Linux学习笔记25——正则表达式与文件格式化处理

川长思鸟来 2022-04-04 11:15 258阅读 0赞

**目录**

一、什么是正则表达式

什么是正则表达式

正则表达式对于系统管理员的用途

正则表达式的广泛用途

正则表达式与 Shell 在 Linux 当中的角色定位

延伸的正则表达式

二、基础正则表达式

1，语系对正则表达式的影响

2，grep 的一些进阶选项

3，基础正则表达式练习

例题一、搜寻特定字串

例题二、利用中括号 \[\] 来搜寻集合字符

例题三、行首与行尾字符 ^ $

例题四、任意一个字符 . 与重复字符 \*

例题五、限定连续 RE 字符范围 \{\}

4，基础正则表达式字符汇整 （ characters）

5，sed 工具

以行为单位的取代与显示功能

部分数据的搜寻并取代的功能

直接修改文件内容（危险动作）

三，延伸正则表达式

四、文件的格式化与相关操作

1， 格式化打印： printf

2，awk：好用的数据处理工具

awk 的逻辑运算字符

3，文件比对工具

diff

cmp

patch

4，文件打印准备： pr

--------------------

正则表达式这个东东，学java的时候一直觉得好麻烦啊动不动n个\\\\，看起来都烦，也是在啃过几版正则表达式的用法之后，发觉这东西真的不错。在用sublime的时候，多行游标+正则表达式感觉贼好用，python也偶尔用用，js在验证登录的时候也不错，总之这是个运用广泛的东东，配合文本编辑器，有神效。接下来，进入一下linux版的正则表达式（使用）。（学东西，有时候真的不懂的有个印象，之后回过来再搞一轮，就容易懂了，贼爽！）

正则表达式 （ Regular Expression, RE, 或称为常规表达式） 是通过一些特殊字符的排列，用以“搜寻/取代/删除”一列或多列文字字串， 简单的说，正则表达式就是用在字串的处理上面的一项“表示式”。正则表达式并不是一个工具程序， 而是一个字串处理的标准依据，如果您想要以正则表达式的方式处理字串，就得要使用支持正则表达式的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。

正则表达式对于系统管理员来说实在是很重要！因为系统会产生很多的讯息，这些讯息有的重要有的仅是告知， 此时，管理员可以通过正则表达式的功能来将重要讯息撷取出来，并产生便于查阅的报表来简化管理流程。此外， 很多的套装软件也都支持正则表达式的分析，例如邮件服务器的过滤机制（ 过滤垃圾信件） 就是很重要的一个例子。 所以，您最好要了解正则表达式的相关技能，在未来管理主机时，才能够更精简处理您的日常事务！

本章节使用者需要多加练习，因为目前很多的套件都是使用正则表达式来达成其“过滤、分析”的目的， 为了未来主机管理的便利性，使用者至少要能看的懂正则表达式的意义！

# 一、什么是正则表达式 #

约略了解了 Linux 的基本指令 （ BASH） 并且熟悉了 vim 之后，相信你对于敲击键盘的打字与指令下达比较不陌生了吧？ 接下来，下面要开始介绍一个很重要的观念，那就是所谓的“正则表达式 （ Regular Expression） ”啰！

### 什么是正则表达式 ###

任何一个有经验的系统管理员，都会告诉你：“正则表达式真是挺重要的！” 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， 在你日常使用 vim 作文书处理或程序撰写时使用到的“搜寻/取代”等等的功能， 这些举动要作的漂亮，就得要配合正则表达式来处理啰！

简单的说，正则表达式就是处理字串的方法，他是以行为单位（其实嘛要是有\\n就不一定以行未单位了，比如这个正则表达式： .\*\[\\n\].\*）来进行字串的处理行为， 正则表达式通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！

举例来说，我只想找到 VBird（ 前面两个大写字符） 或 Vbird（ 仅有一个大写字符） 这个字样，但是不要其他的字串 （ 例如 VBIRD, vbird 等不需要） ，该如何办理？如果在没有正则表达式的环境中（ 例如 MS word） ，你或许就得要使用忽略大小写的办法， 或者是分别以VBird 及 Vbird 搜寻两遍。但是，忽略大小写可能会搜寻到 VBIRD/vbird/VbIrD 等等的不需要的字串而造成困扰。

再举个系统常见的例子好了，假设你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， 而开机过程的相关程序都是在 /lib/systemd/system/ 下面，也就是说，在该目录下面的某个文件内具有 mail 这个关键字，你想要将该文件捉出来进行查询修改的动作。此时你怎么找出来含有这个关键字的文件？ 你当然可以一个文件一个文件的打开，然后去搜寻 mail 这个关键字，只是.....该目录下面的文件可能不止 100 个说～ 如果了解正则表达式的相关技巧，那么只要一行指令就找出来啦：“grep 'mail' /lib/systemd/system/\*” 那个 grep 就是支持正则表达式的工具程序之一！如何～很简单吧！

谈到这里就得要进一步说明了，正则表达式基本上是一种“表达式”， 只要工具程序支持这种表达式，那么该工具程序就可以用来作为正则表达式的字串处理之用。 例如 vi, grep, awk,sed 等等工具，因为她们有支持正则表达式， 所以，这些工具就可以使用正则表达式的特殊字符来进行字串的处理。但例如 cp, ls 等指令并未支持正则表达式， 所以就只能使用 bash 自己本身的万用字符而已。

### 正则表达式对于系统管理员的用途 ###

那么为何我需要学习正则表达式呢？对于一般使用者来说，由于使用到正则表达式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你来说，正则表达式则是一个“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，每天产生的讯息信息会多到你无法想像的地步， 而我们也都知道，系统的“错误讯息登录文件 （ 第十八章） ”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”的记录数据。

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讯息数据， 从千百行的数据里面找出一行有问题的讯息，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“正则表达式”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，正则表达式的优点还不止于此，等你有一定程度的了解之后，你会爱上他喔！

### 正则表达式的广泛用途 ###

正则表达式除了可以让系统管理员管理主机更为便利之外，事实上，由于正则表达式强大的字串处理能力， 目前一堆软件都支持正则表达式呢！最常见的就是“邮件服务器”啦！

如果你留意网际网络上的消息，那么应该不难发现，目前造成网络大塞车的主因之一就是“垃圾/广告信件”了， 而如果我们可以在服务器端，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？就使用正则表达式啊！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软件，都支持正则表达式的比对功能！

当然还不止于此啦，很多的服务器软件都支持正则表达式呢！当然， 虽然各家软件都支持他，不过，这些“字串”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， 正则表达式实在是很需要也很值得学习的一项工具呢！

### 正则表达式与 Shell 在 Linux 当中的角色定位 ###

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！你现在一定受惠相当的多呢 ^\_^！

而我们谈到的这个正则表达式，与前一章的 BASH 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！ ^\_^

### 延伸的正则表达式 ###

唔！正则表达式还有分喔？没错喔！正则表达式的字串表示方式依照不同的严谨度而分为：基础正则表达式与延伸正则表达式。延伸型正则表达式除了简单的一组字串处理之外，还可以作群组的字串处理， 例如进行搜寻 VBird 或 netman 或 lman 的搜寻，注意，是“或（ or） ”而不是“和（ and） ”的处理， 此时就需要延伸正则表达式的帮助啦！借由特殊的“ （”与“ | ”等字符的协助， 就能够达到这样的目的！不过，我们在这里主力仅是介绍最基础的基础正则表达式而已啦！好啦！清清脑门，咱们用功去啰！

Tips 有一点要向大家报告的，那就是：“正则表达式与万用字符是完全不一样的东西！” 这很重要喔！因为“万用字符 （ wildcard） 代表的是 bash 操作接口的一个功能”，但正则表达式则是一种字串处理的表示方式！ 这两者要分的很清楚才行喔！所以，学习本章，请将前一章bash 的万用字符意义先忘掉吧！

