引用：
正规表示法 Regular Expression, RE
正规表示法(或称为常规表示法)是透过一些特殊字符的排列，用以 搜寻/取代/删除 一列或多列文字字符串， 简单的说，正规表示法就是用在字符串的处理上面的一项『表示式』。正规表示法并不是一个工具程序， 而是一个字符串处理的标准依据，如果您想要以正规表示法的方式处理字符串，就得要使用支持正规表示法的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。
正规表示法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，管理员可以特过正规表示法的功能来将重要讯息撷取出来，并产生便于查阅的报表，简化管理流程。此外， 很多的软件包也都支持正规表示法的分析，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，您最好要了解正规表示法的相关技能，在未来管理主机时，才能够更精简处理您的日常事务！
注：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规表示法来达成其『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规表示法的意义！
1. 前言：
2. 基础正规表示法：
2.1 以 grep 撷取字符串
2.2 重要特殊字符(characters)
3. 延伸正规表示法：
4. 格式化打印： printf
5. sed 工具简介
6. awk 工具简介
7. 文件数据比对与打印的相关功能
7.1 档案比对： diff, cmp, patch
7.2 档案打印准备： pr
8. 重点回顾
9. 参考资源
10.本章习题练习
--------------------------------------------------------------------------------
前言
约略了解了 Linux 的基本指令 ( Shell ) 并且熟悉了 vi 之后，相信您对于敲击键盘与指令比较不陌生了吧？？ 接下来，底下要开始介绍一个很重要的观念，那就是所谓的『正规表示法』啰！
--------------------------------------------------------------------------------
什么是正规表示法
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『搜寻/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，他透过一些特殊符号的辅助，可以让使用者轻易的达到 搜寻/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，但是不要其它的字符串，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 等等的不需要的字符串，而造成使用者的困扰。
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， 而开机过程的相关程序都是在 /etc/rc.d/ 底下，也就是说，在该目录底下的某个档案内具有 mail 这个关键词，好了，此时，您怎么找出来含有这个关键词的档案？？您当然可以一个档案一个档案的开启， 然后去搜寻 mail 这个关键词，只是.....该目录底下的档案可能不止 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。
--------------------------------------------------------------------------------
正规表示法对于系统管理员的用途
那么为何我需要学习正规表示法呢？对于一般使用者来说，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，每天产生的讯息信息会多到你无法想象的地步， 而我们也都知道，系统的『错误讯息登录档案』 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讯息，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讯息数据， 从千百行的资料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，我们就可以透过『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！
--------------------------------------------------------------------------------
正规表示法的广泛用途
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！
如果您留意因特网上的消息，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，客户端就会减少很多不必要的频宽耗损了。 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客户端的需求， 正规表示法实在是很需要也很值得学习的一项工具呢！
--------------------------------------------------------------------------------
正规表示法与 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！ ^_^
--------------------------------------------------------------------------------
延伸的正规表示法
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， 此时就需要延伸正规表示法的帮助啦！藉由特殊的 ( 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！
Tips:
有一点要向大家报告的，那就是：『正规表示法与万用字符是不一样的东西！』 这很重要喔！因为万用字符 (wildcard) 所代表的意义与正规表示法并不相同～ 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！
--------------------------------------------------------------------------------
基础正规表示法
既然正规表示法是处理字符串的一个标准表示方式，他需要支持的工具程序来辅助， 所以，我们这里就先介绍一个最简单的字符串撷取功能的工具程序，那就是 grep 啰！ 在介绍完 grep 的基本功能之后，就进入正规表示法的特殊字符的处理能力了。
--------------------------------------------------------------------------------
以 grep 撷取字符串
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] '搜寻字符串' filename
参数说明：
-a ：将 binary 档案以 text 档案的方式搜寻数据
-c ：计算找到 '搜寻字符串' 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 '搜寻字符串' 内容的那一行！
范例：
[root@test root]# grep 'root' /var/log/secure
将 /var/log/secure 这个档案中有 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， 然后将符合使用者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撷取的！』也就是说，假如一个档案内有 10 行，其中有两行具有你所搜寻的字符串，则将那两行显示在屏幕上，其它的就丢弃了！
而 grep 除了可以进行档案的资料搜寻之外，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档案的内容，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！我们先以底下这个档案来作为范例：
[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，上面这个档案鸟哥是在 Windows 的环境下编辑的， 并且经过特殊处理过，因此，他虽然是纯文字文件，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字以 vi 储存成 regular_express.txt 这个档案， 不过，比较建议直接点底下的连结下载：
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]# LANGUAGE=en
好了，现在开始我们一个案例一个案例的来介绍吧！
例题一、搜寻特定字符串：
搜寻特定字符串很简单吧？假设我们要从刚刚的档案当中取得 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 五行之外的其它行列！ 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：
[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！ 而如果想要搜寻到有 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....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 ^ $：
我们在例题一当中，可以查询到一行字符串里面有 the 的，那如果我想要让 the 只在行首列出呢？ 这个时候就得要使用定位字符了！我们可以这样做：
[root@test root]# grep -n '^the' regular_express.txt
12:the symbol '*' is represented as start.
