<a>概述</a>
本文深入介绍基础的 Linux 进程管理技术。您将学习如何：
创建简单的正则表达式
使用正则表达式搜索文件和文件系统
使用正则表达式和 sed
本文帮助您准备 Linux Professional Institute's Junior Level Administration (LPIC-1) 考试的 103 主题下的 103.7 考核目标。该考核目标的权值为 2。
<a>先决条件</a>
<a href="http://www.ibm.com/developerworks/cn/linux/l-lpic1-v3-103-7/#ibm-pcon">回页首</a>
<a>设置示例</a>
<a>清单 1. 创建示例文件</a>
您的窗口应类似于清单 2，当前目录现在是 lpi103-7 目录中新建的目录。
<a>清单 2. 创建示例文件——输出</a>
<a>正则表达式</a>
正则表达式在计算机语言理论中有很长的历史。大部分计算机学科的学生都知道，可以使用正则表达式表示的语言与有限时序机（finite automata）可以接受的语言一样。本文中的正则表达式所代表的含义更为复杂，与您在计算机科学课堂上学到的内容可能不同，虽然传承是一样的。
<code>grep</code> 和 <code>sed</code> 使用的正则表达式。使用正则表达式的另一个程序是 <code>awk</code>。
<a>基本的构建块</a>
大部分 Linux 系统中的 GNU 程序可以使用两种常规表达式语法：basic 和 extended。使用 GNU grep，功能上没有不同之处。本文将介绍基本的语法，以及它和扩展语法之间的不同之处。
正则表达式通过元字符 加强的字符 和操作符 构建。大部分字符与自身匹配，大部分元字符必须使用反斜杠（\）进行转义。基本的操作包括：
<dl></dl>
<dt>连接</dt>
<dd>连接两个正则表达式创建一个更长的正则表达式。例如，正则表达式 a 匹配字符串 abcdcba 两次，正则表达式</dd>
b 也是一样。但是，ab 将只匹配 abcdcba，而
ba 将只匹配 abcdcba。
<dt>重复</dt>
<dd>Kleene * 或重复操作符将匹配 0 次或多次前一个正则表达式。因此像 a*b 之类的表达式将匹配以任何以</dd>
a 开头以 b 结尾的字符串，包括 b 本身。Kleene * 不用转义，因此希望匹配字面值星号（*）的表达式必须让星号转义。这里使用的 * 与通配符中使用的 * 不同，通配符中的 * 号匹配任何字符串。
<dt>交替</dt>
<dd>交替操作符（|）匹配前置或后置表达式。它必须匹配前一个或后一个表达式之一。在基本语法中它必须转义。例如，表达式 a*\|b*c 匹配由任何数量的</dd>
a 或 b 组成（但不是同时）且以一个 c 结尾的字符串。同样，单个字符
c 也是匹配的。
尽量不要引用正则表达式以避免 shell 膨胀。
<a>搜索文件和文件系统</a>
<code>grep</code> 使用一个正则表达式作为参数，还有 0 个或多个要搜索的文件。如果没有给定文件，grep 将搜索 stdin，这让它成为一个可以在管道中使用的过滤器。如果没有匹配任何行，则
<code>grep</code> 没有输出，尽管可以测试它的退出代码。
<a>清单 3. 简单的正则表达式</a>
从上例中可以看出，有时候会得到出乎意料的结果，尤其是使用重复的时候。您可能预期 p* 或者 pp* 能够匹配几个带
p 的字符串，但是 p* 和 x* 能匹配文件的所有行，因为 * 操作符匹配
0 次或多次前一个正则表达式。
有两个示例演示了从 grep 退出的代码。如果找到匹配，则返回值 0。如果发生错误，比如要搜索的文件不存在，则返回大于 1 的值（GNU grep 总是返回 2）。
<a>快捷键</a>
现在可以使用 <code>grep</code> 和基本的正则表达式构建块了，以下是一些方便的快捷键。
<dt>+</dt>
<dd>+ 操作符类似于 * 操作符，但是它匹配一次或多次前一个正则表达式。基本表达式中它必须转义。</dd>
<dt>?</dt>
<dd>? 表示前一个表达式是可选的，因此它表示匹配 0 次或 1 次。这与通配符中使用的 ? 不同。</dd>
<dt>.</dt>
<dd>.（句点）是表示任何字符的元字符。最常使用的方式是 .*，该表达式匹配包含任何字符（或没有字符）的任意长度的字符串。不用说您就明白，这一般在一个较长的表达式中使用。比较句点与通配符中使用的 ?，.* 与通配符中使用的 *。</dd>
<a>清单 4. 更多正则表达式</a>