老实说，鸟哥以前刚接触正则表达式时，老想着要将这两者归纳在一起，结果就是...错误认知一大堆～ 所以才会建议您学习本章先忘记万用字符再来学习吧！

# 二、基础正则表达式 #

既然正则表达式是处理字串的一种表示方式，那么对字符排序有影响的语系数据就会对正则表达式的结果有影响！ 此外，正则表达式也需要支持工具程序来辅助才行！所以，我们这里就先介绍一个最简单的字串撷取功能的工具程序，那就是 grep 啰！ 前一章已经介绍过 grep的相关选项与参数，本章着重在较进阶的 grep 选项说明啰！ 介绍完 grep 的功能之后，就进入正则表达式的特殊字符的处理能力了。

## 1，语系对正则表达式的影响 ##

为什么语系的数据会影响到正则表达式的输出结果呢？我们在第零章计算机概论的文字编码系统里面谈到，文件其实记录的仅有 0 与 1，我们看到的字符文字与数字都是通过编码表转换来的。由于不同语系的编码数据并不相同，所以就会造成数据撷取结果的差异了。 举例来说，在英文大小写的编码顺序中，zh\_TW.big5 及 C 这两种语系的输出结果分别如下（当然我们用的是伟大祖国的gbk系列编码啦）：

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

LANG=zh\_TW 时：0 1 2 3 4 ... a A b B c C d D ... z Z

上面的顺序是编码的顺序，我们可以很清楚的发现这两种语系明显就是不一样！如果你想要撷取大写字符而使用 \[A-Z\] 时， 会发现 LANG=C 确实可以仅捉到大写字符 （ 因为是连续的），但是如果 LANG=zh\_TW.big5 时，就会发现到， 连同小写的 b-z 也会被撷取出来！因为就编码的顺序来看， big5 语系可以撷取到“ A b B c C ... z Z ”这一堆字符哩！ 所以，使用正则表达式时，需要特别留意当时环境的语系为何， 否则可能会发现与别人不相同的撷取结果喔！

由于一般我们在练习正则表达式时，使用的是相容于 POSIX 的标准，因此就使用“ C ”这个语系\[1\]！ 因此，下面的很多练习都是使用“ LANG=C ”这个语系数据来进行的喔！ 另外，为了要避免这样编码所造成的英文与数字的撷取问题，因此有些特殊的符号我们得要了解一下的！这些符号主要有下面这些意义：

<table> 
 <tbody> 
 <tr> 
 <td> 特殊符号 </td> 
 <td> 代表意义 </td> 
 </tr> 
 <tr> 
 <td> [:alnum:] </td> 
 <td> 代表英文大小写字符及数字，亦即 0-9, A-Z, a-z </td> 
 </tr> 
 <tr> 
 <td> [:alpha:] </td> 
 <td> 代表任何英文大小写字符，亦即 A-Z, a-z </td> 
 </tr> 
 <tr> 
 <td> [:blank:] </td> 
 <td> 代表空白键与 [Tab] 按键两者 </td> 
 </tr> 
 <tr> 
 <td> [:cntrl:] </td> 
 <td> 代表键盘上面的控制按键，亦即包括 CR, LF, Tab, Del.. 等等 </td> 
 </tr> 
 <tr> 
 <td> [:digit:] </td> 
 <td> 代表数字而已，亦即 0-9 </td> 
 </tr> 
 <tr> 
 <td> [:graph:] </td> 
 <td> 除了空白字符 （ 空白键与 [Tab] 按键） 外的其他所有按键 </td> 
 </tr> 
 <tr> 
 <td> [:lower:] </td> 
 <td> 代表小写字符，亦即 a-z </td> 
 </tr> 
 <tr> 
 <td> [:print:] </td> 
 <td> 代表任何可以被打印出来的字符 </td> 
 </tr> 
 <tr> 
 <td> [:punct:] </td> 
 <td> 代表标点符号 （ punctuation symbol） ，亦即：" ' ? ! ; : # $... </td> 
 </tr> 
 <tr> 
 <td> [:upper:] </td> 
 <td> 代表大写字符，亦即 A-Z </td> 
 </tr> 
 <tr> 
 <td> [:space:] </td> 
 <td> 任何会产生空白的字符，包括空白键, [Tab], CR 等等 </td> 
 </tr> 
 <tr> 
 <td> [:xdigit:] </td> 
 <td> 代表 16 进位的数字类型，因此包括： 0-9, A-F, a-f 的数字与字符 </td> 
 </tr> 
 </tbody> 
</table>

尤其上表中的\[:alnum:\], \[:alpha:\], \[:upper:\], \[:lower:\], \[:digit:\] 这几个一定要知道代表什么意思，因为他要比 a-z 或 A-Z 的用途要确定的很！好了，下面就让我们开始来玩玩进阶版的grep 吧！

## 2，grep 的一些进阶选项 ##

我们在第十章 BASH 里面的 grep 谈论过一些基础用法， 但其实 grep 还有不少的进阶用法喔！下面我们仅列出较进阶的 grep 选项与参数给大家参考， 基础的 grep 用法请参考前一章的说明啰！

\[dmtsai@study ~\]$ grep \[-A\] \[-B\] \[--color=auto\] '搜寻字串' filename

选项与参数：

\-A ：后面可加数字，为 after 的意思，除了列出该行外，后续的 n 行也列出来；

\-B ：后面可加数字，为 befer 的意思，除了列出该行外，前面的 n 行也列出来；

\--color=auto 可将正确的那个撷取数据列出颜色

范例一：用 dmesg 列出核心讯息，再以 grep 找出内含 qxl 那行

\[dmtsai@study ~\]$ dmesg | grep 'qxl'

\[ 0.522749\] \[drm\] qxl: 16M of VRAM memory size

\[ 0.522750\] \[drm\] qxl: 63M of IO pages memory ready （ VRAM domain）

\[ 0.522750\] \[drm\] qxl: 32M of Surface memory size

\[ 0.650714\] fbcon: qxldrmfb （ fb0） is primary device

\[ 0.668487\] qxl 0000:00:02.0: fb0: qxldrmfb frame buffer device

\# dmesg 可列出核心产生的讯息！包括硬件侦测的流程也会显示出来。

\# 鸟哥使用的显卡是 QXL 这个虚拟卡，通过 grep 来 qxl 的相关信息，可发现如上信息。

范例二：承上题，要将捉到的关键字显色，且加上行号来表示：

\[dmtsai@study ~\]$ dmesg | grep -n --color=auto 'qxl'

515:\[ 0.522749\] \[drm\] qxl: 16M of VRAM memory size

516:\[ 0.522750\] \[drm\] qxl: 63M of IO pages memory ready （ VRAM domain）

517:\[ 0.522750\] \[drm\] qxl: 32M of Surface memory size

529:\[ 0.650714\] fbcon: qxldrmfb （ fb0） is primary device

539:\[ 0.668487\] qxl 0000:00:02.0: fb0: qxldrmfb frame buffer device

\# 除了 qxl 会有特殊颜色来表示之外，最前面还有行号喔！其实颜色显示已经是默认在 alias 当中了！

范例三：承上题，在关键字所在行的前两行与后三行也一起捉出来显示

\[dmtsai@study ~\]$ dmesg | grep -n -A3 -B2 --color=auto 'qxl'

\# 你会发现关键字之前与之后的数行也被显示出来！这样可以让你将关键字前后数据捉出来进行分析啦！

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串数据的比对，然后将符合使用者需求的字串行印出来。 需要说明的是“grep 在数据中查寻一个字串时，是以 "整行" 为单位来进行数据的撷取的！”也就是说，假如一个文件内有 10 行，其中有两行具有你所搜寻的字串，则将那两行显示在屏幕上，其他的就丢弃了！

在 CentOS 7 当中，默认已经将 --color=auto 加入在 alias 当中了！使用者就可以直接使用有关键字显色的 grep 啰！非常方便！

## 3，基础正则表达式练习 ##

要了解正则表达式最简单的方法就是由实际练习去感受啦！所以在汇整正则表达式特殊符号前， 我们先以下面这个文件的内容来进行正则表达式的理解吧！先说明一下，下面的练习大前提是：

语系已经使用“ export LANG=C; export LC\_ALL=C ”的设置值；

grep 已经使用 alias 设置成为“ grep --color=auto ”

至于本章的练习用文件请由下面的链接来下载。需要特别注意的是，下面这个文件是鸟哥在MS Windows 系统下编辑的， 并且已经特殊处理过，因此，他虽然是纯文本文件，但是内含一些 Windows 系统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，你可以直接将下面的文字以 vi 储存成 regular\_express.txt 这个文件， 不过，还是比较建议直接点下面的链接：

