第十二章、正規表示法 Regular Expression, RE - for Fedora Core 4

任何一個有經驗的系統管理員，都會告訴您：『正規表示法真是挺重要的！』 為什麼很重要呢？因為日常生活就使用的到啊！舉個例子來說， 在您日常處理文書作業時，應該會常常使用到『搜尋/取代』等等的功能吧？ 這些舉動要作的漂亮，就是正規表示法的工作了！

簡單的說，正規表示法就是處理字串的方法，他是以行為單位， 來進行字串的處理行為，他透過一些特殊符號的輔助，可以讓使用者輕易的達到 搜尋/取代 某特定字串的處理程序！

舉例來說，我要找到 VBird 或 Vbird 這個字樣，但是不要其他的字串，該如何辦理？ 如果在沒有正規表示法的環境中(例如 MS word)，您或許就得要使用忽略大小寫的辦法， 或者是分別以 VBird 及 Vbird 搜尋兩遍。但是，忽略大小寫可能會搜尋到 VBIRD/vbird/VbIrD 等等的不需要的字串，而造成使用者的困擾。

再舉個系統常見的例子好了，假設妳發現系統在開機的時候，老是會出現一個關於 mail 程式的錯誤， 而開機過程的相關程序都是在 /etc/rc.d/ 底下，也就是說，在該目錄底下的某個檔案內具有 mail 這個關鍵字，好了，此時，您怎麼找出來含有這個關鍵字的檔案？？您當然可以一個檔案一個檔案的開啟， 然後去搜尋 mail 這個關鍵字，只是.....該目錄底下的檔案可能不止 100 個說～ 如果瞭解正規表示法的相關技巧，那麼只要一行指令就找出來啦！ 『grep 'mail' /etc/rc.d/*』 那個 grep 就是支援正規表示法的工具程式之一！如何～很簡單吧！ ^_^y

談到這裡就得要進一步說明了，正規表示法基本上是一種『表示法』， 只要工具程式支援這種表示法，那麼該工具程式就可以用來作為正規表示法的字串處理之用。 也就是說，例如 vi, grep, awk ,sed 等等工具，因為她們有支援正規表示法， 所以，這些工具就可以使用正規表示法的特殊字元來進行字串的處理。

那麼為何我需要學習正規表示法呢？對於一般使用者來說，由於使用到正規表示法的機會可能不怎麼多， 因此感受不到他的魅力，不過，對於身為系統管理員的您來說， 正規表示法則是一個『不可不學的好東西！』 怎麼說呢？由於系統如果在繁忙的情況之下，每天產生的訊息資訊會多到你無法想像的地步， 而我們也都知道，系統的『錯誤訊息登錄檔案』 的內容(這部份我們在第五篇會詳談)記載了系統產生的所有訊息，當然， 這包含你的系統是否被『入侵』的紀錄資料。

但是系統的資料量太大了，要身為系統管理員的你每天去看這麼多的訊息資料， 從千百行的資料裡面找出一行有問題的訊息，呵呵～光是用肉眼去看，想不瘋掉都很難！ 這個時候，我們就可以透過『正規表示法』的功能，將這些登錄的資訊進行處理， 僅取出『有問題』的資訊來進行分析，哈哈！如此一來，你的系統管理工作將會 『快樂得不得了』啊！當然，正規表示法的優點還不止於此，等您有一定程度的瞭解之後，您會愛上他喔！

正規表示法除了可以讓系統管理員管理主機更為便利之外，事實上， 由於正規表示法強大的字串處理能力，目前一堆軟體都支援正規表示法呢！ 最常見的就是『郵件伺服器』啦！

如果您留意網際網路上的消息，那麼應該不能發現，目前造成網路大塞車的主因之一就是『垃圾/廣告信件』了， 而如果我們可以在主機端，就將這些問題郵件剔除的話，用戶端就會減少很多不必要的頻寬耗損了。 那麼如何剔除廣告信件呢？由於廣告信件幾乎都有一定的標題或者是內容，因此， 只要每次有來信時，都先將來信的標題與內容進行特殊字串的比對，發現有不良信件就予以剔除！ 嘿！這個工作怎麼達到啊？就使用正規表示法啊！目前兩大郵件伺服器軟體 sendmail 與 postfix 以及支援郵件伺服器的相關分析套件，都支援正規表示法的比對功能！