<a>匹配一行的开始或结束</a>
^（脱字符号）匹配一行的开始，$（美元符号）匹配行的结束。^..b 匹配行开始处任何后跟 b 的两个字符，而
ar$ 匹配任何以 ar 结束的行。正则表达式 ^$ 匹配空行。
<a>更复杂的表达式</a>
到目前为止，我们已经学习了用于单个字符的重复。如果希望搜索一个或多个多字符字符串，比如 banan 中 an 出现了两次，那么可以使用圆括号，在基本语法中必须转义。类似地，您可能希望搜索一些字符，但又不想使用 . 这么通用或者交替这么啰嗦的表达式。那么，您可以使用方括号（[]）将交替情况括起来，常规语法需要转义。方括号中的表达式构成了一个字符类。使用方括号还可以减少转义特殊字符（比如 . 和 *）的需求，例外情况见后文。
<a>清单 5. 圆括号和字符类</a>
字符类还有几个有趣的可能性。
<dt>范围表达式（Range expression）</dt>
<dd>范围表达式是使用 -（连字符）分隔的双字符，比如数字里面的 0-9，十六进制里的 0-9a-fA-F。注意，范围与语言环境有关。</dd>
<dt>署名类（Named class）</dt>
<dd>有些署名类可以为通常使用的类提供便捷。署名类以 [: 开始，以 :] 结束，可以在括号表达式中使用。示例如下：</dd>
<dt>[:alnum:]</dt>
<dd>字母数字字符</dd>
<dt>[:blank:]</dt>
<dd>空格和制表符</dd>
<dt>[:digit:]</dt>
<dd>数字 0 到 9（等效于 0-9）</dd>
<dt>[:upper:] 和 [:lower:]</dt>
<dd>分别为大写字母和小写字母。</dd>
<dt>^（求反）</dt>
<dd>在字符类 [ 后的第一个字符使用时，^（脱字符号）对剩余字符求反，因此只有类中不存在该字符时（前导^除外）才能匹配。 </dd>
了解了以上特殊含义后我们知道，如果希望匹配一个字符类中的字面值 -（连字符），那么您必须将其放在第一个或最后一个。如果想匹配字面值^（脱字字符），那么它不能是第一个字符。] 在非第一个位置时表示结束类。
字符类中，正则表达式和通配符是类似的，但使用的否定符号不同（^ 和 !）。清单 6 展示了一些字符类示例。
<a>清单 6. 更多字符类</a>
最后一个示例让您感到奇怪吗？ 在这种情况下，第一个括号表达式匹配字符串中的任何数字、 n 或 z，至少 n 后面没有另一个 n 或 r，因此字符串结尾处的 na 匹配该正则表达式。
<a>哪些内容匹配？</a>
如果您能够区分高亮显示，比如用颜色、粗体或下划线，那么您可以设置 GREP_COLORS 环境变量来高亮显示匹配内容。默认设置使用粗体红色高亮显示匹配内容，如图 1 所示。您会看到整个输出的第一行都是匹配的，但是第二行只匹配最后两个字符。
<a>图 1. 使用颜色区分 grep 匹配内容</a>
如果您是正则表达式新手，或者不确定 grep 为什么返回某一行，那么这项技术可以帮您。
<a>扩展的正则表达式</a>
扩展的正则表达式语法是 GNU 扩展。我们在基本语法中使用时，它不需要转义一些字符，包括圆括号、'?'、'+'、'|'和 '{'。但缺点在于，如果您在正则表达式中将它们作为字符解释，那么必须进行转义。您可以使用
<code>-E</code>（或者 grep 的 <code>--extended-regexp</code> 选项）表示您正在使用扩展的正则表达式语法。此外，<code>egrep</code> 命令也可以帮助您实现这一点。清单 7 展示了本节上文中使用的示例，以及
<code>egrep</code> 使用的相应扩展表达式。
<a>清单 7. 扩展的正则表达式</a>
<a>在文件中查找内容</a>
现在您了解了基本的命令，让我们使用 <code>grep</code> 和 <code>find</code> 在文件系统中查找内容。示例相对比较简单；它们使用
首先，<code>grep</code> 可以一次搜索多个文件。如果添加 <code>-n</code> 选项，它将告诉您匹配的行号。如果只想知道匹配多少行，可以使用
<code>-c</code> 选项，如果只想获得匹配的文件列表，可以使用 <code>-l</code> 选项。清单 8 展示了一些示例。
<a>清单 8. 搜索多个文件</a>
查看清单 8 中的 <code>-c</code> 选项，您会看到一行 <code>text3:0</code>。 您经常需要知道某个内容在文件中出现了多少次，但是不用知道没有出现该内容的文件。<code>grep</code> 命令有一个
