【BASH】回顾与知识点梳理（八）

该系列目录 --> 【BASH】回顾与知识点梳理（目录）

八. 正则表达式（正规表示法）

正规表示法 (Regular Expression, RE, 或称为常规表示法)是透过一些特殊字符的排列，用以『搜寻/取代/删除』一列或多列文字字符串， 简单的说，正规表示法就是用在字符串的处理上面的一项『表示式』。正规表示法并不是一个工具程序，而是一个字符串处理的标准依据，如果您想要以正规表示法的方式处理字符串，就得要使用支持正规表示法的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。

正规表示法对于系统管理员来说实在是很重要！因为系统会产生很多的讯息，这些讯息有的重要有的仅是告知， 此时，管理员可以透过正规表示法的功能来将重要讯息撷取出来，并产生便于查阅的报表来简化管理流程。此外， 很多的软件包也都支持正规表示法的分析，例如邮件服务器的过滤机制(过滤垃圾信件)就是很重要的一个例子。 所以，您最好要了解正规表示法的相关技能，在未来管理主机时，才能够更精简处理您的日常事务！

注：本章节使用者需要多加练习，因为目前很多的套件都是使用正规表示法来达成其『过滤、分析』的目的， 为了未来主机管理的便利性，使用者至少要能看的懂正规表示法的意义！

8.1 什么是正规表示法

约略了解了 Linux 的基本指令 (BASH) 并且熟悉了 vim 之后，相信你对于敲击键盘的打字与指令下达比较不陌生了吧？ 接下来，底下要开始介绍一个很重要的观念，那就是所谓的『正规表示法(Regular Expression)』啰！

• 什么是正规表示法
  任何一个有经验的系统管理员，都会告诉你：『正规表示法真是挺重要的！』 为什么很重要呢？因为日常生活就使用的到啊！举个例子来说， 在你日常使用 vim 作字处理或程序撰写时使用到的『搜寻/取代』等等的功能， 这些举动要作的漂亮，就得要配合正规表示法来处理啰！

  简单的说，正规表示法就是处理字符串的方法，他是以行为单位来进行字符串的处理行为， 正规表示法透过一些特殊符号的辅助，可以让使用者轻易的达到『搜寻/删除/取代』某特定字符串的处理程序！

  举个系统常见的例子好了，假设妳发现系统在开机的时候，老是会出现一个关于 mail 程序的错误， 而开机过程的相关程序都是在/lib/systemd/system/ 底下，也就是说，在该目录底下的某个文件内具有 mail 这个关键词，你想要将该文件捉出来进行查询修改的动作。此时你怎么找出来含有这个关键词的文件？ 你当然可以一个文件一个文件的开启，然后去搜寻 mail 这个关键词，只是…该目录底下的文件可能不止 100 个说～ 如果了解正规表示法的相关技巧，那么只要一行指令就找出来啦：『grep 'mail' /lib/systemd/system/*』 那个 grep 就是支持正规表示法的工具程序之一！如何～很简单吧！

  谈到这里就得要进一步说明了，正规表示法基本上是一种『表示法』， 只要工具程序支持这种表示法，那么该工具程序就可以用来作为正规表示法的字符串处理之用。 例如 vi, grep, awk ,sed 等等工具，因为她们有支持正规表示法， 所以，这些工具就可以使用正规表示法的特殊字符来进行字符串的处理。但例如 cp, ls 等指令并未支持正规表示法， 所以就只能使用 bash 自己本身的通配符而已。

• 正规表示法对于系统管理员的用途
  那么为何我需要学习正规表示法呢？对于一般使用者来说，由于使用到正规表示法的机会可能不怎么多， 因此感受不到他的魅力，不过，对于身为系统管理员的你来说，正规表示法则是一个『不可不学的好东西！』 怎么说呢？由于系统如果在繁忙的情况之下，每天产生的讯息信息会多到你无法想象的地步， 而我们也都知道，系统的『错误讯息登录文件』 的内容记载了系统产生的所有讯息，当然，这包含你的系统是否被『入侵』的记录数据。

• 正规表示法的广泛用途
  正规表示法除了可以让系统管理员管理主机更为便利之外，事实上，由于正规表示法强大的字符串处理能力， 目前一堆软件都支持正规表示法呢！最常见的就是『邮件服务器』啦！

• 正规表示法与 Shell 在 Linux 当中的角色定位
  说实在的，我们在学数学的时候，一个很重要、但是粉难的东西是一定要『背』的， 那就是九九表，背成功了之后，未来在数学应用的路途上，真是一帆风顺啊！ 这个九九表我们在小学的时候几乎背了一整年才背下来，并不是这么好背的呢！ 但他却是基础当中的基础！你现在一定受惠相当的多呢 ^_^！