此时，就只剩下第 12 行，因为只有第 12 行的行首是 the 开头啊～此外， 如果我想要开头是小写字符的那一行就列出呢？可以这样：
[root@test root]# grep -n '^[a-z]' regular_express.txt
2:apple is my favorite food.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
12:the symbol '*' is represented as start.
18:google is the best tools for search keyword.
19:goooooogle yes!
如果我不想要开头是英文字母，则可以是这样：
[root@test root]# grep -n '^[^a-zA-Z]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
20:# I am VBird
注意到了吧？那个 ^ 符号，在字符集合符号(括号[])之内与之外是不同的！ 在 [] 内代表『反向选择』，在 [] 之外则代表定位在行首的意义！要分清楚喔！
那如果我想要找出来，行尾结束为小数点 (.) 的那一行，该如何处理：
[root@test root]# grep -n '\.$' 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，因为小数点具有其它意义(底下会介绍)，所以必须要使用跳脱字符(\)来加以解除其特殊意义！ 不过，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，该如何搜寻？？
[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次脚本 (shell script) 或者是设定档当中， 空白行与开头为 # 的那一行是批注，因此如果您要将资料列出给别人参考时， 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 这个档案来作范例，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，我们知道万用字符 * 可以用来代表任意(0或多个)字符， 但是正规表示法并不是万用字符，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！
那么，如果我想要一个字符串里面开头是 g 而结尾是 d 时，
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 * 来设定 0 个到无线多个重复字符， 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，那么换个搜寻的字符串，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～
--------------------------------------------------------------------------------
重要特殊字符(characters)
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 待搜寻的字符串(word)在行首！
范例：grep -n '^#' regular_express.txt
搜寻行首为 # 开始的那一行！
word$ 待搜寻的字符串(word)在行尾！
范例：grep -n '!$' regular_express.txt
将行尾为 ! 的那一行打印出来！
. 代表『任意一个』字符，一定是一个任意字符！
范例：grep -n 'e.e' regular_express.txt
搜寻的字符串可以是 (eve) (eae) (eee) (e e)， 但不能仅有 (ee) ！亦即 e 与 e 中间『一定』仅有一个字符，而空格符也是字符！
\ 跳脱字符，将特殊符号的特殊意义去除！
范例：grep -n \' regular_express.txt
搜寻含有单引号 ' 的那一行！
* 重复零个或多个的前一个 RE 字符
范例：grep -n 'ess*' regular_express.txt
找出含有 (es) (ess) (esss) 等等的字符串，注意，因为 * 可以是 0 个，所以 es 也是符合带搜寻字符串。另外，因为 * 为重复『前一个 RE 字符』的符号， 因此，在 * 之前必须要紧接着一个 RE 字符喔！例如任意字符则为 『.*』 ！
\{n,m\} 连续 n 到 m 个的『前一个 RE 字符』
若为 \{n\} 则是连续 n 个的前一个 RE 字符，
若是 \{n,\} 则是连续 n 个以上的前一个 RE 字符！
范例：grep -n 'go\{2,3\}g' regular_express.txt
在 g 与 g 之间有 2 个到 3 个的 o 存在的字符串，亦即 (goog)(gooog)
[] 字符集合的 RE 特殊字符的符号
[list]
范例：grep -n 'g[ld]' regular_express.txt
搜寻含有 (gl) 或 (gd) 的那一行～
需要特别留意的是，在 [] 当中『谨代表一个待搜寻的字符』，
例如： a[afl]y 代表搜寻的字符串可以是 aay, afy, aly
亦即 [afl] 代表 a 或 f 或 l 的意思！
[ch1-ch2]
范例：grep -n '[0-9]' regular_express.txt
搜寻含有任意数字的那一行！需特别留意，在字符集合 [] 中的减号 - 是有特殊意义的，他代表两个字符之间的所有连续字符！但这个连续与否与 ASCII 编码有关， 因此，您的编码需要设定正确(在 bash 当中，需要确定 LANG 与 LANGUAGE 的变量是否正确！) 例如所有大写字符则为 [A-Z]
[^]
范例：grep -n 'oo[^t]' regular_express.txt
搜寻的字符串可以是 (oog) (ood) 但不能是 (oot) ，那个 ^ 在 [] 内时， 代表的意义是『反向选择』的意思～例如，我不要大写字符，则为 [^A-Z] ～ 但是，需要特别注意的是，如果以 grep -n [^A-Z] regular_express.txt 来搜寻， 却发现该档案内的所有行都被列出，为什么？因为这个 [^A-Z] 是『非大写字符』的意思， 因为每一行均有非大写字符，例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小写字符， 以及双引号 (") 等字符，所以当然符合 [^A-Z] 的搜寻！