當然還不止於此啦，很多的伺服器軟體、以及套件都支援正規表示法呢！當然， 雖然各家軟體都支援他，不過，這些『字串』的比對還是需要系統管理員來加入比對規則的， 所以啦！身為系統管理員的你，為了自身的工作以及用戶端的需求， 正規表示法實在是很需要也很值得學習的一項工具呢！

說實在的，我們在學數學的時候，一個很重要、但是粉難的東西是一定要『背』的， 那就是九九乘法表，背成功了之後，未來在數學應用的路途上，真是一帆風順啊！ 這個九九乘法表我們在小學的時候幾乎背了一整年才背下來，並不是這麼好背的呢！ 但他卻是基礎當中的基礎！您現在一定受惠相當的多呢 ^_^！ 而我們談到的這個正規表示法，與前一章的 BASH shell 就有點像是數學的九九乘法表一樣，是 Linux 基礎當中的基礎，雖然也是最難的部分， 不過，如果學成了之後，一定是『大大的有幫助』的！這就好像是金庸小說裡面的學武難關， 任督二脈，打通任督二脈之後，武功立刻成倍成長！所以啦， 不論是對於系統的認識與系統的管理部分，他都有很棒的輔助啊！請好好的學習這個基礎吧！ ^_^

正規表示法除了簡單的一組字串處理之外，還可以作群組的字串處理， 例如進行搜尋 VBird 或 netman 或 lman 的搜尋，注意，是『或(or)』而不是『和(and)』的處理， 此時就需要延伸正規表示法的幫助啦！藉由特殊的 ( 與 | 等字元的協助， 就能夠達到這樣的目的！好啦！清清腦門，咱們用功去囉！

既然要使用 grep 當然就得要先瞭解一下 grep 的語法囉～

[root@test root]# grep [-acinv] '搜尋字串' filename
參數說明：
-a ：將 binary 檔案以 text 檔案的方式搜尋資料
-c ：計算找到 '搜尋字串' 的次數
-i ：忽略大小寫的不同，所以大小寫視為相同
-n ：順便輸出行號
-v ：反向選擇，亦即顯示出沒有 '搜尋字串' 內容的那一行！
--color=auto 可將正確的那個擷取資料列出顏色
範例：
[root@test root]# grep 'root' /var/log/secure
將 /var/log/secure 這個檔案中有 root 的那一行秀出來

[root@test root]# grep -v 'root' /var/log/secure
若該行沒有 root 才將資料秀出來到螢幕上！

[root@test root]# last | grep root
若該行有 root 才將資料秀出來到螢幕上！

grep 是一個很常見也很常用的指令，他最重要的功能就是進行字串資料的比對， 然後將符合使用者需求的字串列印出來。 需要說明的是『grep 在資料中查尋一個字串時，是以 "整行" 為單位來進行資料的擷取的！』也就是說，假如一個檔案內有 10 行，其中有兩行具有你所搜尋的字串，則將那兩行顯示在螢幕上，其他的就丟棄了！

而 grep 除了可以進行檔案的資料搜尋之外，也常常被應用在 input/output 的資料處理當中，例如常見的 管線命令 ( pipe ) 就可以常常見到他的蹤影！ 以上面表格中的例子來看，我們可以發現前兩個例子是查尋檔案的內容，有沒有加上 -v 所顯示出來的結果是『相反的！』，而第三個例子則是以 pipe 的功能進行資料的處理的喔！

