第十二章、正规表示法 Regular Expression, RE - for Fedora Core 4

任何一个有经验的系统管理员，都会告诉您：『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， 在您日常处理文书作业时，应该会常常使用到『搜索/取代』等等的功能吧？ 这些举动要作的漂亮，就是正规表示法的工作了！

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，他通过一些特殊符号的辅助，可以让用户轻易的达到 搜索/取代 某特定字符串的处理程序！

举例来说，我要找到 VBird 或 Vbird 这个字样，但是不要其他的字符串，该如何办理？ 如果在没有正规表示法的环境中(例如 MS word)，您或许就得要使用忽略大小写的办法， 或者是分别以 VBird 及 Vbird 搜索两遍。但是，忽略大小写可能会搜索到 VBIRD/vbird/VbIrD 等等的不需要的字符串，而造成用户的困扰。

再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， 而开机过程的相关进程都是在 /etc/rc.d/ 底下，也就是说，在该目录底下的某个文件内具有 mail 这个关键字，好了，此时，您怎么找出来含有这个关键字的文件？？您当然可以一个文件一个文件的打开， 然后去搜索 mail 这个关键字，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' /etc/rc.d/*』 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！ ^_^y

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。 也就是说，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。

那么为何我需要学习正规表示法呢？对于一般用户来说，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您来说， 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，每天产生的消息信息会多到你无法想像的地步， 而我们也都知道，系统的『错误消息注册表案』 的内容(这部份我们在第五篇会详谈)记载了系统产生的所有消息，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，要身为系统管理员的你每天去看这么多的消息数据， 从千百行的数据里面找出一行有问题的消息，呵呵～光是用肉眼去看，想不疯掉都很难！ 这个时候，我们就可以通过『正规表示法』的功能，将这些登录的信息进行处理， 仅取出『有问题』的信息来进行分析，哈哈！如此一来，你的系统管理工作将会 『快乐得不得了』啊！当然，正规表示法的优点还不止于此，等您有一定程度的了解之后，您会爱上他喔！

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！

如果您留意互联网上的消息，那么应该不能发现，目前造成网络大塞车的主因之一就是『垃圾/广告信件』了， 而如果我们可以在主机端，就将这些问题邮件剔除的话，用户端就会减少很多不必要的带宽耗损了。 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，发现有不良信件就予以剔除！ 嘿！这个工作怎么达到啊？就使用正规表示法啊！目前两大邮件服务器软件 sendmail 与 postfix 以及支持邮件服务器的相关分析套件，都支持正规表示法的比对功能！

当然还不止于此啦，很多的服务器软件、以及套件都支持正规表示法呢！当然， 虽然各家软件都支持他，不过，这些『字符串』的比对还是需要系统管理员来加入比对规则的， 所以啦！身为系统管理员的你，为了自身的工作以及用户端的需求， 正规表示法实在是很需要也很值得学习的一项工具呢！

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， 那就是九九乘法表，背成功了之后，未来在数学应用的路途上，真是一帆风顺啊！ 这个九九乘法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！您现在一定受惠相当的多呢 ^_^！ 而我们谈到的这个正规表示法，与前一章的 BASH shell 就有点像是数学的九九乘法表一样，是 Linux 基础当中的基础，虽然也是最难的部分， 不过，如果学成了之后，一定是『大大的有帮助』的！这就好像是金庸小说里面的学武难关， 任督二脉，打通任督二脉之后，武功立刻成倍成长！所以啦， 不论是对于系统的认识与系统的管理部分，他都有很棒的辅助啊！请好好的学习这个基础吧！ ^_^

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， 例如进行搜索 VBird 或 netman 或 lman 的搜索，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！借由特殊的 ( 与 | 等字符的协助， 就能够达到这样的目的！好啦！清清脑门，咱们用功去啰！

既然要使用 grep 当然就得要先了解一下 grep 的语法啰～

[root@test root]# grep [-acinv] '搜索字符串' filename
参数说明：
-a ：将 binary 文件以 text 文件的方式搜索数据
-c ：计算找到 '搜索字符串' 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 '搜索字符串' 内容的那一行！
--color=auto 可将正确的那个截取数据列出颜色
范例：
[root@test root]# grep 'root' /var/log/secure
将 /var/log/secure 这个文件中有 root 的那一行秀出来