请特别留意的是，『正规表示法的特殊字符』 与一般在指令列输入指令的『万用字符』并不相同， 例如，在万用字符当中，* 代表的是 0 ~ 无限多个字符的意思，但是在正规表示法当中， * 则是重复 0 到多个的前一个 RE 字符的意思～使用的意义并不相同，不要搞混了！ (鸟哥我一开始摸正规表示法时就很容易搞混！因为这里是新手最容易搞错的地方，特别小心啊！)
举例来说，不支持正规表示法的 ls 这个工具中，若我们使用 『ls -l * 』 代表的是任意档名的档案，而 『ls -l a* 』代表的是以 a 为开头的任何档名的档案， 但在正规表示法中，我们要找到含有以 a 为开头的档案，则必须要这样：(需搭配支持正规表示法的工具)
ls | grep -n '^a.*'
另外，例如万用字符的反向选择，为 [!range] ，至于正规表示法则是 [^range] 。 这样是否了解正规表示法与万用字符的差异啦？？
--------------------------------------------------------------------------------
延伸正规表示法
事实上，一般读者只要了解基础型的正规表示法大概就已经相当足够了，不过，某些时刻， 为了要简化整个指令操作，了解一下使用范围更广的延伸型正规表示法的表示式，会更方便呢！ 举个简单的例子好了，在上节的例题三的最后一个例子中，我们要去除空白行与行首为 # 的行列， 使用的是
grep -v '^$' 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规表示法，我们可以简化为：
egrep -v '^$|^#' regular_express.txt
利用支持延伸型正规表示法的 egrep 与特殊字符 | 来区隔两组字符串，如此一来，是否方便很多呢？
这里必须要特别强调， grep 支持的是基础型的正规表示法，而 egrep 支持延伸正规表示法。 事实上， egrep 是 grep -E 的命令别名，为了方便使用，我们还是以 egrep 来跟 grep 区分吧！
熟悉了正规表示法之后，到这个延伸型的正规表示法，您应该也会想到， 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，延伸型正规表示法有哪几个特殊符号？
RE 字符 意义与范例
+ 重复『一个或一个以上』的前一个 RE 字符
范例：egrep -n 'go+d' regular_express.txt
搜寻 (god) (good) (goood)... 等等的字符串。 那个 o+ 代表『一个以上的 o 』所以，上面的执行成果会将第 1, 9, 13 行列出来。
? 『零个或一个』的前一个 RE 字符
范例：egrep -n 'go?d' regular_express.txt
搜寻 (gd) (god) 这两个字符串。 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！ ^_^
| 用或( or )的方式找出数个字符串
范例：egrep -n 'gd|good' regular_express.txt
搜寻 gd 或 good 这两个字符串，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？就这样啊：
egrep -n 'gd|good|dog' regular_express.txt
( ) 找出『群组』字符串
范例：egrep -n 'g(la|oo)d' regular_express.txt
搜寻 (glad) 或 (good) 这两个字符串，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！
此外，这个功能还可以用来作为『多个重复群组』的判别喔！举例来说：
echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C'
上面的例子当中，意思是说，我要找开头是 A 结尾是 C ，中间有一个以上的 "xyz" 字符串的意思～
以上这些就是延伸型的正规表示法的特殊字符。另外，要特别强调的是，那个 ! 在正规表示法当中并不是特殊字符， 所以，如果您想要查出来档案中含有 ! 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！
--------------------------------------------------------------------------------
格式化打印： printf
在很多时候，我们可能需要将输出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？ 例如我想要输出底下的样式：
Name Chinese English Math Average
DmTsai 80 60 92 77.33
VBird 75 55 80 70.00
Ken 60 90 70 73.33
分成五个字段，各个字段分配到正确的位置去！但是因为每个字段的原始数据其实并非是如此固定的， 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 可以帮我们将资料输出的结果格式化，而且而支持一些特殊的字符～底下我们就来看看！
[root@linux ~]# printf '打印格式' 实际内容
参数：
关于格式方面的几个特殊样式：
\a 警告声音输出
\b 退格键(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 [tabl] 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，常见的变数格式
%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 ，亦即多少整数字数；
%N.nf 那个 n 与 N 都是数字， f 代表 floating (浮点)，如果有小数字数，
假设我共要十个位数，但小数点有两位，即为 %10.2f 啰！
范例：
范例一：将刚刚上头的数据变成档案，仅列出姓名与成绩：(用 [tab] 分隔
[root@linux ~]# 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