好了，我們就開始以 grep 來進行正規表示法的簡易說明吧！我們先以底下這個檔案來作為範例：

[root@test root]# 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. GNU is free air not free beer. Her hair is very beauty. I can’t finish the test. Oh! The soup taste good. 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. 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

需要特別注意的是，上面這個檔案鳥哥是在 Windows 的環境下編輯的， 並且經過特殊處理過，因此，他雖然是純文字檔，但是內含一些 Windows 環境下的軟體常常自行加入的一些特殊字元，例如斷行字元(^M)就是一例！ 所以，您可以直接將上面的文字以 vi 儲存成 regular_express.txt 這個檔案， 不過，比較建議直接點底下的連結下載：

http://linux.vbird.org/linux_basic/0330regularex/regular_express.txt

此外，因為不同的語系編碼是不一樣的，所以，您必須要將語系改成英文語系， 才能夠進行底下的測試，否則，可能會有顯示的內容與底下的輸出不符的狀況喔！ 修改語系的方法為：

[root@test root]# LANG=en
[root@test root]# export LANG

好了，現在開始我們一個案例一個案例的來介紹吧！

• 例題一、搜尋特定字串：
  搜尋特定字串很簡單吧？假設我們要從剛剛的檔案當中取得 the 這個特定字串， 最簡單的方式就是這樣：
  

  [root@test root]# 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『反向選擇』呢？也就是說，當該行沒有 'the' 這個字串時，才顯示在螢幕上，那就直接使用：
  

  [root@test root]# grep -vn 'the' regular_express.txt
  

  您會發現，螢幕上出現的行列為除了 8,12,15,16,18 五行之外的其他行列！ 接下來，如果您想要取得不論大小寫的 the 這個字串，則：
  

  [root@test root]# 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.
  



• 例題二、利用 [] 來搜尋集合字元
  如果我想要搜尋 test 或 taste 這兩個單字時，可以發現到，其實她們有共通的 't?st' 存在～這個時候，我可以這樣來搜尋：
  

  [root@test root]# grep -n 't[ae]st' regular_express.txt
  8:I can't finish the test.
  9:Oh! The soup taste good.
  

  瞭解了吧？其實 [] 裡面不論有幾個字元，他都謹代表某『一個』字元， 所以，上面的例子說明了，我需要的字串是『tast』或『test』兩個字串而已！ 而如果想要搜尋到有 oo 的字元時，則使用：
  

  [root@test root]# 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 的話呢？此時，可以利用在集合字元的反向選擇 [^] 來達成
  

  [root@test root]# 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!
  

  意思就是說，我需要的是 oo ，但是 oo 前面不能是 g 就是了！ 仔細比較上面兩個表格，妳會發現，第 1,9 行不見了，因為 oo 前面出現了 g 所致！ 第 2,3 行沒有疑問，因為 foo 與 Foo 均可被接受！但是第 18 行明明有 google 的 goo 啊～ 別忘記了，因為該行後面出現了 tool 的 too 啊！所以該行也被列出來～ 也就是說， 18 行裡面雖然出現了我們所不要的項目 (goo) 但是由於有需要的項目 (too) ， 因此，是符合字串搜尋的喔！
  
  至於第 19 行，同樣的，因為 goooooogle 裡面的 oo 前面可能是 o ，例如： go(ooo)oogle ，所以，這一行也是符合需求的！
  
  再來，假設我 oo 前面不想要有小寫字元，所以，我可以這樣寫 [^abcd....z]oo ， 但是這樣似乎不怎麼方便，由於小寫字元的 ASCII 上編碼的順序是連續的， 因此，我們可以將之簡化為底下這樣：
  

  [root@test root]# grep -n '[^a-z]oo' regular_express.txt
  3:Football game is not use feet only.
  

  也就是說，當我們在一組集合字元中，如果該字元組是連續的，例如大寫英文/小寫英文/數字等等， 就可以使用[a-z],[A-Z],[0-9]等方式來書寫，那麼如果我們的要求字串是數字與英文呢？ 呵呵！就將他全部寫在一起，變成：[a-zA-Z0-9]
  
  例如，我們要取得有數字的那一行，就這樣：
  

  [root@test root]# 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.
  