• 延伸的正规表示法
  唔！正规表示法还有分喔？没错喔！正规表示法的字符串表示方式依照不同的严谨度而分为： 基础正规表示法与延伸正规表示法。延伸型正规表示法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 netman 或 lman 的搜寻，注意，是『或(or)』而不是『和(and)』的处理， 此时就需要延伸正规表示法的帮助啦！藉由特殊的『 ( 』与『 | 』等字符的协助， 就能够达到这样的目的！不过，我们在这里主力仅是介绍最基础的基础正规表示法而已啦！好啦！清清脑门，咱们用功去啰！

有一点要向大家报告的，那就是：『正规表示法与通配符是完全不一样的东西！』 这很重要喔！因为『通配符 (wildcard) 代表的是 bash 操作接口的一个功能』，但正规表示法则是一种字符串处理的表示方式！ 这两者要分的很清楚才行喔！所以，学习本章，请将前一章 bash 的通配符意义先忘掉吧！

8.2 基础正规表示法

既然正规表示法是处理字符串的一种表示方式，那么对字符排序有影响的语系数据就会对正规表示法的结果有影响！ 此外，正规表示法也需要支持工具程序来辅助才行！所以，我们这里就先介绍一个最简单的字符串撷取功能的工具程序，那就是 grep 啰！前一章已经介绍过 grep 的相关选项与参数，本章着重在进阶的 grep 选项说明啰！ 介绍完 grep 的功能之后，就进入正规表示法的特殊字符的处理能力了。

语系对正规表示法的影响

为什么语系的数据会影响到正规表示法的输出结果呢？我们知道文件其实记录的仅有 0 与 1，看到的字符文字与数字都是透过编码表转换来的。由于不同语系的编码数据并不相同，所以就会造成数据撷取结果的差异了。 举例来说，在英文大小写的编码顺序中，zh_TW.big5 及 C 这两种语系的输出结果分别如下：

LANG=C 时：0 1 2 3 4 ... A B C D ... Z a b c d ...z
LANG=zh_TW 时：0 1 2 3 4 ... a A b B c C d D ... z Z

上面的顺序是编码的顺序，我们可以很清楚的发现这两种语系明显就是不一样！如果你想要撷取大写字符而使用 [A-Z] 时， 会发现LANG=C 确实可以仅捉到大写字符 (因为是连续的) ，但是如果LANG=zh_TW.big5 时，就会发现到， 连同小写的 b-z 也会被撷取出来！因为就编码的顺序来看，big5 语系可以撷取到『 A b B c C … z Z 』这一堆字符哩！ 所以，使用正规表示法时，需要特别留意当时环境的语系为何， 否则可能会发现与别人不相同的撷取结果喔！

由于一般我们在练习正规表示法时，使用的是兼容于 POSIX 的标准，因此就使用『 C 』这个语系！ 因此，底下的很多练习都是使用『 LANG=C 』这个语系数据来进行的喔！ 另外，为了要避免这样编码所造成的英文与数字的撷取问题，因此有些特殊的符号我们得要了解一下的！ 这些符号主要有底下这些意义：

组	描述
[[:alpha:]]	匹配任意字母字符，不管大小写,[a-z],[A-Z]
[[:alnum:]]	匹配任意字母字符和数字，[0-9],[a-z],[A-Z]
[[:upper:]]	匹配大写字母，[A-Z]
[[:lower:]]	匹配小写字母，[a-z]
[[:digit:]]	匹配数字,[0-9]
[[:blank:]]	匹配空格或值表符
[[:cntrl:]]	代表键盘上面的控制按键，亦即包括 CR, LF, Tab, Del… 等等
[[:graph:]]	除了空格符 (空格键与 [Tab] 按键) 外的其他所有按键
[[:print:]]	匹配任意可打印字符
[[:punct:]]	匹配标点符号
[[:space:]]	匹配任意空白字符，空格，制表，NL，FF，VT，CR
[[:xdigit:]]	代表 16 进位的数字类型，因此包括： 0-9, A-F, a-f 的数字与字符

尤其上表中的[:alnum:], [:alpha:], [:upper:], [:lower:], [:digit:] 这几个一定要知道代表什么意思，因为他要比 a-z 或 A-Z 的用途要确定的很！好了，底下就让我们开始来玩玩进阶版的 grep 吧！