# 假设我将上面的档案存成 printf.txt 档案档名，则可利用上面的案例，
# 将每个单字中间以 [tab] 按键隔开。由上面的输出来看，虽然第二行以后是 OK 的，
# 但是第一行则因为某些单字长度较长，所以就无法对齐了！而 %s 表示以字符串 (string)
# 的方式来展现该内容。而每个内容则以 \t 即 [tab] 来隔开啊！
范例二：将上述资料关于第二行以后，分别以字符串、整数、小数点来显示：
[root@linux ~]# 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
# 这个时候的输出可就有趣了！我将几个内容分成不同的数据格式来输出，
# 最有趣的应该是 %8.2f 这个项目了！我可以针对不同的小数字数来进行格式输出，
# 例如变成底下的样子时，您自己试看看，会是输出什么结果喔！
# printf '%10s %5i %5i %5i %8.1f \n' `cat printf.txt | grep -v Name`
范例三：列出数值 45 代表的字符为何？
[root@linux ~]# printf '\x45\n'
E
# 这东西也很好玩～他可以将数值转换成为字符，如果您会写 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，如果您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！
--------------------------------------------------------------------------------
sed 工具简介
在了解了一些正规表示法的基础应用之后，再来呢？呵呵～两个东西可以玩一玩的，那就是 sed 跟 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， 绝大部分分析关键词的取用、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，基本上， sed 可以分析 Standard Input (STDIN) 的数据， 然后将数据经过处理后，再将他输出到 standrad out (STDOUT) 的一个工具。 至于处理呢？可以进行取代、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！
[root@linux ~]# sed [-nefr] [动作]
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 ：直接在指令列模式上进行 sed 的动作编辑；
-f ：直接将 sed 的动作写在一个档案内， -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规表示法的语法。(预设是基础正规表示法语法)
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 有底下这些咚咚：
a ：新增， a 的后面可以接字符串，而这些字符串会在新的一行出现(目前的下一行)～
c ：取代， c 的后面可以接字符串，这些字符串可以取代 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 的后面可以接字符串，而这些字符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 一起运作～
s ：搜寻，不但可以搜寻，还能够进行取代的工作哩！通常这个 s 的动作可以搭配
正规表示法！例如 1,20s/old/new/g 就是啦！
范例：
范例一：将 /etc/passwd 的内容列出，并且我需要打印行号，同时，请将第 2~5 行删除！
[root@linux ~]# 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？因为 2-5 行给他删除了，所以显示的数据中，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！
# 而，如果只要删除第 2 行，可以使用 nl /etc/passwd | sed '2d' 来达成，
# 至于第 3 到最后一行，则是 nl /etc/passwd | sed '3,$d' 的啦！
范例二：呈上题，在第二行后(亦即是加在第三行)加上『drink tea?』字样！
[root@linux ~]# 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
# 嘿嘿！在 a 后面加上的字符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！
范例三：在第二行后面加入两行字，例如『Drink tea or .....』『drink beer?』
[root@linux ~]# 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
# 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！那是一定要的喔！
范例四：我想将第2-5行的内容取代成为『No 2-5 number』呢？
[root@linux ~]# 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
# 没有了 2-5 行，嘿嘿嘿嘿！我们要的数据就出现啦！
范例五：仅列出第 5-7 行
[root@linux ~]# 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
# 为什么要加 -n 的参数呢？您可以自行下达 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！
范例六：我们可以使用 ifconfig 来列出 IP ，若仅要 eth0 的 IP 时？
[root@linux ~]# ifconfig eth0
eth0 Link encap:Ethernet HWaddr 00:51:FD:52:9A:CA
inet addr:192.168.1.12 Bcast:192.168.1.255 Mask:255.255.255.0
inet6 addr: fe80::250:fcff:fe22:9acb/64 Scope:Link
UP BROADCAST RUNNING MULTICAST MTU:1500 Metric:1
.....(以下省略).....
