万用字符』并不相同, 例如,在万用字符当中,* 代表的是 0 ~ 无限多个字符的意思,但是在正规表示法当中, * 则是重复 0 到多个的前一个 RE 字符的意思~使用的意义并不相同,不要搞混了! (鸟哥我一开始摸正规表示法时就很容易搞混!因为这里是新手最容易搞错的地方,特别小心啊!)

举例来说,不支持正规表示法的 ls 这个工具中,若我们使用 『ls -l * 』 代表的是任意档名的档案,而 『ls -l a* 』代表的是以 a 为开头的任何档名的档案, 但在正规表示法中,我们要找到含有以 a 为开头的档案,则必须要这样:(需搭配支持正规表示法的工具)

ls | grep -n '^a.*'

另外,例如万用字符的反向选择,为 [!range] ,至于正规表示法则是 [^range] 。 这样是否了解正规表示法与万用字符的差异啦??


延伸正规表示法

事实上,一般读者只要了解基础型的正规表示法大概就已经相当足够了,不过,某些时刻, 为了要简化整个指令操作,了解一下使用范围更广的延伸型正规表示法的表示式,会更方便呢!举个简单的例子好了,在上节的例题三的最后一个例子中,我们要去除空白行与行首为 # 的行列, 使用的是

grep -v '^$' regular_express.txt | grep -v '^#'

需要使用到管线命令来搜寻两次! 那么如果使用延伸型的正规表示法,我们可以简化为:

egrep -v '^$|^#' regular_express.txt

利用支持延伸型正规表示法的 egrep 与特殊字符 | 来区隔两组字符串,如此一来,是否方便很多呢?

这里必须要特别强调, grep 支持的是基础型的正规表示法,而 egrep 支持延伸正规表示法。 事实上, egrep grep -E 的命令别名,为了方便使用,我们还是以 egrep 来跟 grep 区分吧!

熟悉了正规表示法之后,到这个延伸型的正规表示法,您应该也会想到, 不就是多几个重要的特殊符号吗? ^_^y 是的~所以,我们就直接来说明一下,延伸型正规表示法有哪几个特殊符号?

RE 字符

意义与范例

+

重复『一个或一个以上』的前一个 RE 字符

范例:egrep -n 'go+d' regular_express.txt
搜寻 (god) (good) (goood)... 等等的字符串。 那个 o+ 代表『一个以上的 o 』所以,上面的执行成果会将第 1, 9, 13 行列出来。

?

『零个或一个』的前一个 RE 字符

范例:egrep -n 'go?d' regular_express.txt
搜寻 (gd) (god) 这两个字符串。 那个 o? 代表『空的或 1 o 』所以,上面的执行成果会将第 13, 14 行列出来。
有没有发现到,这两个案例( 'go+d' 'go?d' )的结果集合与 'go*d' 相同? 想想看,这是为什么喔! ^_^

|

用或( or )的方式找出数个字符串

范例:egrep -n 'gd|good' regular_express.txt
搜寻 gd good 这两个字符串,注意,是『或』! 所以,第 1,9,14 这三行都可以被打印出来喔!那如果还想要找出 dog 呢?就这样啊:
egrep -n 'gd|good|dog' regular_express.txt

( )

找出『群组』字符串

范例:egrep -n 'g(la|oo)d' regular_express.txt
搜寻 (glad) (good) 这两个字符串,因为 g d 是重复的,所以, 我就可以将 la oo 列于 ( ) 当中,并以 | 来分隔开来,就可以啦!
此外,这个功能还可以用来作为『多个重复群组』的判别喔!举例来说:
echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C'
上面的例子当中,意思是说,我要找开头是 A 结尾是 C ,中间有一个以上的 "xyz" 字符串的意思~

 


以上这些就是延伸型的正规表示法的特殊字符。另外,要特别强调的是,那个 ! 在正规表示法当中并不是特殊字符, 所以,如果您想要查出来档案中含有 ! > 的字行时,可以这样:

grep -n '[!>]' regular_express.txt

这样可以了解了吗?!常常看到有陷阱的题目写:『反向选择这样对否? '[!a-z]'?』, 呵呵!是错的呦~要 '[^a-z] 才是对的!

 

抱歉!评论已关闭.