Dos和Windows采用回车+换行（CR+LF）表示下一行
而UNIX/Linux采用换行符（LF）表示下一行
苹果机(MAC OS系统)则采用回车符（CR）表示下一行

grep 的一些进阶选项

我们在前面的 grep 谈论过一些基础用法， 但其实 grep 还有不少的进阶用法喔

[dmtsai@study ~]$ grep [-A] [-B] [--color=auto] '搜寻字符串' filename
选项与参数：
-A ：后面可加数字，为 after 的意思，除了列出该行外，以该行为锚点，后续的 n 行也列出来；
-B ：后面可加数字，为 befer 的意思，除了列出该行外，以该行为锚点，前面的 n 行也列出来；
-n ：显示匹配内容的行号
-i ：忽略大小写
--color=auto 可将正确的那个撷取数据列出颜色

#范例一：用 dmesg 列出核心讯息，再以 grep 找出内含 qxl 那行
[dmtsai@study ~]$ dmesg | grep 'qxl' -
[ 0.522749] [drm] qxl: 16M of VRAM memory size
[ 0.522750] [drm] qxl: 63M of IO pages memory ready (VRAM domain)
[ 0.522750] [drm] qxl: 32M of Surface memory size
[ 0.650714] fbcon: qxldrmfb (fb0) is primary device
[ 0.668487] qxl 0000:00:02.0: fb0: qxldrmfb frame buffer device
# dmesg 可列出核心产生的讯息！包括硬件侦测的流程也会显示出来。
# 鸟哥使用的显卡是 QXL 这个虚拟卡，透过 grep 来 qxl 的相关信息，可发现如上信息。

#范例二：承上题，要将捉到的关键词显色，且加上行号来表示：
[dmtsai@study ~]$ dmesg | grep -n --color=auto 'qxl'
515:[ 0.522749] [drm] qxl: 16M of VRAM memory size
516:[ 0.522750] [drm] qxl: 63M of IO pages memory ready (VRAM domain)
517:[ 0.522750] [drm] qxl: 32M of Surface memory size
529:[ 0.650714] fbcon: qxldrmfb (fb0) is primary device
539:[ 0.668487] qxl 0000:00:02.0: fb0: qxldrmfb frame buffer device
# 除了 qxl 会有特殊颜色来表示之外，最前面还有行号喔！其实颜色显示已经是默认在 alias 当中了！

#范例三：承上题，在关键词所在行的前两行与后三行也一起捉出来显示
[dmtsai@study ~]$ dmesg | grep -n -A3 -B2 --color=auto 'qxl'
# 你会发现关键词之前与之后的数行也被显示出来！这样可以让你将关键词前后数据捉出来进行分析啦！

grep 是一个很常见也很常用的指令，他最重要的功能就是进行字符串数据的比对，然后将符合用户需求的字符串打印出来。 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！』也就是说，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，其他的就丢弃了！

在 CentOS 7 当中，预设已经将 --color=auto 加入在 alias 当中了！用户就可以直接使用有关键词显色的 grep 啰！非常方便！

基础正规表示法练习

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; export LC_ALL=C 』的设定值；
• grep 已经使用 alias 设定成为『 grep --color=auto 』

LANG=en_US.UTF-8，这里使用utf-8效果是一样的

练习文件

[root@node-135 yurq]# cat 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 <Happy> 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、搜寻特定字符串

搜寻特定字符串很简单吧？假设我们要从刚刚的文件当中取得 the 这个特定字符串，最简单的方式就是这样：

[root@node-135 yurq]# grep -n 'the' regular_express.txt
8:I can't finish the test.^M
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world <Happy> 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’ 这个字符串时才显示在屏幕上，那就直接使用：

[root@node-135 yurq]# grep -vn 'the' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
...

如果你想要取得不论大小写的 the 这个字符串，则：

[root@node-135 yurq]# grep -in 'the' regular_express.txt
8:I can't finish the test.^M
9:Oh! The soup taste good.^M
12:the symbol '*' is represented as start.
...

例题二、利用中括号 [] 来搜寻集合字符

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@node-135 yurq]# grep -n 't[ae]ste*' regular_express.txt
8:I can't finish the test.^M
9:Oh! The soup taste good.^M

了解了吧？其实 [] 里面不论有几个字符，他都仅代表某『一个』字符， 所以，上面的例子说明了，我需要的字符串是『tast』或『test』两个字符串而已！ 而如果想要搜寻到有 oo 的字符时，则使用：

[dmtsai@study ~]$ grep -n 'oo' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
...

但是，如果我不想要 oo 前面有 g 的话呢？此时，可以利用在集合字符的反向选择 [^] 来达成：

[root@node-135 yurq]# 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!