[root@test root]# grep -v 'root' /var/log/secure
若该行没有 root 才将数据秀出来到屏幕上！

[root@test root]# last | grep root
若该行有 root 才将数据秀出来到屏幕上！

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截取的！』也就是说，假如一个文件内有 10 行，其中有两行具有你所搜索的字符串，则将那两行显示在屏幕上，其他的就丢弃了！

而 grep 除了可以进行文件的数据搜索之外，也常常被应用在 input/output 的数据处理当中，例如常见的 管线命令 ( pipe ) 就可以常常见到他的踪影！ 以上面表格中的例子来看，我们可以发现前两个例子是查寻文件的内容，有没有加上 -v 所显示出来的结果是『相反的！』，而第三个例子则是以 pipe 的功能进行数据的处理的喔！

好了，我们就开始以 grep 来进行正规表示法的简易说明吧！我们先以底下这个文件来作为范例：

[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

需要特别注意的是，上面这个文件鸟哥是在 Windows 的环境下编辑的， 并且经过特殊处理过，因此，他虽然是纯文本档，但是内含一些 Windows 环境下的软件常常自行加入的一些特殊字符，例如断行字符(^M)就是一例！ 所以，您可以直接将上面的文本以 vi 保存成 regular_express.txt 这个文件， 不过，比较建议直接点底下的链接下载：

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

此外，因为不同的语系编码是不一样的，所以，您必须要将语系改成英文语系， 才能够进行底下的测试，否则，可能会有显示的内容与底下的输出不符的状况喔！ 修改语系的方法为：

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

好了，现在开始我们一个案例一个案例的来介绍吧！

• 例题一、搜索特定字符串：
  搜索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@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@test root]# grep -vn 'the' regular_express.txt
  

  您会发现，屏幕上出现的行列为除了 8,12,15,16,18 五行之外的其他行列！ 接下来，如果您想要取得不论大小写的 the 这个字符串，则：
  

  [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.
  



• 例题二、利用 [] 来搜索集合字符
  如果我想要搜索 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，我可以这样来搜索：
  

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

  了解了吧？其实 [] 里面不论有几个字符，他都谨代表某『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！ 而如果想要搜索到有 oo 的字符时，则使用：
  

  [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 的话呢？此时，可以利用在集合字符的反向选择 [^] 来达成
  

  [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!
  

  意思就是说，我需要的是 oo ，但是 oo 前面不能是 g 就是了！ 仔细比较上面两个表格，妳会发现，第 1,9 行不见了，因为 oo 前面出现了 g 所致！ 第 2,3 行没有疑问，因为 foo 与 Foo 均可被接受！但是第 18 行明明有 google 的 goo 啊～ 别忘记了，因为该行后面出现了 tool 的 too 啊！所以该行也被列出来～ 也就是说， 18 行里面虽然出现了我们所不要的项目 (goo) 但是由于有需要的项目 (too) ， 因此，是符合字符串搜索的喔！
  
  至于第 19 行，同样的，因为 goooooogle 里面的 oo 前面可能是 o ，例如： go(ooo)oogle ，所以，这一行也是符合需求的！
  
  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：
  

  [root@test root]# 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@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.
  

  这样对于 [] 以及 [^] 以及 [] 当中的 - 有了解了吗？！ ^_^y


• 例题三、行首与行尾字符 ^ $：
  我们在例题一当中，可以查找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定位字符了！我们可以这样做：
  

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

  此时，就只剩下第 12 行，因为只有第 12 行的行首是 the 开头啊～此外， 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@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!
  

  如果我不想要开头是英文本母，则可以是这样：
  

  [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！
  
  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@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)，所以必须要使用转义字符(\)来加以解除其特殊意义！ 不过，您或许会觉得奇怪，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， 您会发现：
  

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

  注意到了没？最后面的断行字符应该是 $ 才对，但是，因为 Windows 的 nodepad 会主动加上 ^M 作为断行的判断，因此，那个 . 自然就不是紧接在 $ 之前喔！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，该如何搜索？？
  

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

  因为只有行首跟行尾( ^$ )，所以，这样就可以找出空白行啦！再来， 假设您已经知道在一个批量脚本 (shell script) 或者是设置档当中， 空白行与开头为 # 的那一行是注解，因此如果您要将数据列出给别人参考时， 可以将这些数据省略掉，以节省保贵的纸张，那么，您可以怎么作呢？ 我们以 /etc/syslog.conf 这个文件来作范例，您可以自行参考一下输出的结果：
  

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

  是否节省很多版面啊？？


• 例题四、任意一个字符 . 与重复字符 *
  在 bash 的章节当中，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@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 o 以上，该如何是好？？是 o* 还是 oo* 还是 ooo* 呢？ 虽然您可以试看看结果， 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：
  

  [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!
  