# 其实，我们要的只是那个 inet addr:..那一行而已，所以啰，利用 grep 与 sed 来捉
[root@linux ~]# ifconfig eth0 | grep 'inet ' | sed 's/^.*addr://g' | \
> sed 's/Bcast.*$//g'
# 您可以将每个管线 (|) 的过程都分开来执行，就会晓得原因啰！
# 去头去尾之后，就会得到我们所需要的 IP 亦即是 192.168.1.12 啰～
范例七：将 /etc/man.config 档案的内容中，有 MAN 的设定就取出来，但不要说明内容。
[root@linux ~]# cat /etc/man.config | grep 'MAN'| sed 's/#.*$//g' | \
> sed '/^$/d'
# 每一行当中，若有 # 表示该行为批注，但是要注意的是，有时候，
# 批注并不是写在第一个字符，亦即是写在某个指令后方，如底下的模样：
# 『shutdown -h now # 这个是关机的指令』，批注 # 就在指令的后方了。
# 因此，我们才会使用到将 #.*$ 这个正规表示法！
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！
--------------------------------------------------------------------------------
awk 工具简介
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 通常运作的模式是这样的：
[root@linux ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
awk 可以处理后续接的档案，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』，而预设的『字段的分隔符为 "空格键" 或 "[tab]键" 』！举例来说，我们用 last 可以将登入者的数据取出来， 结果如下所示：
[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)
若我想要取出账号与登入者的 IP ，且账号与 IP 之间以 [tab] 隔开，则会变成这样：
[root@linux ~]# last | awk '{print $1 "\t" $3}'
dmtsai 192.168.1.12
root Mon
reboot boot
dmtsai 192.168.1.12
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，第二行及第三行的内容怪怪的～这是因为数据格式的问题啊！所以啰～使用 awk 的时候，请先确认一下您的数据当中，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，由上面这个例子您也会知道，在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 192.168.1.12 是第三栏， 所以他就是 $3 啦！后面以此类推～呵呵！还有个变数喔！那就是 $0 ，$0 代表『一整列资料』的意思～ 以上面的例子来说，第一行的 $0 代表的就是『dmtsai pts/0.... 』那一行啊！ 由此可知，刚刚上面四行当中，整个 awk 的处理流程是：
读入第一行，并将第一行的资料填入 $0, $1, $2.... 等变数当中；
依据 "条件类型" 的限制，判断是否需要进行后面的 "动作"；
做完所有的动作与条件类型；
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，您会晓得， 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 的内建变量的帮忙啦～
变量名称 代表意义
NF 每一行 ($0) 拥有的字段总数
NR 目前 awk 所处理的是『第几行』数据
FS 目前的分隔字符，预设是空格键
我们继续以上面例子来做说明，如果我想要列出每一行的账号，并且列出目前处理的行数， 并且说明，该行有多少字段，则可以这样 (注意， awk 后续的所有动作以 ' 括住， 所以，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！)
[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