  這樣對於 [] 以及 [^] 以及 [] 當中的 - 有瞭解了嗎？！ ^_^y


• 例題三、行首與行尾字元 ^ $：
  我們在例題一當中，可以查詢到一行字串裡面有 the 的，那如果我想要讓 the 只在行首列出呢？ 這個時候就得要使用定位字元了！我們可以這樣做：
  

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

  此時，就只剩下第 12 行，因為只有第 12 行的行首是 the 開頭啊～此外， 如果我想要開頭是小寫字元的那一行就列出呢？可以這樣：
  

  [root@test root]# 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!
  

  如果我不想要開頭是英文字母，則可以是這樣：
  

  [root@test root]# grep -n '^[^a-zA-Z]' regular_express.txt
  1:"Open Source" is a good mechanism to develop programs.
  20:# I am VBird
  

  注意到了吧？那個 ^ 符號，在字元集合符號(括號[])之內與之外是不同的！ 在 [] 內代表『反向選擇』，在 [] 之外則代表定位在行首的意義！要分清楚喔！
  
  那如果我想要找出來，行尾結束為小數點 (.) 的那一行，該如何處理：
  

  [root@test root]# 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.
  

  特別注意到，因為小數點具有其他意義(底下會介紹)，所以必須要使用跳脫字元(\)來加以解除其特殊意義！ 不過，您或許會覺得奇怪，但是第 5~9 行最後面也是 . 啊～怎麼無法列印出來？？ 這裡就牽涉到 Windows 平台的軟體對於斷行字元的判斷問題了！我們使用 cat -A 將第五行拿出來看， 您會發現：
  

  [root@test root]# cat -A regular_express.txt
  However, this dress is about $ 3183 dollars.^M$
  

  注意到了沒？最後面的斷行字元應該是 $ 才對，但是，因為 Windows 的 nodepad 會主動加上 ^M 作為斷行的判斷，因此，那個 . 自然就不是緊接在 $ 之前喔！這樣可以瞭解 ^ 與 $ 的意義嗎？ 好了，先不要看底下的解答，自己想一想，那麼如果我想要找出來，哪一行是『空白行』， 也就是說，該行並沒有輸入任何資料，該如何搜尋？？
  

  [root@test root]# grep -n '^$' regular_express.txt
  21:
  

  因為只有行首跟行尾( ^$ )，所以，這樣就可以找出空白行啦！再來， 假設您已經知道在一個批次腳本 (shell script) 或者是設定檔當中， 空白行與開頭為 # 的那一行是註解，因此如果您要將資料列出給別人參考時， 可以將這些資料省略掉，以節省保貴的紙張，那麼，您可以怎麼作呢？ 我們以 /etc/syslog.conf 這個檔案來作範例，您可以自行參考一下輸出的結果：
  

  [root@test root]# cat /etc/syslog.conf
  [root@test root]# grep -v '^$' /etc/syslog.conf | grep -v '^#'
  

  是否節省很多版面啊？？


• 例題四、任意一個字元 . 與重複字元 *
  在 bash 的章節當中，我們知道萬用字元 * 可以用來代表任意(0或多個)字元， 但是正規表示法並不是萬用字元，兩者之間是不相同的！ 至於正規表示法當中的『 . 』則代表『絕對有一個任意字元』的意思！這樣講不好懂， 我們直接做個練習吧！假設我需要找出 g??d 的字串，亦即共有四個字元， 起頭是 g 而結束是 d ，我可以這樣做：
  

  [root@test root]# 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".
  