  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？
  

  [root@test root]# 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？好，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@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!
  

  但测试的结果竟然出现这么多行？？太诡异了吧？ 其实一点也不诡异，因为 g*g 里面的 g* 代表『空字符或一个以上的 g』 在加上后面的 g ，因此，整个 RE 的内容就是 g, gg, ggg, gggg ， 因此，只要该行当中拥有一个以上的 g 就符合所需了！
  
  那该如何得到我们的 g....g 的需求呢？呵呵！就利用任意一个字符『.』啊！ 亦即是：『g.*g』的作法，因为 * 可以是 0 或多个重复前面的字符，而 . 是任意字符，所以： 『.* 就代表零个或多个任意字符』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 与第 14 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：
  

  [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.
  

  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 * 来设置 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@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!
  

  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，那么换个搜索的字符串，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@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@test root]# grep -n 'go\{2,\}g' regular_express.txt
  18:google is the best tools for search keyword.
  19:goooooogle yes!
  

  呵呵！就可以找出来啦～

经过了上面的几个简单的范例，我们可以将基础的正规表示法特殊字符汇整如下：

RE 字符	意义与范例
^word	待搜索的字符串(word)在行首！
	范例：grep -n '^#' regular_express.txt 搜索行首为 # 开始的那一行！
word$	待搜索的字符串(word)在行尾！
	范例：grep -n '!$' regular_express.txt 将行尾为 ! 的那一行打印出来！
.	代表『任意一个』字符，一定是一个任意字符！
	范例：grep -n 'e.e' regular_express.txt 搜索的字符串可以是 (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，而空白字符也是字符！
\	跳脱字符，将特殊符号的特殊意义去除！
	范例：grep -n \' regular_express.txt 搜索含有单引号 ' 的那一行！
*	重复零个或多个的前一个 RE 字符
	范例：grep -n 'ess*' regular_express.txt 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 也是符合带搜索字符串。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 『.*』 ！
\{n,m\}	连续 n 到 m 个的『前一个 RE 字符』 若为 \{n\} 则是连续 n 个的前一个 RE 字符， 若是 \{n,\} 则是连续 n 个以上的前一个 RE 字符！
	范例：grep -n 'go\{2,3\}g' regular_express.txt 在 g 与 g 之间有 2 个到 3 个的 o 存在的字符串，亦即 (goog)(gooog)
[]	字符集合的 RE 特殊字符的符号
	[list] 范例：grep -n 'g[ld]' regular_express.txt 搜索含有 (gl) 或 (gd) 的那一行～ 需要特别留意的是，在 [] 当中『谨代表一个待搜索的字符』， 例如： a[afl]y 代表搜索的字符串可以是 aay, afy, aly 亦即 [afl] 代表 a 或 f 或 l 的意思！ [ch1-ch2] 范例：grep -n '[0-9]' regular_express.txt 搜索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，您的编码需要设置正确(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] [^] 范例：grep -n 'oo[^t]' regular_express.txt 搜索的字符串可以是 (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 来搜索， 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.... 等等的小写字符， 以及双引号 (") 等字符，所以当然符合 [^A-Z] 的搜索！

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『通配符』并不相同， 例如，在通配符当中，* 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 0 到多个的前一个 RE 字符的意思～使用的意义并不相同，不要搞混了！ (鸟哥我一开始摸正规表示法时就很容易搞混！因为这里是新手最容易搞错的地方，特别小心啊！)

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 * 』 代表的是任意文件名的文件，而 『ls -l a* 』代表的是以 a 为开头的任何文件名的文件， 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.*'

另外，例如通配符的反向选择，为 [!range] ，至于正规表示法则是 [^range] 。 这样是否了解正规表示法与通配符的差异啦？？

[root@linux ~]# awk '条件类型1{动作1} 条件类型2{动作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 "条件" 的类别，自然就需要一些逻辑运算啰～例如底下这些：

