要了解正规表示法最简单的方法就是由实际练习去感受啦！所以在汇整正规表示法特殊符号前，
我们先以底下这个文件的内容来进行正规表示法的理解吧！先说明一下，底下的练习大前提是：
语系已经使用『 export LANG=C 』的配置值；
grep 已经使用 alias 配置成为『 grep --color=auto 』
至於本章的练习用文件请由底下的连结来下载。需要特别注意的是，底下这个文件是鸟哥在 MS Windows 系统下编辑的，
并且已经特殊处理过，因此，他虽然是纯文字档，但是内含一些 Windows
系统下的软件常常自行加入的一些特殊字节，例如断行字节 (^M) 就是一例！
所以，你可以直接将底下的文字以 vi 储存成 regular_express.txt 这个文件，
不过，还是比较建议直接点底下的连结：
如果你的 Linux 可以直接连上 Internet 的话，那么使用如下的命令来捉取即可：
wget http://cn.linux.vbird.org/linux_basic/0330regularex/regular_express.txt
至於这个文件的内容如下：
[root@www ~]# vi regular_express.txt
"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
However, this dress is about $ 3183 dollars.^M
GNU is free air not free beer.^M
Her hair is very beauty.^M
I can't finish the test.^M
Oh! The soup taste good.^M
motorcycle is cheap than car.
This window is clear.
the symbol '*' is represented as start.
Oh! My god!
The gd software is a library for drafting programs.^M
You are the best is mean you are the no. 1.
The world is the same with "glad".
I like dog.
google is the best tools for search keyword.
goooooogle yes!
go! go! Let's go.
# I am VBird
这文件共有 22 行，最底下一行为空白行！现在开始我们一个案例一个案例的来介绍吧！
例题一、搜寻特定字串
搜寻特定字串很简单吧？假设我们要从刚刚的文件当中取得 the 这个特定字串，最简单的方式就是这样：
[root@www ~]# grep -n 'the' regular_express.txt
8:I can't finish the test.
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world is the same with "glad".
18:google is the best tools for search keyword.
那如果想要『反向选择』呢？也就是说，当该行没有
'the' 这个字串时才显示在萤幕上，那就直接使用：
[root@www ~]# grep -vn 'the' regular_express.txt
你会发现，萤幕上出现的行列为除了 8,12,15,16,18 五行之外的其他行列！
接下来，如果你想要取得不论大小写的 the 这个字串，则：
[root@www ~]# grep -in 'the' regular_express.txt
8:I can't finish the test.
9:Oh! The soup taste good.
12:the symbol '*' is represented as start.
14:The gd software is a library for drafting programs.
15:You are the best is mean you are the no. 1.
16:The world is the same with "glad".
18:google is the best tools for search keyword.
除了多两行 (9, 14行) 之外，第 16 行也多了一个 The 的关键字被撷取到喔！
例题二、利用中括号 [] 来搜寻集合字节
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：
[root@www ~]# grep -n 't[ae]st' regular_express.txt
8:I can't finish the test.
9:Oh! The soup taste good.
了解了吧？其实 [] 里面不论有几个字节，他都谨代表某『一个』字节，
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 的字节时，则使用：
[root@www ~]# grep -n 'oo' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! The soup taste good.
18:google is the best tools for search keyword.
19:goooooogle yes!
但是，如果我不想要 oo 前面有 g 的话呢？此时，可以利用在集合字节的反向选择 [^] 来达成：
[root@www ~]# grep -n '[^g]oo' regular_express.txt
2:apple is my favorite food.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
19:goooooogle yes!
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) 但是由於有需要的项目 (too) ，
因此，是符合字串搜寻的喔！
至於第 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！
再来，假设我 oo 前面不想要有小写字节，所以，我可以这样写 [^abcd....z]oo ，
但是这样似乎不怎么方便，由於小写字节的 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：
[root@www ~]# grep -n '[^a-z]oo' regular_express.txt
3:Football game is not use feet only.
也就是说，当我们在一组集合字节中，如果该字节组是连续的，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]。例如，我们要取得有数字的那一行，就这样：
[root@www ~]# grep -n '[0-9]' regular_express.txt
5:However, this dress is about $ 3183 dollars.
15:You are the best is mean you are the no. 1.
