正则表达式(regular expression)

正则表示法 (regular expression)

用从文件中查找特定字符串的一种表示方法，与通配符不同，按行处理

不同编码方式会影响正则查找的结果

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

• LANG=zh_TW 時：0 1 2 3 4 ... a A b B c C d D ... z Z
  使用特殊符号可以在不同编码下保证正则的有效性

  
  正则表达式-symbol.png

符号说明

• *表示0个或无数个其前面的字符
• ^行开头符, 在[]中的^表示非，$行结尾符
• 特殊字符使用 \转为普通字符处理

基础正则表示练习

使用grep工具,在test文件中查找

• 搜寻特定字符串：grep -n 'the' test
• 反向选择：grep -vn 'the' test
• 不区分大小写：grep -in 'the' test
• 使用[]: grep -n 't[ea]st' test, []中代表一个字符
• 反向选择: grep -n '[^g]oo' test 搜寻oo前不是g的字符串
• 取得没有数字的行: grep -n '[^0-9]' test
• 使用特殊符号代替：grep -n '[^[:digit:]]' test 加强通用性
• 首列定位: grep '^the' test test中第一个词是the的行
• 尾列定位: grep '\.$' test 显示末尾是.的行,由于.是特殊符号，因此用\转化为普通字符
• 列出空行: grep '^$' test
• 表示任一字符: grep 'g..d' test 代替了中间两个字符
• 表示0个或多个重复的字符 grep 'oo*' test 至少1个o，最多无数个o
• 读取限定范围内的连续字符 grep 'go\{2,5\}' test 以g开头后面有2-5个o的会被显示

延伸正则表示

• grep -e

• + : 重复一次或者n次
• ? : 0个或1个
• | : 用或(or)的方法搜寻
• (): 括号中内容作为一组搜寻
• ()+: 多个重复群组搜寻

正则表达式-symbol-expand.png

实用工具

sed: 取代、刪除、新增、擷取（整行处理）

• 删除：cat test | sed '2,5d' 删除2-5行
• 插入：cat test | sed '2a drink tea'在第二行下插入字符，i：在之上插入
• 取代(行): cat test | sed '2,5c NO number2-5' 将2-5行删除，并插入No number
• 取代(部分): sed 's/要被取代的字串/新的字串/g' 对一行中的内容进行取代，结合其他管线命令使用
• 显示：cat test | sed -n '2,5p' 需要加上-n选项
• 直接修改文档：sed -i '3d' test 删除test文档中的第3行

printf: 格式化输出 printf 'format' 'content'
awk: 将一行的内容分成数个栏位，根据分隔符，条件来处理

• 格式: awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
  例子: awk '{print $1 "\t" $3}' last.txt
• $1, $2, $3...为变量，分别储存了1，2，3栏位的内容 $0存储了当前行整行的内容
• 内置变量：NF：每行拥有的总栏位数，NR目前处理的行数，FS分割字符(默认为space)
• 支持运算符:+ - * / 逻辑符 < > <= >= ==

档案比对工具：diff cmp patch

• diff 用在ascii纯文字档案的比较
• cmp 用来比对非文字档案，以字节为单位比对文件的二进制码(牛x)
• patch 与diff配合使用，更新或恢复文档 diff -Naur oldfile newfile > file.patch

test
"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