再来，假设我 oo 前面不想要有小写字符，所以，我可以这样写[^abcd…z]oo ， 但是这样似乎不怎么方便，由于小写字符的 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：

[dmtsai@study ~]$ 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符中，如果该字符组是连续的，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符串是数字与英文呢？ 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@node-135 yurq]# grep -n '[0-9]' regular_express.txt
5:However, this dress is about $ 3183 dollars.^M
15:You are the best is mean you are the no. 1.

但由于考虑到语系对于编码顺序的影响，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：

[dmtsai@study ~]$ grep -n '[^[:lower:]]oo' regular_express.txt
# 那个 [:lower:] 代表的就是 a-z 的意思！
[dmtsai@study ~]$ grep -n '[[:digit:]]' regular_express.txt

啥？上头在写啥东西呢？不要害怕！分开来瞧一瞧。我们知道 [:lower:] 就是 a-z 的意思，那么 [a-z] 当然就是 [[:lower:]] 啰！鸟哥第一次接触正规表示法的时候，看到两层中括号差点昏倒～完全看不懂！现在，请注意那个迭代的意义， 自然就能够比较清楚了解啰！

例题三、行首与行尾字符 ^ $

我们在例题一当中，可以查询到一行字符串里面有 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制表符了！我们可以这样做：

[root@node-135 yurq]# grep -n '^the' regular_express.txt
12:the symbol '*' is represented as start.

如果我想要开头是小写字符的那一行就列出呢？可以这样：

[root@node-135 yurq]# 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.
...

你可以发现我们可以捉到第一个字符都不是大写的！上面的指令也可以用如下的方式来取代的：

[root@node-135 yurq]# grep -n '^[[:lower:]]' regular_express.txt
2:apple is my favorite food.
4:this dress doesn't fit me.
...

不过如果中括号里再放一个^就是取反了

[root@node-135 yurq]# grep -n '^[^[:lower:]]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
3:Football game is not use feet only.
...

那如果我不想要开头是英文字母，则可以是这样

[root@node-135 yurq]# grep -n '^[^a-zA-Z]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
21:# I am VBird
# 指令也可以是： grep -n '^[^[:alpha:]]' regular_express.txt

注意到了吧？那个 ^ 符号，在字符集合符号(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@node-135 yurq]# grep -n '\.$' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
...

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符()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～怎么无法打印出来？ 这里就牵涉到 Windows 平台的软件对于断行字符的判断问题了！我们使用 cat -A 将第五行拿出来看， 你会发现：

[dmtsai@study ~]$ 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.$

我们在前面谈到过断行字符在 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 的断行字符 (^M$) ，而正常的 Linux 应该仅有第 10 行显示的那样 ($) 。所以啰，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@node-135 yurq]# 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) 或者是配置文件当中，空白行与开头为 # 的那一行是批注，因此如果你要将资料列出给别人参考时， 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/rsyslog.conf 这个文件来作范例，你可以自行参考一下输出的结果：

[dmtsai@study ~]$ grep -v '^$' /etc/rsyslog.conf | grep -v '^#'
# 结果仅有 14 行，其中第一个『 -v '^$' 』代表『不要空白行』，
# 第二个『 -v '^#' 』代表『不要开头是 # 的那行』喔！
[root@node-135 yurq]# egrep -v '^#|^$' /etc/rsyslog.conf

是否节省很多版面啊？另外，你可能也会问，那为何不要出现 # 的符号的那行就直接舍弃呢？没办法！因为某些批注是与设定写在同一行的后面， 如果你只是抓 # 就予以去除，那就会将某些设定也同时移除了！那错误就大了～

例题四、任意一个字符 . 与重复字符 *

在前面介绍中，我们知道通配符 * 可以用来代表任意(0 或多个)字符， 但是正规表示法并不是通配符，两者之间是不相同的！ 至于正规表示法当中的『 . 』则代表『绝对有一个任意字符』的意思！这两个符号在正规表示法的意义如下：

• .(小数点)：代表『一定有一个任意字符』的意思；
• * (星星号)：代表『重复前一个字符， 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 的字符串，亦即共有四个字符， 起头是 g 而结束是 d ，我可以这样做：

[root@node-135 yurq]# grep -n 'g..d' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
9:Oh! The soup taste good.^M
16:The world <Happy> is the same with "glad".