运算单元	代表意义
>	大于
<	小于
>=	大于或等于
<=	小于或等于
==	等于
!=	不等于

值得注意的是那个 == 的符号，因为在『逻辑运算』上面， 就是所谓的大于、小于、等于等等的判断式上面，我们习惯上是以 == 来表示，而如果是直接给予一个值，例如变量设置时，就直接使用 = 而已。 好了，我们实际来运用一下逻辑判断吧！举例来说，在 /etc/passwd 当中是以冒号 ":" 来作为字段的分隔，那假设我要查阅，第三栏小于 10 以下的数据，并且仅列出帐号与第三栏， 那么可以这样做：

[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！不过，怎么第一行没有正确的显示出来呢？这是因为我们读入第一行的时候， 那些变量 $1, $2... 缺省还是以空白键为分隔的，所以虽然我们定义了 FS=":" 了， 但是却仅能在第二行后才开始生效。那么怎么办呢？我们可以预先设置 awk 的变量啊！ 利用 BEGIN 这个关键字喔！这样做：

[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，我们还有 END 呢！另外，如果要用 awk 来进行『计算功能』呢？以底下的例子来看， 假设我有一个薪资数据表，内容是这样的：

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

如何帮我计算每个人的总额呢？而且我还想要格式化输出喔！ 你可以将上面的数据保存成一个名称为 pay.txt 的文件，则：

[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

上面的例子有几个重要事项应该要先说明的：

• 所有的动作，亦即在 {} 内的动作，如果有需要多个指令辅助时，可利用分号『;』间隔， 或者直接以 [Enter] 按键来隔开每个指令，例如上面的 NR>=2 后面接的动作， 利用 total = ... 那个指令来指定加总，而后续则以 printf 来格式化输出！
• 逻辑运算当中，如果是『等于』的情况，则务必使用两个等号『==』！
• 格式化输出时，在 printf 的格式设置当中，务必加上 \n ，才能进行分行！
• 与 bash shell 的变量不同，在 awk 当中，变量可以直接使用，不需加上 $ 符号。

利用 awk 这个玩意儿，就可以帮我们处理很多日常工作了呢！真是好用的很～ 此外， awk 的输出格式当中，常常会以 printf 来辅助，所以， 最好您对 printf 也稍微熟悉一下比较好啦！另外， awk 的动作内 {} 也是支持 if (条件) 的喔！ 举例来说，上面的指令可以修订成为这样：

[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}'

你可以仔细的比对一下上面两个输入有啥不同～从中去了解两种语法吧！ 我个人是比较倾向于使用第一种语法，因为会比较有统一性啊！ ^_^

除此之外， awk 还可以帮我们进行循环计算喔！真是相当的好用！ 不过，那属于比较高端的单独课程了，我们这里就不再多加介绍。如果您有兴趣的话， 可以到中研院的网站查找喔：http://phi.sinica.edu.tw/aspac/reports/94/94011/，鸟哥这里也有一份 pdf 档的备份： http://vbird.org.cn/linux_basic/0330regularex/awk.pdf。 您可以自行参阅一下该文章的内容，里头可以好好的查阅一下关于数组与循环方面的介绍， 我认为该文章写的很棒喔！该介绍的都介绍了！很好～我喜欢～ ^_^

什么时候会用到文件的比对啊？通常是『同一个套装软件的不同版本之间，比较设置档与源文件的差异』， 所以啰，很多时候所谓的文件比对，通常是用在 ASCII 纯文本档的比对上的！ 那么比对文件的指令有哪些？最常见的就是 diff 啰！

diff

cmp

patch

如果您曾经使用过一些图形接口的文字处理软件的话，那么很容易发现， 当我们在打印的时候，可以同时选择与设置每一页打印时的标头吧！ 也可以设置页码呢！那么，如果我是在 Linux 底下打印纯文本档呢 可不可以具有标题啊？可不可以加入页码啊？呵呵！当然可以啊！ 使用 pr 就能够达到这个功能了。不过， pr 的参数实在太多了， 我也说不完，一般来说，我都仅使用最简单的方式来处理而已。 举例来说，如果想要打印 /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......

上面特殊字体那一行呢，其实就是使用 pr 处理后所造成的标题啦～ 标题中会有『文件时间』、『文件文件名』及『页码』三大项目。 更多的 pr 使用，请参考 pr 的说明啊！ ^_^