  因為強調 g 與 d 之間一定要存在兩個字元，因此，第 13 行的 god 與第 14 行的 gd 就不會被列出來啦！再來，如果我想要列出有 oo, ooo, oooo 等等的資料， 也就是說，至少要有兩個 o 以上，該如何是好？？是 o* 還是 oo* 還是 ooo* 呢？ 雖然您可以試看看結果， 不過結果太佔版面了 @_@ ，所以，我這裡就直接說明。
  
  因為 * 代表的是『重複 0 個或多個前面的 RE 字符』的意義， 因此，『o*』代表的是：『擁有空字元或一個 o 以上的字元』， 特別注意，因為允許空字元(就是有沒有字元都可以的意思)，因此， grep -n 'o*' regular_express.txt 將會把所有的資料都列印出來螢幕上！
  
  那如果是『oo*』呢？則第一個 o 肯定必須要存在，第二個 o 則是可有可無的多個 o ， 所以，凡是含有 o, oo, ooo, oooo 等等，都可以被列出來～
  
  同理，當我們需要『至少兩個 o 以上的字串』時，就需要 ooo* ，亦即是：
  

  [root@test root]# 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!
  

  這樣理解 * 的意義了嗎？！好了，現在出個練習，如果我想要字串開頭與結尾都是 g， 但是兩個 g 之間僅能存在至少一個 o ，亦即是 gog, goog, gooog.... 等等， 那該如何？
  

  [root@test root]# grep -n 'goo*g' regular_express.txt
  18:google is the best tools for search keyword.
  19:goooooogle yes!
  

  如此瞭解了嗎？好，再來一題，如果我想要找出 g 開頭與 g 結尾的字串， 當中的字元可有可無，那該如何是好？是『g*g』嗎？
  

  [root@test root]# 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!
  

  但測試的結果竟然出現這麼多行？？太詭異了吧？ 其實一點也不詭異，因為 g*g 裡面的 g* 代表『空字元或一個以上的 g』 在加上後面的 g ，因此，整個 RE 的內容就是 g, gg, ggg, gggg ， 因此，只要該行當中擁有一個以上的 g 就符合所需了！
  
  那該如何得到我們的 g....g 的需求呢？呵呵！就利用任意一個字元『.』啊！ 亦即是：『g.*g』的作法，因為 * 可以是 0 或多個重複前面的字符，而 . 是任意字元，所以： 『.* 就代表零個或多個任意字元』的意思啦！
  

  [root@test root]# 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!
  

  因為是代表 g 開頭與 g 結尾，中間任意字元均可接受，所以，第 1 與第 14 行是可接受的喔！ 這個 .* 的 RE 表示任意字元是很常見的，希望大家能夠理解並且熟悉！
  
  再出一題，如果我想要找出『任意數字』的行列呢？因為僅有數字，所以就成為：
  

  [root@test root]# 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.
  

  雖然使用 grep -n '[0-9]' regular_express.txt 也可以得到相同的結果， 但鳥哥希望大家能夠理解上面指令當中 RE 表示法的意義才好！
  
  


• 例題五、限定連續 RE 字符範圍 {}
  在上個例題當中，我們可以利用 . 與 RE 字符及 * 來設定 0 個到無限多個重複字元， 那如果我想要限制一個範圍區間內的重複字元數呢？舉例來說，我想要找出兩個到五個 o 的連續字串，該如何作？這時候就得要使用到限定範圍的字符 {} 了。 但因為 { 與 } 的符號在 shell 是有特殊意義的，因此， 我們必須要使用跳脫字符 \ 來讓他失去特殊意義才行。
  
  至於 {} 的語法是這樣的，假設我要找到兩個 o 的字串，可以是：
  

  [root@test root]# 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!
  

  這樣看似乎與 ooo* 的字符沒有什麼差異啊？因為第 19 行有多個 o 依舊也出現了！ 好，那麼換個搜尋的字串，假設我們要找出 g 後面接 2 到 5 個 o ，然後再接一個 g 的字串， 他會是這樣：
  

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

  嗯！很好！第 19 行終於沒有被取用了(因為 19 行有 6 個 o 啊！)。 那麼，如果我想要的是 2 個 o 以上的 goooo....g 呢？除了可以是 gooo*g ，也可以是：
  

  [root@test root]# grep -n 'go\{2,\}g' regular_express.txt
  18:google is the best tools for search keyword.
  19:goooooogle yes!
  