<code>-v</code> 选项，它表示只显示不匹配的行输出。因此，我们可以使用正则表达式 <code>:0$</code> 查找以逗号和 0 结尾的行。
下一个示例是使用 <code>find</code> 查找当前目录及其子目录中的所有常规文件，然后使用 <code>xargs</code> 将文件列表传递到
<code>grep</code>，以确定每个文件中出现 banana 的次数。最后，通过再一次调用 <code>grep</code> 筛选该输出，这一次使用
<code>-v</code> 选项查找所有不以 :0 结尾的行，只用告诉我们包含字符串 banana 的文件计数。
<a>清单 9. 查找至少包含一次 banana 的文件</a>
<a>正则表达式和 sed</a>
如果您需要查找某内容，那么只需要使用 <code>grep</code>。如果需要从匹配行中提取搜索字符串，或者相关字符串，那么需要进一步操作，您可以选择使用
<code>sed</code>。让我们解释一下它的工作方式。首先回忆我们的两个示例文件，text1 和 text2，其中包含了一个数字，后跟空格，再加一个水果的名称，而 text3 包含重复的语句。我们在清单 10 中再看一次它的内容。
<a>清单 10. text1、text2 和 text3 的内容</a>
首先，我们将使用 <code>grep</code> 和 <code>sed</code> 提取以一个或多个数字开头，且后跟空白字符（空格或制表符）的行。一般情况下，<code>sed</code> 在一个周期结束时打印出每个行，因此我们使用 sed 的
<code>-n</code> 选项禁止输出，然后使用 <code>sed</code> 中的 <code>p</code> 命令只打印匹配我们正则表达式的行。要确认我们对这两个工具使用的正则表达式相同，我们将其赋予一个变量。
<a>清单 11. 搜索 grep 和 sed</a>
注意，<code>grep</code> 在搜索到多个文件时将显示文件名称。因为我们使用 <code>cat</code> 提供 <code>sed</code> 的输出，所以
<code>sed</code> 无法知道源文件名。但是，匹配行是相同的，正如我们期望的那样。
现在假设我们只需要找到的行中的第二个字。在本例中是水果的名称，但是我们需要查询 HTTP URL 或者文件名等等其他内容。例如，删除我们试图匹配的字符串就足够了，如清单 12 所示。
<a>清单 12. 使用 sed 删除前导数字</a>
对于最后一个示例，假设我们的行在水果名称之后还有些内容。我们添加了一行 “lemon pie”，查看如何只提取 lemon。我们将对输出排序，放弃非唯一的值，因此我们得到一个找到的水果列表，每个水果只出现一次。
清单 13 展示了两种实现同一个任务的方式。首先，我们剔除了前导数字以及后面的空格，然后剔除第一个空格或选项卡之后的所有内容，并打印剩下的内容。在第二个示例中，我们引入了圆括号将整个行分为 3 个部分，数字和后面的空格、第二个字以及其他内容。我们使用
<code>s</code> 命令将整个行替换为第二个字，然后打印结果。您可以尝试变化一下方式，忽略第三部分，\(.*\)，看看是否能解释发生了什么。
<a>清单 13. 获取水果名</a>
有些旧版本的 <code>sed</code> 不支持扩展的正则表达式。如果您的 <code>sed</code> 版本不支持扩展的 regexps，请使用
<code>-r</code> 选项告诉 <code>sed</code> 您使用的是扩展语法。清单 14 展示了要对 <code>oursearch</code> 变量和
<code>sed</code> 命令进行哪些更改才能让扩展的正则表达式完成清单 13 中基本正则表达式完成的任务。
<a>清单 14. 使用扩展的正则表达式和 sed</a>
本文介绍了您可以使用正则表达式以及 <code>grep</code> 和 <code>sed</code> 对 Linux 命令行执行的操作，这还只是冰山的一角。使用手册了解更多有关这些高价值工具的信息。
<a href="http://www.ibm.com/developerworks/cn/linux/l-lpic1-v3-103-7/">http://www.ibm.com/developerworks/cn/linux/l-lpic1-v3-103-7/</a>
![linux-svn卸载与安装[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)