因为强调 g 与 d 之间一定要存在两个字符，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：『拥有空字符或一个 o 以上的字符』， 特别注意，因为允许空字符(就是有没有字符都可以的意思)，因此，『 grep -n ‘o*’ regular_express.txt 』将会把所有的数据都打印出来屏幕上！

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 以上的字符串』时，就需要 ooo* ，亦即是：

[dmtsai@study ~]$ 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，如果我想要字符串开头与结尾都是 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？

[dmtsai@study ~]$ 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 结尾的字符串，当中的字符可有可无，那该如何是好？是『g*g』吗？

[root@node-135 yurq]# 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.^M
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.

『.* 就代表零个或多个任意字符』的意思啦！

因为是代表 g 开头与 g 结尾，中间任意字符均可接受，所以，第 1, 14, 20 行是可接受的喔！这个 .* 的 RE 表示任意字符是很常见的，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：

[dmtsai@study ~]$ 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指令当中 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 * 来设定 0 个到无限多个重复字符， 那如果我想要限制一个范围区间内的重复字符数呢？举例来说，我想要找出两个到五个 o 的连续字符串，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。至于 {} 的语法是这样的，假设我要找到两个 o 的字符串，可以是：

[root@node-135 yurq]# 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.
...

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，那么换个搜寻的字符串，假设我们要找出 g 后面接 2 到 5 个 o ，然后再接一个 g 的字符串，他会是这样：

[root@node-135 yurq]# grep -n 'go\{2,5\}g' regular_express.txt
18:google is the best tools for search keyword.

嗯！很好！第 19 行终于没有被取用了(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@node-135 yurq]# grep -n 'go\{2,\}g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!

8.3 基础正规表示法字符汇整 (characters)

RE 字符	意义与范例
^word	意义：待搜寻的字符串(word)在行首！范例：搜寻行首为 # 开始的那一行，并列出行号。grep -n ‘^#’ regular_express.txt
word$	意义：待搜寻的字符串(word)在行尾！范例：将行尾为 ! 的那一行打印出来，并列出行号。grep -n ‘!$’ regular_express.txt
.	意义：代表『一定有一个任意字符』的字符！范例：搜寻的字符串可以是 (eve) (eae) (eee) (e e)， 但不能仅有 (ee) ！亦即 e 与 e 中间『一定』仅有一个字符，而空格符也是字符！grep -n ‘e.e’ regular_express.txt
\	意义：跳脱字符，将特殊符号的特殊意义去除！范例：搜寻含有单引号 ’ 的那一行！grep -n ’ regular_express.txt
*	意义：重复零个到无穷多个的前一个 RE 字符。范例：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 『.*』 ！grep -n ‘ess*’ regular_express.txt
[list]	意义：字符集合的 RE 字符，里面列出想要撷取的字符！范例搜寻含有 (gl) 或 (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 即 [afl] 代表 a 或f 或 l 的意思！grep -n ‘g[ld]’ regular_express.txt
[n1-n2]	意义：字符集合的 RE 字符，里面列出想要撷取的字符范围！范例：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，你的编码需要设定正确(在 bash 当中，需要确定 LANG 与 LANGUAGE 的变量是否正确！) 例如所有大写字符则为 [A-Z]。grep -n ‘[A-Z]’ regular_express.txt
[^list]	意义：字符集合的 RE 字符，里面列出不要的字符串或范围！范例：搜寻的字符串可以是 (oog) (ood) 但不能是 (oot) ，那个 ^ 在 [] 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，却发现该文件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。grep -n ‘oo[^t]’ regular_express.txt
\{ n,m\}	意义：连续 n 到 m 个的『前一个 RE 字符』意义：若为 {n} 则是连续 n 个的前一个 RE 字符，意义：若是 {n,} 则是连续 n 个以上的前一个 RE 字符！ 范例：在 g 与 g 之间有 2 个到3 个的 o 存在的字符串，亦即 (goog)(gooog)grep -n ‘go{2,3}g’ regular_express.txt

再次强调：『正规表示法的特殊字符』与一般在指令列输入指令的『通配符』并不相同， 例如，在通配符当中的 * 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 到无穷多个的前一个 RE 字符』的意思～使用的意义并不相同，不要搞混了！

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文件，而 『ls -l a* 』代表的是以 a 为开头的任何档名的文件， 但在正规表示法中，我们要找到含有以 a 为开头的文件，则必须要这样：(需搭配支持正规表示法的工具)

ls | grep -n '^a.*'

例题：
以 ls -l 配合 grep 找出 /etc/ 底下文件类型为链接文件属性的文件名
答：
由于 ls -l 列出连结档时标头会是『 lrwxrwxrwx 』，因此使用如下的指令即可找出结果：

ls -l /etc | grep '^l'

若仅想要列出几个文件，再以『 |wc -l 』 来累加处理即可。

8.4 sed 工具(重点)

