Linux --- 正则表达式

正则表达式的作用：面对数据量庞大的系统，如果要要从千百行资料里找一行有问题的讯息，光用肉眼看的话是很难找到的，这个时候可以利用[ 正则表达式 ]的功能仅取出有问题的信息进行分析。这种方法还可以用在对邮件服务器的邮件剔除或查找。正则表达式除了简单的一组字符串处理之外，还可以作群组的字符串处理，例如进行搜寻VBird或者netman、lman的搜寻。grep 是一个很常见也很常用的命令，它最重要的功能就是进行字符串数据的比对，然后将符合使用者需求的字符串打印出来。

常用参数： grep [ - acinv ] '搜寻字符串'  filename

                                       -a：将binary 文件以text文件的方式搜寻数据

                                        -c：计算找到‘搜寻字符串’的次数

                                        -i：忽略大小写的不同，所以大小写视为相同

                                         -n：顺便输出行号

                                         -v：反向选择，即显示出没有‘搜寻字符串’内容的那一行

需要说明的是[ grep 在数据中查寻一个字符串时，是以“整行”为单位来进行数据的撷取的！] 假如一个文件内有10行，其中有两行具有你所搜寻的字符串则将那两行显示在屏幕上，其它的就丢弃了。grep 除了可以进行文件的资料搜寻之外，也常常被应用在input/output 的数据处理当中，例如常见的管线命令（pipe）就可以常常见到它的踪影！

因为不同的语系编码是不一样的，所以需要将语系改成英文语系，才能进行下面的测试，否则，可能会有显示的内容与下面的输出不符的状况，修改语系的方法：

以grep撷取字符串

（1）搜索特定字符串 cars

（2）如果想要[ 反向选择 ]呢？当该行没有'the'这个字符串时，才会显示在屏幕上

（3）在输出的每行前面加上它的行号以及输出显示不匹配的行

（4）如果我们想取得有数字的一行，就如下图这样：

（5）行首与行尾字符 ^$：

（6）过滤掉有 '=' 的行，这样可以忽略掉一些数据

（7）任意一个字符[.] 与重复字符[*]

我们知道万用字符 * 可以用来代表任意（0或多个）字符，但是正则表达式并不是万用字符，两者之间是不相同的！至于正则表达式当中的[.]则代表任意一个字符的意思

因为 * 代表的是重复（0个或多个前面的RE字符）的意义，因此，[o*]代表的是拥有空字符或一个o以上的字符。

如果我想要的字符串开头是g，结尾是d，当中的字符至少有一个 o，该如何找出

（8）如果我想找出[ 任意数字 ]的行列呢

虽然 grep -n '[0-9]*' hello_text 也可以得到相同结果，但是还是要理解上面命令当中RE表示法的意义才好

（9）限定连续RE字符范围 {}

我想找出2个到5个 o 的连续字符串，该如何操作？这个时候就要用到限定范围的字符 {} 了，但是因为 { 与 } 的符号在shell是有特殊意义的，因此，我们需要使用跳脱字符 \ 来让它失去特殊意义才行。假设我要找到2个 o 的字符串：

（10）重复特殊字符

经过上面几个简单的说明，我们可以将基础的正则表达式特殊字符汇总如下：

请特别留意的是[ 正则表达式的特殊字符 ] 与一般在命令列输入命令的[ 万用字符 ] 并不相同，例如，在万用字符当中，* 代表的是0~ 多个字符的意思，但是在正则表达式当中，* 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！

例如，不支持正则表达式的 ls 这个命令中，若我们使用[ ls -l * ] 代表的是任意文件名的文件，而 [ ls -l a* ] 代表的是以 a 为开头的任何文件名的文件，但在正则表达式中，我们要找到含有以 a 为开头的文件，则必须要这样： [ ls | grep -n '^a.*' ] 

另外，例如万用字符的反向选择，为 [ ! range ] ，至于正则表达式则是 [ ^range ] 

延伸正则表达式

在上面有一个说明，我们要去除空白行与行首为'='的行列，还可以简化为：[ egrep -v '^$|^=' hello_text ]

需要特别强调一下， grep 支持的是基础型的正则表达式，而 egrep 支持延伸正则表达式。实际上，egrep 是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！

以上这些就是延伸型的正则表达式的特殊字符，另外，要特别强调的是这个 ！ 在正则表达式当中并不是特殊字符，使用，如果你想要的查出文件中含有 ！ 与 > 的字行时，可以这样： [ grep -n '[!>]' hello_text ]