Shell脚本学习指南-查找与替换篇

一、查找与替换

编写 Shell脚本时经常用到的两个基本操作：

1.文本查找 (searching) — 寻找含有特定文本的行

2.文本替换（substitution）— 更换找到的文本

可以使用固定字符串完成很多工作，但是正则表达式能提供功能更加强大的标记法，以单个表达式匹配各种实际的文本段。

(一) 查找文本

传统上，有三种程序可以用来整个文本文件：

1. grep ：最早的文本匹配程序。使用POSIX定义的基本正则表达式。

2. egrep ：扩展式grep (Extended grep) 。此程序使用扩展正则表达式，功能更加强大，代价是耗费更多运算资源，不过以现在系统而言，性能上没有太大差别。

3. fgrep ：快速grep（Fast grep）。此程序匹配固定字符串而非正则表达式，其使用优化算法，能有效匹配固定字符串。fgrep 也是唯一可以并行匹配多个字符串的程序。

现代，以上三个版本整合为了一个grep程序，它的行为是通过不同的选项以控制的。

---

简单的grep：-F使用固定字符串

Example

---

（二）正则表达式

正则表达式是一种表示方式，让你可以查找匹配特定准则的文本。

正则表达式由两个基本组成部分所建立：

1. 一般字符：指的是没有特殊意义的字符；

2. 特殊字符：常称为元字符 ( meta character )，接下来的部分都会以 meta 字符表示。

POSIX BRE （基本正则表达式）与ERE（扩展正则表达式）的 meta 字符列表：

Example

---

POSIX 方括号表达式

在方括号表达式里，除了字面上的字符（例如a，b，；等等）之外，另有额外的组成部分， 包括：

1. 字符集 (Character class)：以 [ : 与 :] 将关键字组合括起来的POSIX 字符集。关键字描述各种不同的字符集， 例如英文字母字符、控制字符等。

2. 排序符号 (Collating symbol)：排序符号指的是将多字符序列视为一个单位。它使用 [ . 与 . ] 将字符组合括起来。排序符号在系统所使用的特定 locale 上各有其定义。

3. 等价字符集 (Fquivalence class)：等价字符集列出的是应视为等值的一组字符，例如e 与 ě。它由取自于locale的名字元素组成，以[ = 与 = ] 括住。

这三种构造都必须使用方括号表达式，例如 [ [ : alpha : ] ! ] 匹配任一英文字母或惊叹号 (!) 、[ [ . ch . ] ] 匹配ch（排序元素），但字母 c 或 h 则不是、在法文 French的 locale里，[[ = e = ]] 则可能匹配e、ë、è、é 和 ê。

---

基本正则表达式（BRE）

匹配单个字符

主要有以下四种方式来匹配单个字符：

1. 一般字符：除了meta字符外的所有文字和数字字符、绝大多数的空白 (whitespace) 字符以及

标点符号字符。

- 例如，正则表达式a，匹配于字符a。

2. 转义的meta字符：想让meta字符表示它们自己的时候，可以在该meta字符前加一个转义符号。

- 例如，\* 匹配 *。

3. 点号字符：匹配 “任一字符” 。

- 例如 a . c 匹配abc、aac等。

4. 方括号表达式匹配单个字符。

- 最简单方式是直接将字符列表放入方括号中，例如，c [aeiouy] t 匹配 cat、cet、cit、cot、cut 及 cyt。

- 在方括号表达式里，^ 放在字首表示取反的意思，例如， c [^aeiouy] t 可以匹配ct之间除了小写元音字母以外的任何字符。

- 方括号表达式可以包括字符范围，例如 [ 0 - 9 ]表示[ 0123456789 ]。

- 方括号表达式中包括字符集、排序符号、等价集，上文已经介绍。

- 在方括号表达式中，所有meta字符都会失去其特殊含义，而一些会引起语义冲突的特殊字符需要特殊处理：

* 要让 ] 进入 [ * \ . ] ，可以将 ] 放在字符列表的最前面 [ ] * \ . ]

* 要让 - 进入 [ * \ . ] ，可以将 - 放在字符列表的最前面 [ - * \ . ]

* 要让 ]、- 同时进入[ * \ . ] ，可以将 ] 放在字符列表的最前面，- 放在字符列表的最后面 [ ] * \ . - ]

---

后向引用

BRE 提供一种叫后向引用 (backreferences）的机制，指的是“匹配于正则表达式匹配的先前的部分”。

使用后向引用的步骤有两步：

1. 将子表达式包围在 \( 与