在了解了一些正规表示法的基础应用之后，再来呢？呵呵～两个东西可以玩一玩的，那就是 sed 跟底下会介绍的 awk 了！ 这两个家伙可是相当的有用的啊！举例来说，鸟哥写的 logfile.sh 分析登录文件的小程序，绝大部分分析关键词的取用、统计等等，就是用这两个宝贝蛋来帮我完成的！那么你说，要不要玩一玩啊？^_^

我们先来谈一谈 sed 好了， sed 本身也是一个管线命令，可以分析 standard input 的啦！ 而且 sed 还可以将数据进行取代、删除、新增、撷取特定行等等的功能呢！很不错吧～ 我们先来了解一下 sed 的用法，再来聊他的用途好了！

[dmtsai@study ~]$ sed [-nefri] [动作]
选项与参数：
-n ：使用安静(silent)模式。在一般 sed 的用法中，所有来自 STDIN 的数据一般都会被列出到屏幕上。但如果加上 -n 参数后，
		则只有经过 sed 特殊处理的那一行(或者动作)才会被列出来。
-e ：可以在一行里执行多条命令(原文：直接在指令列模式上进行 sed 的动作编辑)；
-f ：直接将 sed 的动作写在一个文件内， -f filename 则可以执行 filename 内的 sed 动作；
-r ：sed 的动作支持的是延伸型正规表示法的语法。(预设是基础正规表示法语法)
-i ：直接修改读取的文件内容，而不是由屏幕输出。

动作说明： [n1[,n2]] function
n1, n2 ：不见得会存在，一般代表『选择进行动作的行数』，举例来说，如果我的动作是需要在 10 到 20 行之间进行的，则『 10,20[动作行为] 』

function 有底下这些咚咚：
a ：新增(append)， a 的后面可以接字符串，而这些字符串会在新的一行出现(目前的下一行)～
c ：取代(replace)， c 的后面可以接字符串，这些字符串可以取代 n1,n2 之间的行！
d ：删除(delete)，因为是删除啊，所以 d 后面通常不接任何咚咚；
i ：插入(insert)， i 的后面可以接字符串，而这些字符串会在新的一行出现(目前的上一行)；
p ：打印(print)，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运作～
s ：取代，可以直接进行取代的工作哩！通常这个 s 的动作可以搭配正规表示法！
 例如 1,20s/old/new/g 就是啦！

以行为单位的新增/删除功能

sed 光是用看的是看不懂的啦！所以又要来练习了！先来玩玩删除与新增的功能吧！

#范例一：将 /etc/passwd 的内容列出并且打印行号，同时，请将第 2~5 行删除！
[dmtsai@study ~]$ nl /etc/passwd | sed '2,5d'
 1 root:x:0:0:root:/root:/bin/bash
 6 sync:x:5:0:sync:/sbin:/bin/sync
 7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
.....(后面省略).....

NAME
nl - number lines of files
SYNOPSIS
nl [OPTION]… [FILE]…

看到了吧？sed 的动作为 ‘2,5d’ ，那个 d 就是删除！因为 2-5 行给他删除了，所以显示的数据就没有 2-5 行啰～ 另外，注意一下，原本应该是要下达 sed -e 才对，没有 -e 也行啦！同时也要注意的是， sed 后面接的动作，请务必以 ‘’ 两个单引号括住喔！

如果题型变化一下，举例来说，如果只要删除第 2 行，可以使用『nl /etc/passwd | sed '2d'』来达成，至于若是要删除第 3 到最后一行，则是『 nl /etc/passwd | sed '3,$d' 』的啦，那个钱字号『 $ 』代表最后一行！

#范例二：承上题，在第二行后(亦即是加在第三行)加上『drink tea?』字样！
[dmtsai@study ~]$ nl /etc/passwd | sed '2a drink tea'
 1 root:x:0:0:root:/root:/bin/bash
 2 bin:x:1:1:bin:/bin:/sbin/nologin
drink tea
 3 daemon:x:2:2:daemon:/sbin:/sbin/nologin
.....(后面省略).....

嘿嘿！在 a 后面加上的字符串就已将出现在第二行后面啰！那如果是要在第二行前呢？『 nl /etc/passwd | sed ‘2i drink tea’ 』就对啦！就是将『 a 』变成『 i 』即可。 增加一行很简单，那如果是要增加两行以上呢？

#范例三：在第二行后面加入两行字，例如『Drink tea or .....』与『drink beer?』
[dmtsai@study ~]$ nl /etc/passwd | sed '2a Drink tea or ......\
> drink beer ?'
 1 root:x:0:0:root:/root:/bin/bash
 2 bin:x:1:1:bin:/bin:/sbin/nologin
Drink tea or ......
drink beer ?
 3 daemon:x:2:2:daemon:/sbin:/sbin/nologin
.....(后面省略).....