[http://linux.vbird.org/linux\_basic/0330regularex/regular\_express.txt][http_linux.vbird.org_linux_basic_0330regularex_regular_express.txt]

如果你的 Linux 可以直接连上 Internet 的话，那么使用如下的指令来捉取即可：

wget [http://linux.vbird.org/linux\_basic/0330regularex/regular\_express.txt][http_linux.vbird.org_linux_basic_0330regularex_regular_express.txt]

至于这个文件的内容如下：

\[dmtsai@study ~\]$ 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.^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

这文件共有 22 行，最下面一行为空白行！现在开始我们一个案例一个案例的来介绍吧！

### 例题一、搜寻特定字串 ###

搜寻特定字串很简单吧？假设我们要从刚刚的文件当中取得 the 这个特定字串，最简单的方式就是这样：

\[dmtsai@study ~\]$ 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 <Happy> 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' 这个字串时才显示在屏幕上，那就直接使用：

\[dmtsai@study ~\]$ grep -vn 'the' regular\_express.txt

你会发现，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，如果你想要取得不论大小写的 the 这个字串，则：

\[dmtsai@study ~\]$ 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 <Happy> is the same with "glad".

18:google is the best tools for search keyword.

除了多两行 （ 9, 14行） 之外，第 16 行也多了一个 The 的关键字被撷取到喔！

### 例题二、利用中括号 \[\] 来搜寻集合字符 ###

如果我想要搜寻 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，我可以这样来搜寻：

\[dmtsai@study ~\]$ 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，他都仅代表某“一个”字符， 所以，上面的例子说明了，我需要的字串是“tast”或“test”两个字串而已！ 而如果想要搜寻到有 oo 的字符时，则使用：

\[dmtsai@study ~\]$ 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：

\[dmtsai@study ~\]$ 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，你会发现，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，是符合字串搜寻的喔！

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....zoo ， 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下面这样：

\[dmtsai@study ~\]$ 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：

\[dmtsai@study ~\]$ 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.

但由于考虑到语系对于编码顺序的影响，因此除了连续编码使用减号“ - ”之外， 你也可以使用如下的方法来取得前面两个测试的结果：

\[dmtsai@study ~\]$ grep -n '\[^\[:lower:\]\]oo' regular\_express.txt

\# 那个 \[:lower:\] 代表的就是 a-z 的意思！请参考前两小节的说明表格

\[dmtsai@study ~\]$ grep -n '\[\[:digit:\]\]' regular\_express.txt

啥？上头在写啥东西呢？不要害怕！分开来瞧一瞧。我们知道 \[:lower:\] 就是 a-z 的意思，那么 \[a-z\] 当然就是 \[\[:lower:\]\] 啰（这个部分应该算linux比较有特色的东东啦）！鸟哥第一次接触正则表达式的时候，看到两层中括号差点昏倒～完全看不懂！现在，请注意那个叠代的意义， 自然就能够比较清楚了解啰！

这样对于 \[\] 以及 以及 \[\] 当中的 - ，还有关于前面表格提到的特殊关键字有了解了吗？^\_^！

### 例题三、行首与行尾字符 ^ $ ###

我们在例题一当中，可以查询到一行字串里面有 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：

\[dmtsai@study ~\]$ 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：

\[dmtsai@study ~\]$ 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!

20:go! go! Let's go.

你可以发现我们可以捉到第一个字符都不是大写的！上面的指令也可以用如下的方式来取代的：

\[dmtsai@study ~\]$ grep -n '^\[\[:lower:\]\]' regular\_express.txt

好！那如果我不想要开头是英文字母，则可以是这样：

\[dmtsai@study ~\]$ grep -n '^\[^a-zA-Z\]' regular\_express.txt

1:"Open Source" is a good mechanism to develop programs.

21:\# I am VBird

\# 指令也可以是： grep -n '^\[^\[:alpha:\]\]' regular\_express.txt

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！ 反过来思考，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：

\[dmtsai@study ~\]$ 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 <Happy> is the same with "glad".

17:I like dog.

18:google is the best tools for search keyword.

20:go! go! Let's go.

特别注意到，因为小数点具有其他意义（ 下面会介绍） ，所以必须要使用跳脱字符（ \\） 来加以解除其特殊意义！ 不过，你或许会觉得奇怪，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， 你会发现：

\[dmtsai@study ~\]$ cat -An regular\_express.txt | head -n 10 | tail -n 6

5 However, this dress is about $ 3183 dollars.^M$

6 GNU is free air not free beer.^M$

7 Her hair is very beauty.^M$

8 I can't finish the test.^M$

9 Oh! The soup taste good.^M$

10 motorcycle is cheap than car.$

我们在第九章内谈到过断行字符在 Linux 与 Windows 上的差异， 在上面的表格中我们可以发现 5~9 行为 Windows 的断行字符 （ ^M$） ，而正常的 Linux 应该仅有第 10 行显示的那样（ $） 。所以啰，那个 . 自然就不是紧接在 $ 之前喔！也就捉不到 5~9 行了！这样可以了解 ^与 $ 的意义吗？ 好了，先不要看下面的解答，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，该如何搜寻？

\[dmtsai@study ~\]$ grep -n '^$' regular\_express.txt

22:

因为只有行首跟行尾 （ ^$） ，所以，这样就可以找出空白行啦！再来，假设你已经知道在一个程序脚本 （ shell script） 或者是配置文件当中，空白行与开头为 \# 的那一行是注解，因此如果你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，那么你可以怎么作呢？ 我们以 /etc/rsyslog.conf 这个文件来作范例，你可以自行参考一下输出的结果：

\[dmtsai@study ~\]$ cat -n /etc/rsyslog.conf

\# 在 CentOS 7 中，结果可以发现有 91 行的输出，很多空白行与 \# 开头的注解行

\[dmtsai@study ~\]$ grep -v '^$' /etc/rsyslog.conf | grep -v '^\#'

\# 结果仅有 14 行，其中第一个“ -v '^$' ”代表“不要空白行”，

\# 第二个“ -v '^\#' ”代表“不要开头是 \# 的那行”喔！

是否节省很多版面啊？另外，你可能也会问，那为何不要出现 \# 的符号的那行就直接舍弃呢？没办法！因为某些注解是与设置写在同一行的后面， 如果你只是抓 \# 就予以去除，那就会将某些设置也同时移除了！那错误就大了～

### 例题四、任意一个字符 . 与重复字符 \* ###

在第十章 bash 当中，我们知道万用字符 \* 可以用来代表任意（ 0或多个） 字符， 但是正则表达式并不是万用字符，两者之间是不相同的！ 至于正则表达式当中的“ . ”则代表“绝对有一个任意字符”的意思！这两个符号在正则表达式的意义如下：

. （ 小数点） ：代表“一定有一个任意字符”的意思；

\*（ 星星号） ：代表“重复前一个字符， 0 到无穷多次”的意思，为组合形态

这样讲不好懂，我们直接做个练习吧！假设我需要找出 g??d 的字串，亦即共有四个字符，起头是 g 而结束是 d ，我可以这样做：

\[dmtsai@study ~\]$ 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 <Happy> 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（ 含） o 以上，该如何是好？是 o 还是 oo 还是 ooo\* 呢？ 虽然你可以试看看结果， 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 以上的字串”时，就需要 ooo\* ，亦即是：

\[dmtsai@study ~\]$ 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？

\[dmtsai@study ~\]$ 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？再来一题，如果我想要找出 g 开头与 g 结尾的字串，当中的字符可有可无，那该如何是好？是“g\*g”吗？

\[dmtsai@study ~\]$ 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 <Happy> is the same with "glad".

17:I like dog.

18:google is the best tools for search keyword.

19:goooooogle yes!

20:go! go! Let's go.

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 gg 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！

\[dmtsai@study ~\]$ 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!

20:go! go! Let's go.

