旅途

如果想飞得高,就该把地平线忘掉

在Linux下正则表达式和grep命令的使用

正规表示法( Regular Exdivssion,RE )

1 什么是正规表示法:

什么是正规表示式 ( Regular Exdivssion, 底下简称 RE ) 呢?

简单的说,在 Linux  的环境下,我们可以透过『字符串以及一些特殊字符的辅助』来进行文字的比对
工作,好来让使用者筛选自己所需要数据。

这些特殊的字符与搭配使用的工具,就构成了正规表示法的主轴!

例如 /etc/rc.d/init.d 这个目录当中好了,如果你要找到一个文件内容含有 mail 这个字符串的文件名,要怎么搜寻呢?利用 grep 配合 mail 以及万用字符来搜寻所有的文件名『grep 'mail' /etc/rc.d/init.d/*』

2 正规表示法对于系统管理员的用途:

对于系统管理员来说,正规表示法则是一个『不可不学的好东西!』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』的纪录数据。但是系统的数据量太大了,要系统管理员的 你每天去看这么多的讯息数据,想不疯掉都很难,这个时候,我们就可以透过『正规表示法』的功能,将这些登录的信息进行处理,仅取出『错误』的信息来进行分 析。

3 正规表示法的广泛用途:

除了系统管理员之外,一大堆的软件与设定都是支持正规表示法的,最常见的例子就是『邮件服务器』!您是否有常常收到电子邮件里最让人诟病 的『广告信件』呢?那如果我在 Server 端就将广告信件给剔除的话,客户端就会减少很多不必要的频宽损耗了对吧!那么如何剔除广告信件呢?由于广告信件几乎都有一定的标题或者是内容,因此,只要 每次有来信时,都先将来信的标题与内容进行特殊字符串的比对,使用正规表示法发现有不良信件就予以剔除!目前两大服务器软件sendmail 与 postfix 都支持正规表示法的比对功能!很多的服务器软件、以及套件都支持正规表示法。

4 grep

语法:[root @test /root ]# grep [-acinv] '搜寻字符串' filenames-list

参数说明:

-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,亦即显示出没有 '搜寻字符串' 内容的那一行!

范例:

[root @test /root]# grep 'root' /var/log/secure

搜索 /var/log/secure 这个文件中包含 root 的行

[root @test /root]# grep -v 'root' /var/log/secure

搜索没有 root 的行

[root @test /root]# grep [A-Z]ANPATH /etc/man.config

说明:grep 是一个很常见的指令,最重要的功能就是进行字符串数据的比对了,需要说明的是『grep 在一个文件中查寻一个字符串时,他是以"整行"为单位来数据的撷取的!』

grep 是最简单的正规表示法搜寻指令之一,他并不支持一些更严谨的正规表示法内容,不过,已经相当的好用。

例题一:找出这个文件里面含有 know 这个字符,并将行号列出来:注意,大小写是不一样的

[root @test /root ]# grep -n 'know' regexp.txt

例题二:找出这个文件里面含有 * 这个字符,并将行号列出来:

[root @test /root ]# grep -n '\*' regexp.txt

例题三:我要将所有 know 不论大小写都列出来,并列出行号:

[root @test /root]# grep -ni 'know' regexp.txt

注意:类似的指令还有egrep、awk、gawk、sed等,将在后面详细说明

5 正规表示法的特殊字符(charaters)与 egrep 指令

特殊字符 表示意义

^word 待搜寻的字符在行首

word$ 待搜寻的字符在行尾

. 匹配任何一个可能的字符

\ 跳脱符号将特殊字符变成普通字符

? 任何一个『单一』字符

* 匹配模式中重复的字符

[list] 列表中的字符

[range] 列表中范围内的字符

[^list] 反向选择,与 [list] 相反

[^range] 反向选择,与 [range]相反

\{n\} 与前一个相同字浮连续 n 个

\{n,m\} 与前一个相同字浮连续 n-m 个

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, * 则是重复前一个字符的意思~使用的意义并不相同,不要搞混了!

例题:在 /etc 底下,只要含有 XYZ 三个字符的任何一个字符的那一行就列出来

grep [XYZ] /etc/*

例题:我想要知道在 /etc 里面,只要句首是 w-z 的就将他印出来?

grep ^[w-z] /etc/*

6 diff比较两个文件内容是否有不一致的指令!

语法:[root @test /root ]# diff file1 file2

范例:[root @test /root]# diff index.htm index.html

例子:ls –l | grep ‘^d’ 查询子目录

注意:使用规则表达式要养成良好的习惯,就是在匹配模式的两端加上‘’。这样和shell的文件通配符号做区别

7 充分规则表达式专用字符

符号 执行

pattern1 | pattern2 逻辑或

(patten) 对模式进行分组

char+ 搜索前面字符的一个或者多个重复实例

char? 搜索前面字符的一个或者0个实例

例题:t+ 匹配一个或一个以上连续的t,如t tt ttt

t? 匹配0个或1个t 如 t 或 ‘ ’

“create | stream “ 和两种模式的任一种进行匹配

重点回顾

• shell文件匹配字符和规则表达式的区别

shell文件匹配字符是用于匹配文件名

正规表示法RE的用途主要是用来做为『搜寻』字符串之用,匹配的文件里面的内容和用来过滤特殊讯息等用途;

• 由于严谨度的不同,正规表示法之上还有更严谨的延伸正规表示法;

• 正规表示法的处理方式,经常是以『整行』或称为『整段』来进行处理的;

• grep 与 egrep 在正规表示法里面是很常见的两支程序,其中, egrep 可以用不同的

posted on 2007-09-25 00:34 旅途 阅读(182) 评论(0)  编辑 收藏 引用 所属分类: Linux Shell


只有注册用户登录后才能发表评论。
【推荐】超50万行VC++源码: 大型组态工控、电力仿真CAD与GIS源码库
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理