  呵呵！就可以找出來啦～

經過了上面的幾個簡單的範例，我們可以將基礎的正規表示法特殊字符彙整如下：

RE 字符	意義與範例
^word	待搜尋的字串(word)在行首！
	範例：grep -n '^#' regular_express.txt 搜尋行首為 # 開始的那一行！
word$	待搜尋的字串(word)在行尾！
	範例：grep -n '!$' regular_express.txt 將行尾為 ! 的那一行列印出來！
.	代表『任意一個』字符，一定是一個任意字符！
	範例：grep -n 'e.e' regular_express.txt 搜尋的字串可以是 (eve) (eae) (eee) (e e)， 但不能僅有 (ee) ！亦即 e 與 e 中間『一定』僅有一個字元，而空白字元也是字元！
\	跳脫字符，將特殊符號的特殊意義去除！
	範例：grep -n \' regular_express.txt 搜尋含有單引號 ' 的那一行！
*	重複零個或多個的前一個 RE 字符
	範例：grep -n 'ess*' regular_express.txt 找出含有 (es) (ess) (esss) 等等的字串，注意，因為 * 可以是 0 個，所以 es 也是符合帶搜尋字串。另外，因為 * 為重複『前一個 RE 字符』的符號， 因此，在 * 之前必須要緊接著一個 RE 字符喔！例如任意字元則為 『.*』 ！
\{n,m\}	連續 n 到 m 個的『前一個 RE 字符』 若為 \{n\} 則是連續 n 個的前一個 RE 字符， 若是 \{n,\} 則是連續 n 個以上的前一個 RE 字符！
	範例：grep -n 'go\{2,3\}g' regular_express.txt 在 g 與 g 之間有 2 個到 3 個的 o 存在的字串，亦即 (goog)(gooog)
[]	字元集合的 RE 特殊字符的符號
	[list] 範例：grep -n 'g[ld]' regular_express.txt 搜尋含有 (gl) 或 (gd) 的那一行～ 需要特別留意的是，在 [] 當中『謹代表一個待搜尋的字元』， 例如： a[afl]y 代表搜尋的字串可以是 aay, afy, aly 亦即 [afl] 代表 a 或 f 或 l 的意思！ [ch1-ch2] 範例：grep -n '[0-9]' regular_express.txt 搜尋含有任意數字的那一行！需特別留意，在字元集合 [] 中的減號 - 是有特殊意義的，他代表兩個字元之間的所有連續字元！但這個連續與否與 ASCII 編碼有關， 因此，您的編碼需要設定正確(在 bash 當中，需要確定 LANG 與 LANGUAGE 的變數是否正確！) 例如所有大寫字元則為 [A-Z] [^] 範例：grep -n 'oo[^t]' regular_express.txt 搜尋的字串可以是 (oog) (ood) 但不能是 (oot) ，那個 ^ 在 [] 內時， 代表的意義是『反向選擇』的意思～例如，我不要大寫字元，則為 [^A-Z] ～ 但是，需要特別注意的是，如果以 grep -n [^A-Z] regular_express.txt 來搜尋， 卻發現該檔案內的所有行都被列出，為什麼？因為這個 [^A-Z] 是『非大寫字元』的意思， 因為每一行均有非大寫字元，例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小寫字元， 以及雙引號 (") 等字元，所以當然符合 [^A-Z] 的搜尋！

請特別留意的是，『正規表示法的特殊字元』 與一般在指令列輸入指令的『萬用字元』並不相同， 例如，在萬用字元當中，* 代表的是 0 ~ 無限多個字元的意思，但是在正規表示法當中， * 則是重複 0 到多個的前一個 RE 字符的意思～使用的意義並不相同，不要搞混了！ (鳥哥我一開始摸正規表示法時就很容易搞混！因為這裡是新手最容易搞錯的地方，特別小心啊！)

