职起网 - Powered by Discuz!

Linux 私房菜

13.5 重点回顾

文档创建者：职起网

浏览次数：583

最后更新：2023-03-28

Linux
Linux 私房菜:	基础篇 » 三.学习Shell与Shell Scripts » 13.正规表示法与文件格式化处理

重点回顾

正规表示法就是处理字串的方法，他是以行为单位来进行字串的处理行为；
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』某特定字串的处理程序；
只要工具程序支持正规表示法，那么该工具程序就可以用来作为正规表示法的字串处理之用；
正规表示法与万用字节是完全不一样的东西！万用字节 (wildcard) 代表的是 bash 操作介面的一个功能，但正规表示法则是一种字串处理的表示方式！
使用 grep 或其他工具进行正规表示法的字串比对时，因为编码的问题会有不同的状态，因此，你最好将 LANG 等变量配置为 C 或者是 en 等英文语系！
grep 与 egrep 在正规表示法里面是很常见的两支程序，其中， egrep 支持更严谨的正规表示法的语法；
由於编码系统的不同，不同的语系 (LANG) 会造成正规表示法撷取数据的差异。因此可利用特殊符号如 [:upper:] 来替代编码范围较佳；
由於严谨度的不同，正规表示法之上还有更严谨的延伸正规表示法；
基础正规表示法的特殊字符有： *, ?, [], [-], [^], ^, $ 等！
常见的正规表示法工具有： grep , sed, vim 等等
printf 可以透过一些特殊符号来将数据进行格式化输出；
awk 可以使用『栏位』为依据，进行数据的重新整理与输出；
文件的比对中，可利用 diff 及 cmp 进行比对，其中 diff 主要用在纯文字文件方面的新旧版本比对
patch 命令可以将旧版数据升级到新版 (主要亦由 diff 创建 patch 的补丁来源文件)

本章习题
( 要看答案请将鼠标移动到『答：』底下的空白处，按下左键圈选空白处即可察看 )
情境模拟题一：
透过 grep 搜寻特殊字串，并配合数据流重导向来处理大量的文件搜寻问题。

目标：正确的使用正规表示法；
前提：需要了解数据流重导向，以及透过子命令 $(command) 来处理档名的搜寻；

我们简单的以搜寻星号 (*) 来处理底下的任务：
1、利用正规表示法找出系统中含有某些特殊关键字的文件，举例来说，找出在 /etc 底下含有星号 (*) 的文件与内容：
解决的方法必须要搭配万用字节，但是星号本身就是正规表示法的字符，因此需要如此进行：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# grep '\*' /etc/*

你必须要注意的是，在单引号内的星号是正规表示法的字符，但我们要找的是星号，因此需要加上跳脱字符 (\)。但是在 /etc/* 的那个 * 则是 bash 的万用字节！代表的是文件的档名喔！不过由上述的这个结果中，我们仅能找到 /etc 底下第一层子目录的数据，无法找到次目录的数据，如果想要连同完整的 /etc 次目录数据，就得要这样做：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# grep '\*' $(find /etc -type f)

2、但如果文件数量太多呢？如同上述的案例，如果要找的是全系统 (/) 呢？你可以这样做：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# grep '\*' $(find / -type f)
-bash: /bin/grep: Argument list too long

真要命！由於命令列的内容长度是有限制的，因此当搜寻的对象是整个系统时，上述的命令会发生错误。那该如何是好？此时我们可以透过管线命令以及 xargs 来处理。举例来说，让 grep 每次仅能处理 10 个档名，此时你可以这样想：

先用 find 去找出文件；
用 xargs 将这些文件每次丢 10 个给 grep 来作为参数处理；
grep 实际开始搜寻文件内容。

所以整个作法就会变成这样：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# find / -type f | xargs -n 10 grep '\*'

3、从输出的结果来看，数据量实在非常庞大！那如果我只是想要知道档名而已呢？你可以透过 grep 的功能来找到如下的参数！

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# find / -type f | xargs -n 10 grep -l '\*'

情境模拟题二：
使用管线命令配合正规表示法创建新命令与新变量。我想要创建一个新的命令名为 myip ，这个命令能够将我系统的 IP 捉出来显示。而我想要有个新变量，变量名为 MYIP ，这个变量可以记录我的 IP 。
处理的方式很简单，我们可以这样试看看：
首先，我们依据本章内的 ifconfig, sed 与 awk 来取得我们的 IP ，命令为：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# ifconfig eth0 | grep 'inet addr' | \
>  sed 's/^.*inet addr://g'| cut -d ' ' -f1

再来，我们可以将此命令利用 alias 指定为 myip 喔！如下所示：

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# alias myip="ifconfig eth0 | grep 'inet addr' | \
>  sed 's/^.*inet addr://g'| cut -d ' ' -f1 "

最终，我们可以透过变量配置来处理 MYIP 喔！

[AppleScript] ��ı��鿴 ��ƴ��

[root@www ~]# MYIP=$( myip )

如果每次登陆都要生效，可以将 alias 与 MYIP 的配置那两行，写入你的 ~/.bashrc 即可！

简答题部分：

我想要知道，在 /etc 底下，只要含有 XYZ 三个字节的任何一个字节的那一行就列出来，要怎样进行？
grep [XYZ] /etc/*
将 /etc/termcap 内容取出后，(1)去除开头为 # 的行 (2)去除空白行 (3)取出开头为英文字母的那几行 (4)最终统计总行数该如何进行？
grep -v '^#' /etc/termcap | grep -v '^$' | grep '^[[:alpha:]]' | wc -l

参考数据与延伸阅读

注1：关於正规表示法与 POSIX 及特殊语法的参考网址可以查询底下的来源：

维基百科的说明：http://en.wikipedia.org/wiki/Regular_expression
ZYTRAX 网站介绍：http://zytrax.com/tech/web/regex.htm

注2：其他关於正规表示法的网站介绍：

            洪朝贵老师的网页：http://www.cyut.edu.tw/~ckhung/b/re/index.php
            龙门少尉的窝：http://main.rtfiber.com.tw/~changyj/
            PCRE 官方网站：http://perldoc.perl.org/perlre.html

注3：关於 ASCII 编码对照表可参考维基百科的介绍：

维基百科 (ASCII) 条目： http://zh.wikipedia.org/w/index.php?title=ASCII&variant=zh-tw

注4：关於 awk 的进阶文献，包括有底下几个连结：

            中研院计算中心 ASPAC 计画之 awk 程序介绍：http://phi.sinica.edu.tw/aspac/reports/94/94011/
            鸟哥备份：http://cn.linux.vbird.org/linux_basic/0330regularex/awk.pdf
            这份文件写的非常棒！欢迎大家多多参考！
            Study Area：http://www.study-area.org/linux/system/linux_shell.htm

标签：编程学习 linux 职起网

回复

使用道具举报