这样可以了解 NR 与 NF 的差别了吧？好了，底下来谈一谈所谓的 "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，例如变量设定时，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，并且仅列出账号与第三栏， 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， 那些变数 $1, $2... 预设还是以空格键为分隔的，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？我们可以预先设定 awk 的变量啊！ 利用 BEGIN 这个关键词喔！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储存成一个名称为 pay.txt 的档案，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 的格式设定当中，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，那属于比较进阶的单独课程了，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询喔：，鸟哥这里也有一份 pdf 档的备份： 。 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～ ^_^
--------------------------------------------------------------------------------
文件数据比对与打印的相关功能
正规表示法是相当有用的工具，当然，那个 sed 还有 awk 也是很棒的工具程序， 不过，除此之外，我们其实还有很多可以使用的工作来处理文件数据喔！ 举例来说，假如我有两个档案，一个档案是原始档，一个则是经过一些时间累积处理后的档案， 我想要知道这两个档案之间的差别，该如何运用正规表示法？呼呼～可能要透过所谓的循环来一行一行比对检查呢～ 但是，我们可以透过 Linux 提供的 diff 及 cmp 指令来进行比对即可喔！很棒的啊！
--------------------------------------------------------------------------------
档案比对
什么时候会用到档案的比对啊？通常是『同一个软件包的不同版本之间，比较设定档与原始档的差异』， 所以啰，很多时候所谓的档案比对，通常是用在 ASCII 纯文字文件的比对上的！ 那么比对档案的指令有哪些？最常见的就是 diff 啰！
--------------------------------------------------------------------------------
diff
diff 就是用在比对两个档案之间的差异的，一般是用在 ASCII 纯文字文件的比对上。 我们先预处理一下一个档案好了。假设我要将 /etc/passwd 的内容，将第四行删除， 第六行则取代成为『no six line』，新的档案放置到 /tmp/test 里面， 那么应该怎么做？
[root@linux ~]# mkdir -p /tmp/test
[root@linux ~]# cat /etc/passwd | \
> sed -e '4d' -e '6c no six line' > /tmp/test/passwd
# 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！
接下来讨论一下关于 diff 的用法吧！
[root@linux ~]# diff [-bBi] from-file to-file
参数：
from-file ：一个档名，作为原始比对档案的档名；
to-file ：一个档名，作为目的比对档案的档名；
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：
范例一：比对 /tmp/test/passwd 与 /etc/passwd 的差异：
[root@linux ~]# diff /etc/passwd /tmp/test/passwd
4d3 <==这里是说，左边档案(/etc/passwd)第四行被删除 (d)
< adm:x:3:4:adm:/var/adm:/sbin/nologin
6c5 <==这里是说，左边档案的第六行被取代成右边档案(/tmp/test/passwd)的第五行
< sync:x:5:0:sync:/sbin:/bin/sync
---
> no six line
# 很聪明吧！用 diff 就把我们刚刚的处理给比对完毕了！
用 diff 比对档案真的是很简单喔！另外， diff 也可以比对整个目录下的差异喔！ 举例来说，我们将两个目录比对一下：
[root@linux ~]# diff /etc /tmp/test
......(前面省略).....
Only in /etc: paper.config
diff /etc/passwd /tmp/test/passwd
4d3
< adm:x:3:4:adm:/var/adm:/sbin/nologin
6c5
< sync:x:5:0:sync:/sbin:/bin/sync
---
> no six line
Only in /etc: passwd-
......(后面省略).....