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, 14, 20 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：

\[dmtsai@study ~\]$ 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 表达式的意义才好！

### 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 的字串，可以是：

\[dmtsai@study ~\]$ 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，那么换个搜寻的字串，假设我们要找出 g 后面接 2 到 5 个 o ，然后再接一个 g 的字串，他会是这样：

\[dmtsai@study ~\]$ 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：

\[dmtsai@study ~\]$ 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～

## 4，基础正则表达式字符汇整 （ characters） ##

经过了上面的几个简单的范例，我们可以将基础的正则表达式特殊字符汇整如下：

<table> 
 <tbody> 
 <tr> 
 <td> RE 字符 </td> 
 <td> 意义与范例 </td> 
 </tr> 
 <tr> 
 <td> ^word </td> 
 <td> &nbsp; 意义：待搜寻的字串（ word） 在行首！范例：搜寻行首为 # 开始的那一行，并列出行号 &gt; grep -n '^#' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> word$ </td> 
 <td> 意义：待搜寻的字串（ word） 在行尾！范例：将行尾为 ! 的那一行打印出来，并列出行号 &gt; grep -n '!$' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> . </td> 
 <td> 意义：代表“一定有一个任意字符”的字符！范例：搜寻的字串可以是 （ 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！ &gt; grep -n 'e.e' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> \ </td> 
 <td> 意义：跳脱字符，将特殊符号的特殊意义去除！范例：搜寻含有单引号 ' 的那一行！ &gt; grep -n \' regular_express.txt &nbsp; </td> 
 </tr> 
 <tr> 
 <td> * </td> 
 <td> 意义：重复零个到无穷多个的前一个 RE 字符 范例：找出含有 （ es） （ ess）（ esss） 等等的字串，注意，因为 可以是 0 个，所以 es 也是符合带搜寻字串。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 “.” ！&gt; grep -n 'ess*' regular_express.txt &nbsp; </td> 
 </tr> 
 <tr> 
 <td> [list] </td> 
 <td> 意义：字符集合的 RE 字符，里面列出想要撷取的字符！范例：搜寻含有（ gl） 或 （ gd） 的那一行，需要特别留意的是，在 [] 当中“谨代表一个待搜寻的字符”， 例如“ a[afl]y ”代表搜寻的字串可以是 aay, afy, aly 即 [afl] 代表 a 或 f或 l 的意思！ &gt; grep -n 'g[ld]' regular_express.txt &nbsp; </td> 
 </tr> 
 <tr> 
 <td> [n1-n2] &nbsp; </td> 
 <td> 意义：字符集合的 RE 字符，里面列出想要撷取的字符范围！范例：搜寻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，你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]&gt; grep -n '[A-Z]' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> [^list] </td> 
 <td> 意义：字符集合的 RE 字符，里面列出不要的字串或范围！范例：搜寻的字串可以是 （ 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 来搜寻，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 &gt; grep -n 'oo[^t]' regular_express.txt &nbsp; </td> 
 </tr> 
 <tr> 
 <td> {n,m} </td> 
 <td> 意义：连续 n 到 m 个的“前一个 RE 字符” 意义：若为 {n} 则是连续 n 个的前一 个 RE 字符， 意义：若是 {n,} 则是连续 n 个以上的前一个 RE 字符！ 范例：在g 与 g 之间有 2 个到 3 个的 o 存在的字串，亦即 （ goog） （ gooog）&gt; grep -n 'go\{2,3\}g' regular_express.txt </td> 
 </tr> 
 </tbody> 
</table>

再次强调：“正则表达式的特殊字符”与一般在命令行输入指令的“万用字符”并不相同， 例如，在万用字符当中的 代表的是“ 0 ~ 无限多个字符”的意思，但是在正则表达式当中， 则是“重复0 到无穷多个的前一个 RE 字符”的意思～使用的意义并不相同，不要搞混了！

举例来说，不支持正则表达式的 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， 但在正则表达式中，我们要找到含有以 a 为开头的文件，则必须要这样：（ 需搭配支持正则表达式的工具）

ls | grep -n '^a.\*'

例题：以 ls -l 配合 grep 找出 /etc/ 下面文件类型为链接文件属性的文件名答：由于 ls -l 列出链接文件时标头会是“ lrwxrwxrwx ”，因此使用如下的指令即可找出结果：

> ls -l /etc | grep '^l'

若仅想要列出几个文件，再以“ |wc -l ” 来累加处理即可。

其实博主有写过python的正则表达式，大同小异，仅仅在处理\{\}之类的部分需要区分是不是要加\\进行转义。

## 5，sed 工具 ##

在了解了一些正则表达式的基础应用之后，再来呢？呵呵～两个东西可以玩一玩的，那就是sed 跟下面会介绍的 awk 了！ 这两个家伙可是相当的有用的啊！举例来说，鸟哥写的logfile.sh 分析登录文件的小程序 （ 第十八章会谈到） ，绝大部分分析关键字的取用、统计等等，就是用这两个宝贝蛋来帮我完成的！那么你说，要不要玩一玩啊？^\_^

我们先来谈一谈 sed 好了， sed 本身也是一个管线命令，可以分析 standard input 的啦！ 而且 sed 还可以将数据进行取代、删除、新增、撷取特定行等等的功能呢！很不错吧～ 我们先来了解一下 sed 的用法，再来聊他的用途好了！

\[dmtsai@study ~\]$ sed \[-nefr\] \[动作\]

选项与参数：

\-n ：使用安静（ silent） 模式。在一般 sed 的用法中，所有来自 STDIN 的数据一般都会被列出到屏幕上。

但如果加上 -n 参数后，则只有经过 sed 特殊处理的那一行（ 或者动作） 才会被列出来。

\-e ：直接在命令行界面上进行 sed 的动作编辑；

\-f ：直接将 sed 的动作写在一个文件内， -f filename 则可以执行 filename 内的 sed 动作；

\-r ：sed 的动作支持的是延伸型正则表达式的语法。（ 默认是基础正则表达式语法）

\-i ：直接修改读取的文件内容，而不是由屏幕输出。

动作说明： \[n1\[,n2\]\]function

n1, n2 ：不见得会存在，一般代表“选择进行动作的行数”，举例来说，如果我的动作是需要在 10 到 20 行之间进行的，则“ 10,20\[动作行为\] ”

function 有下面这些咚咚：

a ：新增， a 的后面可以接字串，而这些字串会在新的一行出现（ 目前的下一行） ～

c ：取代， c 的后面可以接字串，这些字串可以取代 n1,n2 之间的行！

d ：删除，因为是删除啊，所以 d 后面通常不接任何咚咚；

i ：插入， i 的后面可以接字串，而这些字串会在新的一行出现（ 目前的上一行） ；

p ：打印，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行～

s ：取代，可以直接进行取代的工作哩！通常这个 s 的动作可以搭配正则表达式！

例如 1,20s/old/new/g 就是啦！

sed 光是用看的是看不懂的啦！所以又要来练习了！先来玩玩删除与新增的功能吧！

范例一：将 /etc/passwd 的内容列出并且打印行号，同时，请将第 2~5 行删除！

\[dmtsai@study ~\]$ nl /etc/passwd | sed '2,5d'

1 root:x:0:0:root:/root:/bin/bash

6 sync:x:5:0:sync:/sbin:/bin/sync

7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

.....（后面省略）.....

看到了吧？sed 的动作为 '2,5d' ，那个 d 就是删除！因为 2-5 行给他删除了，所以显示的数据就没有 2-5 行啰～ 另外，注意一下，原本应该是要下达 sed -e 才对，没有 -e 也行啦！同时也要注意的是， sed 后面接的动作，请务必以 '' 两个单引号括住喔！

如果题型变化一下，举例来说，如果只要删除第 2 行，可以使用“ nl /etc/passwd | sed '2d' ”来达成， 至于若是要删除第 3 到最后一行，则是“ nl /etc/passwd | sed '3,$d' ”的啦，那个钱字号“ $ ”代表最后一行！

范例二：承上题，在第二行后（亦即是加在第三行）加上“drink tea?”字样！

\[dmtsai@study ~\]$ nl /etc/passwd | sed '2a drink tea'

1 root:x:0:0:root:/root:/bin/bash

2 bin:x:1:1:bin:/bin:/sbin/nologin

drink tea

3 daemon:x:2:2:daemon:/sbin:/sbin/nologin

.....（后面省略）.....