舉例來說，不支援正規表示法的 ls 這個工具中，若我們使用 『ls -l * 』 代表的是任意檔名的檔案，而 『ls -l a* 』代表的是以 a 為開頭的任何檔名的檔案， 但在正規表示法中，我們要找到含有以 a 為開頭的檔案，則必須要這樣：(需搭配支援正規表示法的工具)

ls | grep -n '^a.*'

另外，例如萬用字元的反向選擇，為 [!range] ，至於正規表示法則是 [^range] 。 這樣是否瞭解正規表示法與萬用字元的差異啦？？

[root@linux ~]# awk '條件類型1{動作1} 條件類型2{動作2} ...' filename

[root@linux ~]# last
dmtsai   pts/0        192.168.1.12     Mon Aug 22 09:40   still logged in
root     tty1                          Mon Aug 15 11:38 - 11:39  (00:01)
reboot   system boot  2.6.11           Sun Aug 14 18:18         (7+15:41)
dmtsai   pts/0        192.168.1.12     Fri Aug 12 12:07 - 12:08  (00:01)

[root@linux ~]# last | awk '{print $1 "\t" $3}'
dmtsai  192.168.1.12
root    Mon
reboot  boot
dmtsai  192.168.1.12

[root@linux ~]# last | awk '{print $1 "\t lines: " NR "\t columes: " NF}'
dmtsai   lines: 1        columes: 10
root     lines: 2        columes: 9
reboot   lines: 3        columes: 9
dmtsai   lines: 4        columes: 10

既然有需要用到 "條件" 的類別，自然就需要一些邏輯運算囉～例如底下這些：

運算單元	代表意義
>	大於
<	小於
>=	大於或等於
<=	小於或等於
==	等於
!=	不等於

值得注意的是那個 == 的符號，因為在『邏輯運算』上面， 就是所謂的大於、小於、等於等等的判斷式上面，我們習慣上是以 == 來表示，而如果是直接給予一個值，例如變數設定時，就直接使用 = 而已。 好了，我們實際來運用一下邏輯判斷吧！舉例來說，在 /etc/passwd 當中是以冒號 ":" 來作為欄位的分隔，那假設我要查閱，第三欄小於 10 以下的數據，並且僅列出帳號與第三欄， 那麼可以這樣做：

[root@linux ~]# cat /etc/passwd | \
> awk '{FS=":"} $3 < 10 {print $1 "\t " $3}'
root:x:0:0:root:/root:/bin/bash
bin      1
daemon   2
......(以下省略)......

有趣吧！不過，怎麼第一行沒有正確的顯示出來呢？這是因為我們讀入第一行的時候， 那些變數 $1, $2... 預設還是以空白鍵為分隔的，所以雖然我們定義了 FS=":" 了， 但是卻僅能在第二行後才開始生效。那麼怎麼辦呢？我們可以預先設定 awk 的變數啊！ 利用 BEGIN 這個關鍵字喔！這樣做：

[root@linux ~]# cat /etc/passwd | \
> awk 'BEGIN {FS=":"} $3 < 10 {print $1 "\t " $3}'
root     0
bin      1
daemon   2
......(以下省略)......

很有趣吧！而除了 BEGIN 之外，我們還有 END 呢！另外，如果要用 awk 來進行『計算功能』呢？以底下的例子來看， 假設我有一個薪資資料表，內容是這樣的：

Name    1st     2nd     3th
VBird   23000   24000   25000
DMTsai  21000   20000   23000
Bird2   43000   42000   41000