但由於考虑到语系对於编码顺序的影响，因此除了连续编码使用减号『 - 』之外，
你也可以使用如下的方法来取得前面两个测试的结果：
[root@www ~]# grep -n '[^[:lower:]]oo' regular_express.txt
# 那个 [:lower:] 代表的就是 a-z 的意思！请参考前两小节的说明表格
[root@www ~]# grep -n '[[:digit:]]' regular_express.txt
这样对於 [] 以及 [^] 以及 [] 当中的 - ，还有关於前面表格提到的特殊关键字有了解了吗？^_^！
例题三、行首与行尾字节 ^ $
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节了！我们可以这样做：
[root@www ~]# grep -n '^the' regular_express.txt
12:the symbol '*' is represented as start.
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节的那一行就列出呢？可以这样：
[root@www ~]# grep -n '^[a-z]' regular_express.txt
2:apple is my favorite food.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
12:the symbol '*' is represented as start.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
你可以发现我们可以捉到第一个字节都不是大写的！只不过 grep 列出的关键字部分不只有第一个字节，
grep 是列出一整个字 (word) 说！同样的，上面的命令也可以用如下的方式来取代的：
[root@www ~]# grep -n '^[[:lower:]]' regular_express.txt
好！那如果我不想要开头是英文字母，则可以是这样：
[root@www ~]# grep -n '^[^a-zA-Z]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
21:# I am VBird
# 命令也可以是： grep -n '^[^[:alpha:]]' regular_express.txt
注意到了吧？那个 ^ 符号，在字节集合符号(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！
反过来思考，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：
[root@www ~]# grep -n '\.$' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
11:This window is clear.
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world is the same with "glad".
17:I like dog.
18:google is the best tools for search keyword.
20:go! go! Let's go.
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节(\)来加以解除其特殊意义！
不过，你或许会觉得奇怪，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 平台的软件对於断行字节的判断问题了！我们使用 cat -A 将第五行拿出来看，
你会发现：
[root@www ~]# cat -An regular_express.txt | head -n 10 | tail -n 6
5 However, this dress is about $ 3183 dollars.^M$
6 GNU is free air not free beer.^M$
7 Her hair is very beauty.^M$
8 I can't finish the test.^M$
9 Oh! The soup taste good.^M$
10 motorcycle is cheap than car.$
我们在第十章内谈到过断行字节在 Linux 与 Windows 上的差异，
在上面的表格中我们可以发现 5~9 行为 Windows 的断行字节 (^M$) ，而正常的 Linux 应该仅有第 10 行显示的那样 ($)
。所以罗，那个 . 自然就不是紧接在 $ 之前喔！也就捉不到 5~9 行了！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数据，该如何搜寻？
[root@www ~]# grep -n '^$' regular_express.txt
22:
因为只有行首跟行尾 (^$)，所以，这样就可以找出空白行啦！再来，假设你已经知道在一个程序脚本
(shell script) 或者是配置档当中，空白行与开头为 # 的那一行是注解，因此如果你要将数据列出给别人参考时，
可以将这些数据省略掉以节省保贵的纸张，那么你可以怎么作呢？
我们以 /etc/syslog.conf 这个文件来作范例，你可以自行参考一下输出的结果：
[root@www ~]# cat -n /etc/syslog.conf
# 在 CentOS 中，结果可以发现有 33 行的输出，很多空白行与 # 开头
[root@www ~]# grep -v '^$' /etc/syslog.conf | grep -v '^#'
# 结果仅有 10 行，其中第一个『 -v '^$' 』代表『不要空白行』，
# 第二个『 -v '^#' 』代表『不要开头是 # 的那行』喔！
是否节省很多版面啊？
例题四、任意一个字节 . 与重复字节 *
在第十一章 bash 当中，我们知道万用字节 * 可以用来代表任意(0或多个)字节，
但是正规表示法并不是万用字节，两者之间是不相同的！
至於正规表示法当中的『 . 』则代表『绝对有一个任意字节』的意思！这两个符号在正规表示法的意义如下：
. (小数点)：代表『一定有一个任意字节』的意思；
* (星星号)：代表『重复前一个字节， 0 到无穷多次』的意思，为组合形态
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，亦即共有四个字节，
起头是 g 而结束是 d ，我可以这样做：
[root@www ~]# grep -n 'g..d' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
9:Oh! The soup taste good.