嘿嘿！在 a 后面加上的字串就已将出现在第二行后面啰！那如果是要在第二行前呢？“ nl/etc/passwd | sed '2i drink tea' ”就对啦！就是将“ a ”变成“ i ”即可。 增加一行很简单，那如果是要增将两行以上呢？

范例三：在第二行后面加入两行字，例如“Drink tea or .....”与“drink beer?”

\[dmtsai@study ~\]$ nl /etc/passwd | sed '2a Drink tea or ......\\

> drink beer ?'

1 root:x:0:0:root:/root:/bin/bash

2 bin:x:1:1:bin:/bin:/sbin/nologin

Drink tea or ......

drink beer ?

3 daemon:x:2:2:daemon:/sbin:/sbin/nologin

.....（后面省略）

这个范例的重点是“我们可以新增不只一行喔！可以新增好几行”但是每一行之间都必须要以反斜线“ \\ ”来进行新行的增加喔！所以，上面的例子中，我们可以发现在第一行的最后面就有 \\存在啦！在多行新增的情况下， \\ 是一定要的喔！

### 以行为单位的取代与显示功能 ###

刚刚是介绍如何新增与删除，那么如果要整行取代呢？看看下面的范例吧：

范例四：我想将第2-5行的内容取代成为“No 2-5 number”呢？

\[dmtsai@study ~\]$ nl /etc/passwd | sed '2,5c No 2-5 number'

1 root:x:0:0:root:/root:/bin/bash

No 2-5 number

6 sync:x:5:0:sync:/sbin:/bin/sync

.....（后面省略）.....

通过这个方法我们就能够将数据整行取代了！非常容易吧！sed 还有更好用的东东！我们以前想要列出第 11~20 行， 得要通过“head -n 20 | tail -n 10”之类的方法来处理，很麻烦啦～ sed则可以简单的直接取出你想要的那几行！是通过行号来捉的喔！看看下面的范例先：

范例五：仅列出 /etc/passwd 文件内的第 5-7 行

\[dmtsai@study ~\]$ nl /etc/passwd | sed -n '5,7p'

5 lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

6 sync:x:5:0:sync:/sbin:/bin/sync

7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

上述的指令中有个重要的选项“ -n ”，按照说明文档，这个 -n 代表的是“安静模式”！ 那么为什么要使用安静模式呢？你可以自行下达 sed '5,7p' 就知道了 （5-7 行会重复输出）！ 有没有加上 -n 的参数时，输出的数据可是差很多的喔！你可以通过这个 sed 的以行为单位的显示功能， 就能够将某一个文件内的某些行号捉出来查阅！很棒的功能！不是吗？

### 部分数据的搜寻并取代的功能 ###

除了整行的处理模式之外， sed 还可以用行为单位进行部分数据的搜寻并取代的功能喔！ 基本上 sed 的搜寻与取代的与 vi 相当的类似！他有点像这样：

sed 's/要被取代的字串/新的字串/g'

上表中特殊字体的部分为关键字，请记下来！至于三个斜线分成两栏就是新旧字串的替换啦！ 我们使用下面这个取得 IP 数据的范例，一段一段的来处理给您瞧瞧，让你了解一下什么是咱们所谓的搜寻并取代吧！

步骤一：先观察原始讯息，利用 /sbin/ifconfig 查询 IP 为何？

\[dmtsai@study ~\]$ /sbin/ifconfig eth0

eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500

inet 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255

inet6 fe80::5054:ff:fedf:e174 prefixlen 64 scopeid 0x20<link>

ether 52:54:00:df:e1:74 txqueuelen 1000 （Ethernet）

.....（以下省略）.....

\# 因为我们还没有讲到 IP ，这里你先有个概念即可啊！我们的重点在第二行，

\# 也就是 192.168.1.100 那一行而已！先利用关键字捉出那一行！

步骤二：利用关键字配合 grep 撷取出关键的一行数据

\[dmtsai@study ~\]$ /sbin/ifconfig eth0 | grep 'inet '

inet 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255

\# 当场仅剩下一行！要注意， CentOS 7 与 CentOS 6 以前的 ifconfig 指令输出结果不太相同，

\# 鸟哥这个范例主要是针对 CentOS 7 以后的喔！接下来，我们要将开始到 addr: 通通删除，

\# 就是像下面这样：

\# inet 192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255

\# 上面的删除关键在于“ ^.\*inet ”啦！正则表达式出现！ ^\_^

步骤三：将 IP 前面的部分予以删除

\[dmtsai@study ~\]$ /sbin/ifconfig eth0 | grep 'inet ' | sed 's/^.\*inet //g'

192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255

\# 仔细与上个步骤比较一下，前面的部分不见了！接下来则是删除后续的部分，亦即：

192.168.1.100 netmask 255.255.255.0 broadcast 192.168.1.255

\# 此时所需的正则表达式为：“ ' \*netmask.\*$ ”就是啦！

步骤四：将 IP 后面的部分予以删除

\[dmtsai@study ~\]$ /sbin/ifconfig eth0 | grep 'inet ' | sed 's/^.\*inet //g' \\

> | sed 's/ \*netmask.\*$//g'

192.168.1.100

通过这个范例的练习也建议您依据此一步骤来研究你的指令！就是先观察，然后再一层一层的试做， 如果有做不对的地方，就先予以修改，改完之后测试，成功后再往下继续测试。以鸟哥上面的介绍中， 那一大串指令就做了四个步骤！对吧！ ^\_^

让我们再来继续研究 sed 与正则表达式的配合练习！假设我只要 MAN 存在的那几行数据，但是含有 \# 在内的注解我不想要，而且空白行我也不要！此时该如何处理呢？可以通过这几个步骤来实作看看：

步骤一：先使用 grep 将关键字 MAN 所在行取出来

\[dmtsai@study ~\]$ cat /etc/man\_db.conf | grep 'MAN'

\# MANDATORY\_MANPATH manpath\_element

\# MANPATH\_MAP path\_element manpath\_element

\# MANDB\_MAP global\_manpath \[relative\_catpath\]

\# every automatically generated MANPATH includes these fields

....（后面省略）....

步骤二：删除掉注解之后的数据！

\[dmtsai@study ~\]$ cat /etc/man\_db.conf | grep 'MAN' | sed 's/\#.\*$//g'

MANDATORY\_MANPATH /usr/man

....（后面省略）....

\# 从上面可以看出来，原本注解的数据都变成空白行啦！所以，接下来要删除掉空白行

\[dmtsai@study ~\]$ cat /etc/man\_db.conf | grep 'MAN' | sed 's/\#.\*$//g' | sed '/^$/d'

MANDATORY\_MANPATH /usr/man

MANDATORY\_MANPATH /usr/share/man

MANDATORY\_MANPATH /usr/local/share/man

....（后面省略）....

### 直接修改文件内容（危险动作） ###

你以为 sed 只有这样的能耐吗？那可不！ sed 甚至可以直接修改文件的内容呢！而不必使用管线命令或数据流重导向！ 不过，由于这个动作会直接修改到原始的文件，所以请你千万不要随便拿系统配置文件来测试喔！ 我们还是使用你下载的 regular\_express.txt 文件来测试看看吧！

范例六：利用 sed 将 regular\_express.txt 内每一行结尾若为 . 则换成 !

\[dmtsai@study ~\]$ sed -i 's/\\.$/\\!/g' regular\_express.txt

\# 上头的 -i 选项可以让你的 sed 直接去修改后面接的文件内容而不是由屏幕输出喔！

\# 这个范例是用在取代！请您自行 cat 该文件去查阅结果啰！

范例七：利用 sed 直接在 regular\_express.txt 最后一行加入“\# This is a test”

\[dmtsai@study ~\]$ sed -i '$a \# This is a test' regular\_express.txt

\# 由于 $ 代表的是最后一行，而 a 的动作是新增，因此该文件最后新增啰！

sed 的“ -i ”选项可以直接修改文件内容，这功能非常有帮助！举例来说，如果你有一个 100 万行的文件，你要在第 100 行加某些文字，此时使用 vim 可能会疯掉！因为文件太大了！那怎办？就利用 sed 啊！通过 sed 直接修改/取代的功能，你甚至不需要使用 vim 去修订！很棒吧！