这个范例的重点是『我们可以新增不只一行喔！可以新增好几行』但是每一行之间都必须要以反斜杠『 \ 』来进行新行的增加喔！所以，上面的例子中，我们可以发现在第一行的最后面就有 \ 存在啦！在多行新增的情况下， \ 是一定要的喔！

以行为单位的取代与显示功能

刚刚是介绍如何新增与删除，那么如果要整行取代呢？看看底下的范例吧：

#范例四：我想将第 2-5 行的内容取代成为『No 2-5 number』呢？
[dmtsai@study ~]$ nl /etc/passwd | sed '2,5c No 2-5 number'
 1 root:x:0:0:root:/root:/bin/bash
No 2-5 number
 6 sync:x:5:0:sync:/sbin:/bin/sync
.....(后面省略).....

透过这个方法我们就能够将数据整行取代了！非常容易吧！sed 还有更好用的东东！我们以前想要列出第 11~20 行， 得要透过『head -n 20 | tail -n 10』之类的方法来处理，很麻烦啦～ sed 则可以简单的直接取出你想要的那几行！是透过行号来捉的喔！看看底下的范例先：

#范例五：仅列出 /etc/passwd 文件内的第 5-7 行
[dmtsai@study ~]$ nl /etc/passwd | sed -n '5,7p'
 5 lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
 6 sync:x:5:0:sync:/sbin:/bin/sync
 7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

上述的指令中有个重要的选项『 -n 』，按照说明文件，这个 -n 代表的是『安静模式』！ 那么为什么要使用安静模式呢？你可以自行下达 sed ‘5,7p’ 就知道了 (5-7 行会重复输出)！ 有没有加上 -n 的参数时，输出的数据可是差很多的喔！你可以透过这个 sed 的以行为单位的显示功能， 就能够将某一个文件内的某些行号捉出来查阅！很棒的功能！不是吗？

部分数据的搜寻并取代的功能

除了整行的处理模式之外， sed 还可以用行为单位进行部分数据的搜寻并取代的功能喔！ 基本上sed 的搜寻与取代的与 vi 相当的类似！他有点像这样：

sed 's/要被取代的字符串/新的字符串/g'

上表中特殊字体的部分(s///g)为关键词，请记下来！至于三个斜线分成两栏就是新旧字符串的替换啦！ 我们使用底下这个取得 IP 数据的范例，一段一段的来处理给您瞧瞧，让你了解一下什么是咱们所谓的搜寻并取代吧！

• 步骤一：先观察原始讯息，利用 /sbin/ifconfig 查询 IP 为何？

[dmtsai@study ~]$ /sbin/ifconfig eth0
eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
 inet 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255
 inet6 fe80::5054:ff:fedf:e174 prefixlen 64 scopeid 0x20<link>
 ether 52:54:00:df:e1:74 txqueuelen 1000 (Ethernet)
.....(以下省略).....
# 因为我们还没有讲到 IP ，这里你先有个概念即可啊！我们的重点在第二行，
# 也就是 192.168.1.100 那一行而已！先利用关键词捉出那一行！

• 步骤二：利用关键词配合 grep 撷取出关键的一行数据

[dmtsai@study ~]$ /sbin/ifconfig eth0 | grep 'inet '
 inet 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255
# 当场仅剩下一行！要注意， CentOS 7 与 CentOS 6 以前的 ifconfig 指令输出结果不太相同，
# 鸟哥这个范例主要是针对 CentOS 7 以后的喔！接下来，我们要将开始到 addr: 通通删除，
# 就是像底下这样：
# 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255
# 上面的删除关键在于『 ^.*inet 』啦！正规表示法出现！ ^_^

• 步骤三：将 IP 前面的部分予以删除

[dmtsai@study ~]$ /sbin/ifconfig eth0 | grep 'inet ' | sed 's/^.*inet //g'
192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255
# 仔细与上个步骤比较一下，前面的部分不见了！接下来则是删除后续的部分，亦即：
192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255
# 此时所需的正规表示法为：『 ' *netmask.*$ 』就是啦！

• 步骤四：将 IP 后面的部分予以删除

[dmtsai@study ~]$ /sbin/ifconfig eth0 | grep 'inet ' | sed 's/^.*inet //g' \
> | sed 's/ *netmask.*$//g'
192.168.1.100