16:The world is the same with "glad".
因为强调 g 与 d 之间一定要存在两个字节，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 等等的数据，
也就是说，至少要有两个(含) o 以上，该如何是好？是 o* 还是 oo* 还是 ooo* 呢？
虽然你可以试看看结果， 不过结果太占版面了 @_@ ，所以，我这里就直接说明。
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：『拥有空字节或一个 o 以上的字节』，
特别注意，因为允许空字节(就是有没有字节都可以的意思)，因此，『 grep -n 'o*' regular_express.txt 』将会把所有的数据都列印出来萤幕上！
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～
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：
[root@www ~]# grep -n 'ooo*' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! The soup taste good.
18:google is the best tools for search keyword.
19:goooooogle yes!
这样理解 * 的意义了吗？好了，现在出个练习，如果我想要字串开头与结尾都是 g，但是两个 g
之间仅能存在至少一个 o ，亦即是 gog, goog, gooog.... 等等，那该如何？
[root@www ~]# grep -n 'goo*g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!
如此了解了吗？再来一题，如果我想要找出 g 开头与 g 结尾的字串，当中的字节可有可无，那该如何是好？是『g*g』吗？
[root@www ~]# grep -n 'g*g' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
9:Oh! The soup taste good.
13:Oh! My god!
14:The gd software is a library for drafting programs.
16:The world is the same with "glad".
17:I like dog.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
但测试的结果竟然出现这么多行？太诡异了吧？其实一点也不诡异，因为 g*g 里面的 g* 代表『空字节或一个以上的 g』
在加上后面的 g ，因此，整个 RE 的内容就是 g, gg, ggg, gggg ，
因此，只要该行当中拥有一个以上的 g 就符合所需了！
那该如何得到我们的 g....g 的需求呢？呵呵！就利用任意一个字节『.』啊！
亦即是：『g.*g』的作法，因为 * 可以是 0 或多个重复前面的字符，而 . 是任意字节，所以：
『.* 就代表零个或多个任意字节』的意思啦！
[root@www ~]# grep -n 'g.*g' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
14:The gd software is a library for drafting programs.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
因为是代表 g 开头与 g 结尾，中间任意字节均可接受，所以，第 1, 14, 20 行是可接受的喔！
这个 .* 的 RE 表示任意字节是很常见的，希望大家能够理解并且熟悉！
再出一题，如果我想要找出『任意数字』的行列呢？因为仅有数字，所以就成为：
[root@www ~]# grep -n '[0-9][0-9]*' regular_express.txt
5:However, this dress is about $ 3183 dollars.
15:You are the best is mean you are the no. 1.
虽然使用 grep -n '[0-9]' regular_express.txt 也可以得到相同的结果，
但鸟哥希望大家能够理解上面命令当中 RE 表示法的意义才好！
例题五、限定连续 RE 字符范围 {}
在上个例题当中，我们可以利用 . 与 RE 字符及 * 来配置 0 个到无限多个重复字节，
那如果我想要限制一个范围区间内的重复字节数呢？举例来说，我想要找出两个到五个 o
的连续字串，该如何作？这时候就得要使用到限定范围的字符 {} 了。
但因为 { 与 } 的符号在 shell 是有特殊意义的，因此，
我们必须要使用跳脱字符 \ 来让他失去特殊意义才行。
至於 {} 的语法是这样的，假设我要找到两个 o 的字串，可以是：
[root@www ~]# grep -n 'o\{2\}' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! The soup taste good.
18:google is the best tools for search keyword.
19:goooooogle yes!
这样看似乎与 ooo* 的字符没有什么差异啊？因为第 19 行有多个 o 依旧也出现了！
好，那么换个搜寻的字串，假设我们要找出 g 后面接 2 到 5 个 o ，然后再接一个 g 的字串，他会是这样：
[root@www ~]# grep -n 'go\{2,5\}g' regular_express.txt
18:google is the best tools for search keyword.
嗯！很好！第 19 行终於没有被取用了(因为 19 行有 6 个 o 啊！)。
那么，如果我想要的是 2 个 o 以上的 goooo....g 呢？除了可以是 gooo*g ，也可以是：
[root@www ~]# grep -n 'go\{2,\}g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!
呵呵！就可以找出来啦～
391
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