总之，这个 sed 不错用啦！而且很多的 shell script 都会使用到这个指令的功能～ sed 可以帮助系统管理员管理好日常的工作喔！要仔细的学习呢！

# 三，延伸正则表达式 #

事实上，一般读者只要了解基础型的正则表达式大概就已经相当足够了，不过，某些时刻为了要简化整个指令操作， 了解一下使用范围更广的延伸型正则表达式的表示式会更方便呢！举个简单的例子好了，在上节的例题三的最后一个例子中，我们要去除空白行与行首为 \# 的行列，使用的是

grep -v '^$' regular\_express.txt | grep -v '^\#'

需要使用到管线命令来搜寻两次！那么如果使用延伸型的正则表达式，我们可以简化为

egrep -v '^$|^\#' regular\_express.txt

延伸型正则表达式可以通过群组功能“ | ”来进行一次搜寻！那个在单引号内的管线意义为“或or”啦！ 是否变的更简单呢？此外，grep 默认仅支持基础正则表达式，如果要使用延伸型正则表达式，你可以使用 grep -E ， 不过更建议直接使用 egrep ！直接区分指令比较好记忆！其实 egrep 与 grep -E 是类似命令别名的关系啦！

熟悉了正则表达式之后，到这个延伸型的正则表达式，你应该也会想到，不就是多几个重要的特殊符号吗？ ^^y 是的～所以，我们就直接来说明一下，延伸型正则表达式有哪几个特殊符号？由于下面的范例还是有使用到 regular\_express.txt ，不巧的是刚刚我们可能将该文件修改过了 @@，所以，请重新下载该文件来练习喔！

<table> 
 <tbody> 
 <tr> 
 <td> RE字符 </td> 
 <td> 意义与范例 </td> 
 </tr> 
 <tr> 
 <td> + </td> 
 <td> 意义：重复“一个或一个以上”的前一个 RE 字符 范例：搜寻 （god） （good）（goood）... 等等的字串。 那个 o+ 代表“一个以上的 o ”所以，下面的执行成果会将第 1, 9, 13 行列出来。 &gt; egrep -n 'go+d' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> ? </td> 
 <td> 意义：“零个或一个”的前一个 RE 字符 范例：搜寻 （gd） （god） 这两个字串。那个 o? 代表“空的或 1 个 o ”所以，上面的执行成果会将第 13, 14 行列出来。 有没有发现到，这两个案例（ 'go+d' 与 'go?d' ）的结果集合与 'go*d' 相同？ 想想看，这是为什么喔！ ^_^ &gt; egrep -n 'go?d' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> | </td> 
 <td> 意义：用或（ or ）的方式找出数个字串 范例：搜寻 gd 或 good 这两个字串，注意，是“或”！ 所以，第 1,9,14 这三行都可以被打印出来喔！那如果还想要找出dog 呢？ &gt; egrep -n 'gd&amp;#124;good' regular_express.txt&gt; egrep -n 'gd&amp;#124;good&amp;#124;dog' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> （） </td> 
 <td> 意义：找出“群组”字串 范例：搜寻 （glad） 或 （good） 这两个字串，因为 g 与d 是重复的，所以， 我就可以将 la 与 oo 列于 （ ） 当中，并以 | 来分隔开来，就可以啦！ &gt; egrep -n 'g（la&amp;#124;oo）d' regular_express.txt </td> 
 </tr> 
 <tr> 
 <td> （）+ </td> 
 <td> 意义：多个重复群组的判别 范例：将“AxyzxyzxyzxyzC”用 echo 叫出，然后再使用如下的方法搜寻一下！ &gt; echo 'AxyzxyzxyzxyzC' &amp;#124; egrep 'A（xyz）+C' </td> 
 </tr> 
 </tbody> 
</table>

上面的例子意思是说，我要找开头是 A 结尾是 C ，中间有一个以上的 "xyz" 字串的意思～

以上这些就是延伸型的正则表达式的特殊字符。另外，要特别强调的是，那个 ! 在正则表达式当中并不是特殊字符， 所以，如果你想要查出来文件中含有 ! 与 > 的字行时，可以这样：

> grep -n '\[!>\]' regular\_express.txt

这样可以了解了吗？常常看到有陷阱的题目写：“反向选择这样对否？ '\[!a-z\]'？”， 呵呵！是错的呦～要 'a-z 才是对的！至于更多关于正则表达式的进阶文章，请参考文末的参考数据\[2\]

# 四、文件的格式化与相关操作 #

接下来让我们来将文件进行一些简单的编排吧！下面这些动作可以将你的讯息进行排版的动作， 不需要重新以 vim 去编辑，通过数据流重导向配合下面介绍的 printf 功能，以及 awk 指令， 就可以让你的讯息以你想要的模样来输出了！试看看吧！

## 1， 格式化打印： printf ##

在很多时候，我们可能需要将自己的数据给他格式化输出的！ 举例来说，考试卷分数的输出，姓名与科目及分数之间，总是可以稍微作个比较漂亮的版面配置吧？ 例如我想要输出下面的样式：

Name Chinese English Math Average

DmTsai 80 60 92 77.33

VBird 75 55 80 70.00

Ken 60 90 70 73.33

上表的数据主要分成五个字段，各个字段之间可使用 tab 或空白键进行分隔。 请将上表的数据转存成为 printf.txt 文件名，等一下我们会利用这个文件来进行几个小练习的。 因为每个字段的原始数据长度其实并非是如此固定的 （ Chinese 长度就是比 Name 要多） ， 而我就是想要如此表示出这些数据，此时，就得需要打印格式管理员 printf 的帮忙了！ printf 可以帮我们将数据输出的结果格式化，而且而支持一些特殊的字符～下面我们就来看看！

\[dmtsai@study ~\]$ printf '打印格式' 实际内容

选项与参数：

关于格式方面的几个特殊样式：

\\a 警告声音输出

\\b 倒退键（ backspace）

\\f 清除屏幕 （ form feed）

\\n 输出新的一行

\\r 亦即 Enter 按键

\\t 水平的 \[tab\] 按键

\\v 垂直的 \[tab\] 按键

\\xNN NN 为两位数的数字，可以转换数字成为字符。

关于 C 程序语言内，常见的变量格式

%ns 那个 n 是数字， s 代表 string ，亦即多少个字符；

%ni 那个 n 是数字， i 代表 integer ，亦即多少整数码数；

%N.nf 那个 n 与 N 都是数字， f 代表 floating （ 浮点） ，如果有小数码数，

假设我共要十个位数，但小数点有两位，即为 %10.2f 啰！

接下来我们来进行几个常见的练习。假设所有的数据都是一般文字 （ 这也是最常见的状态） ，因此最常用来分隔数据的符号就是 \[Tab\] 啦！因为 \[Tab\] 按键可以将数据作个整齐的排列！那么如何利用 printf 呢？参考下面这个范例：

范例一：将刚刚上头数据的文件 （ printf.txt） 内容仅列出姓名与成绩：（ 用 \[tab\] 分隔）

\[dmtsai@study ~\]$ printf '%s\\t %s\\t %s\\t %s\\t %s\\t \\n' $（ cat printf.txt）

Name Chinese English Math Average

DmTsai 80 60 92 77.33

VBird 75 55 80 70.00

Ken 60 90 70 73.33

由于 printf 并不是管线命令，因此我们得要通过类似上面的功能，将文件内容先提出来给printf 作为后续的数据才行。 如上所示，我们将每个数据都以 \[tab\] 作为分隔，但是由于Chinese 长度太长，导致 English 中间多了一个 \[tab\] 来将数据排列整齐！啊～结果就看到数据对齐结果的差异了！

另外，在 printf 后续的那一段格式中，%s 代表一个不固定长度的字串，而字串与字串中间就以 \\t 这个 \[tab\] 分隔符号来处理！你要记得的是，由于 \\t 与 %s 中间还有空格，因此每个字串间会有一个 \[tab\] 与一个空白键的分隔喔！

既然每个字段的长度不固定会造成上述的困扰，那我将每个字段固定就好啦！没错没错！这样想非常好！ 所以我们就将数据给他进行固定字段长度的设计吧！

范例二：将上述数据关于第二行以后，分别以字串、整数、小数点来显示：

\[dmtsai@study ~\]$ printf '%10s %5i %5i %5i %8.2f \\n' $（ cat printf.txt | grep -v Name）