如何幫我計算每個人的總額呢？而且我還想要格式化輸出喔！ 你可以將上面的資料儲存成一個名稱為 pay.txt 的檔案，則：

[root@linux ~]# cat pay.txt | \
> awk 'NR==1{printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4,"Total" }
NR>=2{total = $2 + $3 + $4
printf "%10s %10d %10d %10d %10.2f\n", $1, $2, $3, $4, total}'
      Name        1st        2nd        3th      Total
     VBird      23000      24000      25000   72000.00
    DMTsai      21000      20000      23000   64000.00
     Bird2      43000      42000      41000  126000.00

上面的例子有幾個重要事項應該要先說明的：

• 所有的動作，亦即在 {} 內的動作，如果有需要多個指令輔助時，可利用分號『;』間隔， 或者直接以 [Enter] 按鍵來隔開每個指令，例如上面的 NR>=2 後面接的動作， 利用 total = ... 那個指令來指定加總，而後續則以 printf 來格式化輸出！
• 邏輯運算當中，如果是『等於』的情況，則務必使用兩個等號『==』！
• 格式化輸出時，在 printf 的格式設定當中，務必加上 \n ，才能進行分行！
• 與 bash shell 的變數不同，在 awk 當中，變數可以直接使用，不需加上 $ 符號。

利用 awk 這個玩意兒，就可以幫我們處理很多日常工作了呢！真是好用的很～ 此外， awk 的輸出格式當中，常常會以 printf 來輔助，所以， 最好您對 printf 也稍微熟悉一下比較好啦！另外， awk 的動作內 {} 也是支援 if (條件) 的喔！ 舉例來說，上面的指令可以修訂成為這樣：

[root@linux ~]# cat pay.txt | \
> awk '{if(NR==1) printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4,"Total"}
NR>=2{total = $2 + $3 + $4
printf "%10s %10d %10d %10d %10.2f\n", $1, $2, $3, $4, total}'

你可以仔細的比對一下上面兩個輸入有啥不同～從中去瞭解兩種語法吧！ 我個人是比較傾向於使用第一種語法，因為會比較有統一性啊！ ^_^

除此之外， awk 還可以幫我們進行迴圈計算喔！真是相當的好用！ 不過，那屬於比較進階的單獨課程了，我們這裡就不再多加介紹。如果您有興趣的話， 可以到中研院的網站查詢喔：http://phi.sinica.edu.tw/aspac/reports/94/94011/，鳥哥這裡也有一份 pdf 檔的備份： http://linux.vbird.org/linux_basic/0330regularex/awk.pdf。 您可以自行參閱一下該文章的內容，裡頭可以好好的查閱一下關於陣列與迴圈方面的介紹， 我認為該文章寫的很棒喔！該介紹的都介紹了！很好～我喜歡～ ^_^

什麼時候會用到檔案的比對啊？通常是『同一個套裝軟體的不同版本之間，比較設定檔與原始檔的差異』， 所以囉，很多時候所謂的檔案比對，通常是用在 ASCII 純文字檔的比對上的！ 那麼比對檔案的指令有哪些？最常見的就是 diff 囉！

diff

cmp

patch

如果您曾經使用過一些圖形介面的文書處理軟體的話，那麼很容易發現， 當我們在列印的時候，可以同時選擇與設定每一頁列印時的標頭吧！ 也可以設定頁碼呢！那麼，如果我是在 Linux 底下列印純文字檔呢 可不可以具有標題啊？可不可以加入頁碼啊？呵呵！當然可以啊！ 使用 pr 就能夠達到這個功能了。不過， pr 的參數實在太多了， 我也說不完，一般來說，我都僅使用最簡單的方式來處理而已。 舉例來說，如果想要列印 /etc/man.config 呢？

[root@linux ~]# pr /etc/man.config


2003-02-10 23:20                 /etc/man.config                  Page 1


#
# Generated automatically from man.conf.in by the
# configure script.
.....以下省略......

上面特殊字體那一行呢，其實就是使用 pr 處理後所造成的標題啦～ 標題中會有『檔案時間』、『檔案檔名』及『頁碼』三大項目。 更多的 pr 使用，請參考 pr 的說明啊！ ^_^