透过这个范例的练习也建议您依据此一步骤来研究你的指令！就是先观察，然后再一层一层的试做，如果有做不对的地方，就先予以修改，改完之后测试，成功后再往下继续测试。以鸟哥上面的介绍中，那一大串指令就做了四个步骤！对吧！^_^

让我们再来继续研究 sed 与正规表示法的配合练习！假设我只要 MAN 存在的那几行数据， 但是含有 # 在内的批注我不想要，而且空白行我也不要！此时该如何处理呢？可以透过这几个步骤来实作看看：

• 步骤一：先使用 grep 将关键词 MAN 所在行取出来

[dmtsai@study ~]$ cat /etc/man_db.conf | grep 'MAN'
# MANDATORY_MANPATH manpath_element
# MANPATH_MAP path_element manpath_element
# MANDB_MAP global_manpath [relative_catpath]
# every automatically generated MANPATH includes these fields
....(后面省略)....

• 步骤二：删除掉批注之后的数据！

[dmtsai@study ~]$ cat /etc/man_db.conf | grep 'MAN'| sed 's/#.*$//g'

MANDATORY_MANPATH /usr/man
....(后面省略)....
# 从上面可以看出来，原本批注的数据都变成空白行啦！所以，接下来要删除掉空白行

• 删除空白行

[dmtsai@study ~]$ cat /etc/man_db.conf | grep 'MAN'| sed 's/#.*$//g' | sed '/^$/d'
MANDATORY_MANPATH /usr/man
MANDATORY_MANPATH /usr/share/man
MANDATORY_MANPATH /usr/local/share/man
....(后面省略)....
[root@node-135 yurq]# egrep -v '^#|^$' /etc/man_db.conf |grep '^MAN'

直接修改文件内容(危险动作)

你以为 sed 只有这样的能耐吗？那可不！ sed 甚至可以直接修改文件的内容呢！而不必使用管线命令或数据流重导向！ 不过，由于这个动作会直接修改到原始的文件，所以请你千万不要随便拿系统配置文件来测试喔！ 我们还是使用你下载的 regular_express.txt 文件来测试看看吧！

#范例六：利用 sed 将 regular_express.txt 内每一行结尾若为 . 则换成 !
[dmtsai@study ~]$ sed -i 's/\.$/\!/g' regular_express.txt
# 上头的 -i 选项可以让你的 sed 直接去修改后面接的文件内容而不是由屏幕输出喔！
# 这个范例是用在取代！请您自行 cat 该文件去查阅结果啰！

#范例七：利用 sed 直接在 regular_express.txt 最后一行加入『# This is a test』
[dmtsai@study ~]$ sed -i '$a # This is a test' regular_express.txt
# 由于 $ 代表的是最后一行，而 a 的动作是新增，因此该文件最后新增啰！

sed 的『 -i 』选项可以直接修改文件内容，这功能非常有帮助！举例来说，如果你有一个 100 万行的文件，你要在第 100 行加某些文字，此时使用 vim 可能会疯掉！因为文件太大了！那怎办？就利用 sed 啊！透过 sed 直接修改/取代的功能，你甚至不需要使用 vim 去修订！很棒吧！总之，这个 sed 不错用啦！而且很多的 shell script 都会使用到这个指令的功能～ sed 可以帮助系统管理员管理好日常的工作喔！要仔细的学习呢！

同时执行多条sed命令

sed 命令在默认情况下使用的是 -e 选项。当只有一个编辑命令时，-e 选项可以省略；但是当要在一条 sed 语句中执行多个编辑命令时，就需要使用 -e 选项了

[root@node-135 yurq]# cat 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
...
[root@node-135 yurq]# sed -e 's/\!$/\./g;s/\^M//g' 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.
GNU is free air not free beer.
Her hair is very beauty.
...

sed脚本文件

sed 的『 -f 』选项在处理输入时，将 file 中指定的编辑命令添加到已有的命令中：

前面提到，在需要同时执行多条编辑命令时，可以使用 -e 选项。但是当所需要执行的编辑命令数量很多时，每次使用 sed 时一行一行地敲显然不是很方便，这时可以将所用到的 sed 编辑命令写入一个文件，然后使用 sed -f 选项来指定读取该文件：

[root@node-135 yurq]# cat file.sed
s/bin/BIN/g
s/root/ROOT/g
s/yurq/YURQ/g
[root@node-135 yurq]# sed -f file.sed /etc/passwd
ROOT:x:0:0:ROOT:/ROOT:/BIN/bash
BIN:x:1:1:BIN:/BIN:/sBIN/nologin
...

该系列目录 --> 【BASH】回顾与知识点梳理（目录）