DmTsai 80 60 92 77.33

VBird 75 55 80 70.00

Ken 60 90 70 73.33

上面这一串格式想必您看得很辛苦！没关系！一个一个来解释！上面的格式共分为五个字段， %10s 代表的是一个长度为 10 个字符的字串字段，%5i 代表的是长度为 5 个字符的数字字段，至于那个 %8.2f 则代表长度为 8 个字符的具有小数点的字段，其中小数点有两个字符宽度。我们可以使用下面的说明来介绍 %8.2f 的意义：

字符宽度： 12345678 %8.2f意义：00000.00

如上所述，全部的宽度仅有 8 个字符，整数部分占有 5 个字符，小数点本身 （ .） 占一位，小数点下的位数则有两位。 这种格式经常使用于数值程序的设计中！这样了解乎？自己试看看如果要将小数点位数变成 1 位又该如何处理？

printf 除了可以格式化处理之外，他还可以依据 ASCII 的数字与图形对应来显示数据喔\[3\]！举例来说 16 进位的 45 可以得到什么 ASCII 的显示图 （ 其实是字符啦） ？

范例三：列出 16 进位数值 45 代表的字符为何？

\[dmtsai@study ~\]$ printf '\\x45\\n'

\# 这东西也很好玩～他可以将数值转换成为字符，如果你会写 script 的话，

\# 可以自行测试一下，由 20~80 之间的数值代表的字符是啥喔！ ^\_^

printf 的使用相当的广泛喔！包括等一下后面会提到的 awk 以及在 C 程序语言当中使用的屏幕输出， 都是利用 printf 呢！鸟哥这里也只是列出一些可能会用到的格式而已，有兴趣的话，可以自行多作一些测试与练习喔！ ^\_^

Tips 打印格式化这个 printf 指令，乍看之下好像也没有什么很重要的～ 不过，如果你需要自行撰写一些软件，需要将一些数据在屏幕上头漂漂亮亮的输出的话， 那么 printf 可也是一个很棒的工具喔！

## 2，awk：好用的数据处理工具 ##

awk 也是一个非常棒的数据处理工具！相较于 sed 常常作用于一整个行的处理， awk 则比较倾向于一行当中分成数个“字段”来处理。因此，awk 相当的适合处理小型的数据数据处理呢！awk 通常运行的模式是这样的：

\[dmtsai@study ~\]$ awk '条件类型1\{动作1\} 条件类型2\{动作2\} ...' filename

awk 后面接两个单引号并加上大括号 \{\} 来设置想要对数据进行的处理动作。 awk 可以处理后续接的文件，也可以读取来自前个指令的 standard output 。 但如前面说的， awk 主要是处理“每一行的字段内的数据”，而默认的“字段的分隔符号为 "空白键" 或 "\[tab\]键" ”！举例来说，我们用 last 可以将登陆者的数据取出来，结果如下所示：

\[dmtsai@study ~\]$ last -n 5 \#==仅取出前五行

dmtsai pts/0 192.168.1.100 Tue Jul 14 17:32 still logged in

dmtsai pts/0 192.168.1.100 Thu Jul 9 23:36 - 02:58 （03:22）

dmtsai pts/0 192.168.1.100 Thu Jul 9 17:23 - 23:36 （06:12）

dmtsai pts/0 192.168.1.100 Thu Jul 9 08:02 - 08:17 （00:14）

dmtsai tty1 Fri May 29 11:55 - 12:11 （00:15）

若我想要取出帐号与登陆者的 IP ，且帐号与 IP 之间以 \[tab\] 隔开，则会变成这样：

\[dmtsai@study ~\]$ last -n 5 | awk '\{print $1 "\\t" $3\}'

dmtsai 192.168.1.100

dmtsai Fri

上表是 awk 最常使用的动作！通过 print 的功能将字段数据列出来！字段的分隔则以空白键或\[tab\] 按键来隔开。 因为不论哪一行我都要处理，因此，就不需要有 "条件类型" 的限制！我所想要的是第一栏以及第三栏， 但是，第五行的内容怪怪的～这是因为数据格式的问题啊！所以啰～使用 awk 的时候，请先确认一下你的数据当中，如果是连续性的数据，请不要有空格或 \[tab\] 在内，否则，就会像这个例子这样，会发生误判喔！

另外，由上面这个例子你也会知道，在 awk 的括号内，每一行的每个字段都是有变量名称的，那就是 $1, $2... 等变量名称。以上面的例子来说， dmtsai 是 $1 ，因为他是第一栏嘛！至于 192.168.1.100 是第三栏， 所以他就是 $3 啦！后面以此类推～呵呵！还有个变量喔！那就是 $0 ，$0 代表“一整列数据”的意思～以上面的例子来说，第一行的 $0 代表的就是“dmtsai.... ”那一行啊！ 由此可知，刚刚上面五行当中，整个 awk 的处理流程是

1. 读入第一行，并将第一行的数据填入 $0, $1, $2.... 等变量当中；

2. 依据 "条件类型" 的限制，判断是否需要进行后面的 "动作"；

3. 做完所有的动作与条件类型；

4. 若还有后续的“行”的数据，则重复上面 1~3 的步骤，直到所有的数据都读完为止。

经过这样的步骤，你会晓得， awk 是“以行为一次处理的单位”， 而“以字段为最小的处理单位”。好了，那么 awk 怎么知道我到底这个数据有几行？有几栏呢？这就需要 awk 的内置变量的帮忙啦～

<table> 
 <tbody> 
 <tr> 
 <td> 变量名称 </td> 
 <td> 代表意义 </td> 
 </tr> 
 <tr> 
 <td> NF </td> 
 <td> 每一行 （$0） 拥有的字段总数 </td> 
 </tr> 
 <tr> 
 <td> NR </td> 
 <td> 目前 awk 所处理的是“第几行”数据 </td> 
 </tr> 
 <tr> 
 <td> FS </td> 
 <td> 目前的分隔字符，默认是空白键 </td> 
 </tr> 
 </tbody> 
</table>

我们继续以上面 last -n 5 的例子来做说明，如果我想要：

列出每一行的帐号（就是 $1）；

列出目前处理的行数（就是 awk 内的 NR 变量）

并且说明，该行有多少字段（就是 awk 内的 NF 变量）

Tips 要注意喔，awk 后续的所有动作是以单引号“ ' ”括住的，由于单引号与双引号都必须是成对的， 所以， awk 的格式内容如果想要以 print 打印时，记得非变量的文字部分，包含上一小节 printf 提到的格式中，都需要使用双引号来定义出来喔！因为单引号已经是 awk 的指令固定用法了！

\[dmtsai@study ~\]$ last -n 5 | awk '\{print $1 "\\t lines: " NR "\\t columns: " NF\}'

dmtsai lines: 1 columns: 10

dmtsai lines: 2 columns: 10

dmtsai lines: 3 columns: 10

dmtsai lines: 4 columns: 10

dmtsai lines: 5 columns: 9

\# 注意喔，在 awk 内的 NR, NF 等变量要用大写，且不需要有钱字号 $ 啦！

这样可以了解 NR 与 NF 的差别了吧？好了，下面来谈一谈所谓的 "条件类型" 了吧！

### awk 的逻辑运算字符 ###

既然有需要用到 "条件" 的类别，自然就需要一些逻辑运算啰～例如下面这些：

<table> 
 <tbody> 
 <tr> 
 <td> 运算单元 </td> 
 <td> 代表意义 </td> 
 </tr> 
 <tr> 
 <td> &gt; </td> 
 <td> 大于 </td> 
 </tr> 
 <tr> 
 <td> &lt; </td> 
 <td> 小于 </td> 
 </tr> 
 <tr> 
 <td> &gt;= </td> 
 <td> 大于或等于 </td> 
 </tr> 
 <tr> 
 <td> &lt;= </td> 
 <td> 小于或等于 </td> 
 </tr> 
 <tr> 
 <td> == </td> 
 <td> 等于 </td> 
 </tr> 
 <tr> 
 <td> != </td> 
 <td> 不等于 </td> 
 </tr> 
 </tbody> 
</table>