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档案，他主要利用『位』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『位』为单位去比对，这并不相同！)
[root@linux ~]# cmp [-s] file1 file2
参数：
-s ：将所有的不同点的位处都列出来。因为 cmp 预设仅会输出第一个发现的不同点。
范例：
范例一：用 cmp 比较一下 /etc/passwd 与 /tmp/test/passwd
[root@linux ~]# cmp /etc/passwd /tmp/test/passwd
/etc/passwd /tmp/test/passwd differ: byte 106, line 4
看到了吗？第一个发现的不同点在第四行，而且位数是在第 106 个位处！ 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，刚刚我们所建立的 /tmp/test/passwd 与 /etc/passwd 就是两个不同版本之间的档案。那么，如果要『升级』呢？ 就是『将旧的档案升级成为新的档案』时，应该要怎么做呢？ 举例来说，我们可以这样做测试：
[root@linux ~]# mkdir /tmp/old; cp /etc/passwd /tmp/old
[root@linux ~]# mkdir /tmp/new; cp /tmp/test/passwd /tmp/new
[root@linux ~]# cd /tmp ; diff -Naur old/ new/ > test.patch
此时，在 /tmp/test.patch 档案之中，就记录了新旧的档案之间的差异， 对了！您必须要了解的是，用 diff 制作这个档案时，旧的档案必须是在前面，亦即是 diff oldfile newfile 才行喔！此外，新旧档案的『相对目录位置』最好也是一样比较好喔！ OK！那么如何将旧的内容 (/tmp/old/passwd) 更新到新版 (/tmp/new/passwd) 的内容呢？ 简单的说，可以用这样：
[root@linux ~]# patch -pN < patch_file
参数：
-p ：后面可以接『取消几层目录』的意思。
范例：
范例一：将刚刚制作出来的 patch file 用来更新旧版数据
[root@linux ~]# cd /tmp/old
[root@linux ~]# patch -p1 < /tmp/test.patch
patching file passwd
# 为什么这里会使用 -p1 呢？因为我们在比对新旧版的数据时，是在 /tmp 底下，
# 而实际的数据是在 /tmp/old 里面，因此，当我们进入到 /tmp/old 时，
# 再查阅 /tmp/test.patch 的第一行如下：
# diff -Naur old/passwd new/passwd (用 head -n 1 /tmp/test.patch)
# 发现到，我们所在的目录其实是 old 里面，所以，就必须要减去一层目录。
更详细的 patch 用法我们会在后续的第五章跟大家介绍， 这里仅是介绍给您，呵呵！我们可以利用 diff 来比对两个档案之间的差异， 更可进一步利用这个功能来制作修补档案 (patch file) ，让大家更容易进行比对与升级呢！ 很不赖吧！ ^_^
--------------------------------------------------------------------------------
档案打印准备： pr
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，可以同时选择与设定每一页打印时的标头吧！ 也可以设定页码呢！那么，如果我是在 Linux 底下打印纯文字文件呢 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， 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『档案时间』、『档案档名』及『页码』三大项目。 更多的 pr 使用，请参考 pr 的说明啊！ ^_^
--------------------------------------------------------------------------------
重点回顾
使用 grep 或其它工具进行正规表示法的字符串比对时，因为编码的问题会有不同的状态，因此， 您最好将 LANG 及 LANGUAGE 等变量设定为 C 或者是 en 等英文语系！
正规表示法 ( Regular Expression ) 的用途主要是用来做为『搜寻』字符串之用，还可以用来过滤特殊讯息等用途；
由于严谨度的不同，正规表示法之上还有更严谨的延伸正规表示法；
正规表示法的处理方式，经常是以『整行』或称为『整段』来进行处理的；
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；
--------------------------------------------------------------------------------
参考资源
洪朝贵老师的网页：~ckhung/olbook/gnulinux/regexp.shtml
PCRE 官方网站：
龙门少尉的窝：~changyj/
Study Area：
中研院计算中心 ASPAC 计划之 awk 程序介绍：
鸟哥备份：
中研院计算中心 ASPAC 计划之 sed 程序介绍：
--------------------------------------------------------------------------------
本章习题练习
( 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 )
我想要知道某个档案里面含有 boot 的字眼，而这个档案在 /etc/ 底下，我要如何找出这个档案？
既然知道有这个字眼那就好办了！可以直接下达：
grep boot /etc/*
我想要知道，在 /etc 底下，只要含有 XYZ 三个字符的任何一个字符的那一行就列出来，要怎样进行？
『只要』含有 X 或 Y 或 Z 就将该行列出来，因此，我们的范围很很广啦！这个时候就必需要使用到 [] 这个咚咚！还记得中括号的用途吗？那就是『在中括号里面谨代表一个字符而已！』 而这个中括号是一个『代表』，可以是一串字也可以是几个不连续的字！这里我们仅需要 XYZ 其中任何一个，所以可以这样写：
grep [XYZ] /etc/*
则只要在每一行当中，只要发现 X 或 Y 或 Z 任何一个，就会将他印出来！这个与 grep XYZ /etc/* 是『完全不一样』的！请仔细的思考一下ㄟ！
我想要找出在 /etc 底下，档案内容含有 * 的文件名称？
由于 * 是特殊字符，在变量的订定法则里面曾经提过要将特殊字符移除，需要使用跳脱字符，亦即是 \ 符号，所以我可以这样下达指令：
grep \* /etc/*
阅读(887) | 评论(0) | 转发(0) |