值得注意的是那个“ == ”的符号，因为：

逻辑运算上面亦即所谓的大于、小于、等于等判断式上面，习惯上是以“ == ”来表示；

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， 该文件中第一字段为帐号，第三字段则是 UID。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：

\[dmtsai@study ~\]$ 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... 默认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：

\[dmtsai@study ~\]$ 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？以下面的例子来看， 假设我有一个薪资数据表文件名为 pay.txt ，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！我们可以这样考虑：

第一行只是说明，所以第一行不要进行加总 （NR==1 时处理）；

第二行以后就会有加总的情况出现 （NR>=2 以后处理）

\[dmtsai@study ~\]$ cat pay.txt &\#124; \\

> 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：

awk 的指令间隔：所有 awk 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，例如上面的范例中，鸟哥共按了三次 \[enter\] 喔！

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， 最好你对 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：

\[dmtsai@study ~\]$ cat pay.txt &\#124; \\

> 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，那属于比较进阶的单独课程了， 我们这里就不再多加介绍。如果你有兴趣的话，请务必参考延伸阅读中的相关链接喔 \[4\]。

## 3，文件比对工具 ##

##  ##

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，比较配置文件与原始文件的差异”。 很多时候所谓的文件比对，通常是用在 ASCII 纯文本文件的比对上的！那么比对文件的指令有哪些？最常见的就是 diff 啰！ 另外，除了 diff 比对之外，我们还可以借由cmp 来比对非纯文本文件！同时，也能够借由 diff 创建的分析档， 以处理补丁 （patch） 功能的文件呢！就来玩玩先

### diff ###

diff 就是用在比对两个文件之间的差异的，并且是以行为单位来比对的！一般是用在 ASCII 纯文本文件的比对上。 由于是以行为比对的单位，因此 diff 通常是用在同一的文件（或软件）的新旧版本差异上！ 举例来说，假如我们要将 /etc/passwd 处理成为一个新的版本，处理方式为： 将第四行删除，第六行则取代成为“no six line”，新的文件放置到 /tmp/test 里面，那么应该怎么做？

\[dmtsai@study ~\]$ mkdir -p /tmp/testpw \# ==先创建测试用的目录

\[dmtsai@study ~\]$ cd /tmp/testpw

\[dmtsai@study testpw\]$ cp /etc/passwd passwd.old

\[dmtsai@study testpw\]$ cat /etc/passwd | sed -e '4d' -e '6c no six line' > passwd.new

\# 注意一下， sed 后面如果要接超过两个以上的动作时，每个动作前面得加 -e 才行！

\# 通过这个动作，在 /tmp/testpw 里面便有新旧的 passwd 文件存在了！

接下来讨论一下关于 diff 的用法吧！

\[dmtsai@study ~\]$ diff \[-bBi\] from-file to-file

选项与参数：

from-file ：一个文件名，作为原始比对文件的文件名；

to-file ：一个文件名，作为目的比对文件的文件名；

注意，from-file 或 to-file 可以 - 取代，那个 - 代表“Standard input”之意。

\-b ：忽略一行当中，仅有多个空白的差异（例如 "about me" 与 "about me" 视为相同

\-B ：忽略空白行的差异。

\-i ：忽略大小写的不同。

范例一：比对 passwd.old 与 passwd.new 的差异：

\[dmtsai@study testpw\]$ diff passwd.old passwd.new

4d3 <==左边第四行被删除 （d） 掉了，基准是右边的第三行

< adm:x:3:4:adm:/var/adm:/sbin/nologin <==这边列出左边（<）文件被删除的那一行内容

6c5 <==左边文件的第六行被取代 （c） 成右边文件的第五行

< sync:x:5:0:sync:/sbin:/bin/sync <==左边（<）文件第六行内容

\---

> no six line <==右边（>）文件第五行内容

\# 很聪明吧！用 diff 就把我们刚刚的处理给比对完毕了！

用 diff 比对文件真的是很简单喔！不过，你不要用 diff 去比对两个完全不相干的文件，因为比不出个啥咚咚！ 另外， diff 也可以比对整个目录下的差异喔！举例来说，我们想要了解一下不同的开机执行等级 （runlevel） 内容有啥不同？假设你已经知道执行等级 0 与 5 的启动脚本分别放置到 /etc/rc0.d 及 /etc/rc5.d ， 则我们可以将两个目录比对一下：

\[dmtsai@study ~\]$ diff /etc/rc0.d/ /etc/rc5.d/

Only in /etc/rc0.d/: K90network

Only in /etc/rc5.d/: S10network

我们的 diff 很聪明吧！还可以比对不同目录下的相同文件名的内容，这样真的很方便喔～

### cmp ###

相对于 diff 的广泛用途， cmp 似乎就用的没有这么多了～ cmp 主要也是在比对两个文件，他主要利用“字节”单位去比对， 因此，当然也可以比对 binary file 啰～（还是要再提醒喔， diff主要是以“行”为单位比对， cmp 则是以“字节”为单位去比对，这并不相同！）

\[dmtsai@study ~\]$ cmp \[-l\] file1 file2

选项与参数：

\-l ：将所有的不同点的字节处都列出来。因为 cmp 默认仅会输出第一个发现的不同点。

范例一：用 cmp 比较一下 passwd.old 及 passwd.new

\[dmtsai@study testpw\]$ cmp passwd.old passwd.new

passwd.old passwd.new differ: char 106, line 4

看到了吗？第一个发现的不同点在第四行，而且字节数是在第 106 个字节处！这个 cmp 也可以用来比对 binary 啦！ ^\_^

### patch ###

patch 这个指令与 diff 可是有密不可分的关系啊！我们前面提到，diff 可以用来分辨两个版本之间的差异， 举例来说，刚刚我们所创建的 passwd.old 及 passwd.new 之间就是两个不同版本的文件。 那么，如果要“升级”呢？就是“将旧的文件升级成为新的文件”时，应该要怎么做呢？ 其实也不难啦！就是“先比较先旧版本的差异，并将差异档制作成为补丁文件，再由补丁文件更新旧文件”即可。 举例来说，我们可以这样做测试：

范例一：以 /tmp/testpw 内的 passwd.old 与 passwd.new 制作补丁文件

\[dmtsai@study testpw\]$ diff -Naur passwd.old passwd.new > passwd.patch

\[dmtsai@study testpw\]$ cat passwd.patch

\--- passwd.old 2015-07-14 22:37:43.322535054 +0800 <==新旧文件的信息

\+++ passwd.new 2015-07-14 22:38:03.010535054 +0800

@@ -1,9 +1,8 @@ <==新旧文件要修改数据的界定范围，旧文件在 1-9 行，新文件在 1-8 行

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

\-adm:x:3:4:adm:/var/adm:/sbin/nologin <==左侧文件删除

lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

\-sync:x:5:0:sync:/sbin:/bin/sync <==左侧文件删除

\+no six line <==右侧新文件加入

shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

halt:x:7:0:halt:/sbin:/sbin/halt

mail:x:8:12:mail:/var/spool/mail:/sbin/nologin

为什么这里会使用 -p0 呢？因为我们在比对新旧版的数据时是在同一个目录下， 因此不需要减去目录啦！如果是使用整体目录比对 （diff 旧目录 新目录） 时， 就得要依据创建 patch 文件所在目录来进行目录的删减啰！

更详细的 patch 用法我们会在后续的第五篇的源代码编译 （第二十一章）再跟大家介绍， 这里仅是介绍给你，我们可以利用 diff 来比对两个文件之间的差异， 更可进一步利用这个功能来制作修补文件 （patch file） ，让大家更容易进行比对与升级呢！很不赖吧！ ^\_^

## 4，文件打印准备： pr ##

如果你曾经使用过一些图形接口的文书处理软件的话，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 下面打印纯文本文件呢 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，鸟哥也说不完，一般来说，鸟哥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\_db.conf呢？

\[dmtsai@study ~\]$ pr /etc/man\_db.conf

2014-06-10 05:35 /etc/man\_db.conf Page 1

\# This file is used by the man-db package to configure the man and cat paths.

\# It is also used to provide a manpath for those without one by examining

\# 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！ ^\_^

[http_linux.vbird.org_linux_basic_0330regularex_regular_express.txt]: http://linux.vbird.org/linux_basic/0330regularex/regular_express.txt