Метасимвол '*' позволяет находить символы, встречающиеся несколько раз подряд, но число повторений при этом не определяется. Если же необходимо в процессе поиска учитывать точное количество последовательных вхождений символа в строку, следует применить шаблон \{ \}. Существует четыре варианта этого шаблона:

шаблон\{n\}

Соответствует шаблону, встречающемуся ровно n раз подряд

шаблон\(n,\}

Соответствует шаблону, встречающемуся не менее n раз подряд

шаблон\{,m\}

Соответствует шаблону, встречающемуся не более m раз подряд

шаблон\{n, m\}

Соответствует шаблону, встречающемуся не менее n и не более m раз подряд, где n и m — целые числа из интервала от 0 до 255

Представленный ниже шаблон соответствует последовательности из двух букв 'А', за которыми следует буква 'В':

А\{2\}В

В результате получим "ААВ".

В следующем шаблоне задано, что буква 'А' встречается не менее четырех раз подряд:

А\{4,\)В

Возможные результаты поиска — "ААААВ" или "АААААААВ", но не "АААВ". Поиск последовательности, в которой буква 'А' встречается от двух до четырех раз, выполняется по такому шаблону:

А\{2,4\}В

Будут найдены строки "ААВ", "АААВ", "ААААВ", но не "АВ" или "АААААВ". Вернемся к уже рассматривавшемуся примеру фильтрации текстового файла, фрагмент которого представлен ниже:

1234ХС9088 4523XX90D1 0011ХА9912 9931ХС3445

Допустим, требуется найти строки, в которых первые четыре символа — цифры, за ними идут символы "XX", а затем — еще четыре цифры. Решить данную задачу позволит такой шаблон:

[0-9]\{4\}ХХ[0-9]\(4\}

Применив этот шаблон к приведенному выше фрагменту, получим:

1234ХС9088 - не соответствует

4523XX900i - соответствует

0Q11XA9912 - не соответствует

9931ХС3445 - не соответствует

7.8. Примеры

В табл. 7.2 приведен ряд дополнительных примеров использования регулярных выражений.

Таблица 7.2. Полезные регулярные выражения

^the

Соответствует строкам, которые начинаются символами "the"

[Ss]igna[lL]

Соответствует словам "signal", "signaL", "Signal" и "SignaL"

[Ss]igna[lL]\.

То же, что и в предыдущем случае, но слово, к тому же, должно завершаться точкой

tty$

Соответствует строкам, которые завершаются символами "tty"

^USER$

Соответствует слову "USER", которое является единственным в строке

\.

Соответствует точке

^d..x..x..x

Соответствует каталогам с установленным правом на выполнение для владельца, группы и других пользователей

^[^l]

Исключает из списка файлов записи, соответствующие символическим ссыпкам

00*

Находит строки, содержащие два или больше нулей подряд

[lL]

Соответствует прописной и строчной букве 'l'

[iInN]

Соответствует прописным и строчным буквам 'i' и 'n'

^S

Соответствует пустой строке

^.*$

Соответствует строке, состоящей из любого числа символов

^……$

Соответствует строке, состоящей из шести символов

[a‑zA‑Z]

Соответствует любой прописной или строчной букве

[a‑z][a‑z]*

Соответствует по крайней мере одной строчной букве

[^0-9\$]

При рассмотрении цифры и знаки доллара не учитываются

[^0-9A‑Za‑z]

При рассмотрении не учитываются буквы и цифры

[123]

Соответствует цифрам 1, 2 и 3

[Dd]evice

Соответствует словам "Device" и "device"

De..ce

Соответствует слову, в котором первые два символа — "De", за ними идут любые два символа, а затем -cимволы "се"

\^q

Соответствует символам "^q"

^.$

Соответствует строке, содержащей только один символ

^\.[0-9][0-9]

Соответствует строке, которая начинается с точки и двух цифр

"Device"

Соответствует слову "Device"

De[Vv]ice\.

Соответствует слову "DeVice" или "Device", после которого стоит точка

[0-9]\{2\}-[0-9]\ {2\}-[0-9]\{4\}

Соответствует шаблону даты в формате dd‑mm‑yyyy

[0-9]\{3\}\.[0-9]\{3\}\ .[0-9]\{3\}\.[0-9]\{3\}

Соответствует шаблону IP–адреса в формате ппп. ппп. ппп. ппп

7.9. Заключение

Регулярные выражения и методы работы с ними — важный аспект shell–программирования. Знакомство этой с методикой позволит повысить качество создаваемых сценариев, так как во многих случаях три–четыре команды фильтрации текста можно заменить одной командой с регулярным выражением.

В следующих главах мы рассмотрим примеры применения регулярных выражений в программах grep, sed и awk.

ГЛАВА 8

Семейство команд grep

Команда grep (global regular expression print — печать глобальных регулярных выражений) является наиболее известным инструментальным средством в UNIX и Linux. Она выполняет в текстовых файлах или стандартном входном потоке поиск выражений, соответствующих шаблону, с последующим отображением результата на экране. Команда grep может работать как с базовыми, так и с расширенными регулярными выражениями. Существует три разновидности этой команды:

   • grep -cтандартный вариант, которому уделено основное внимание в данной главе.

   • egrep -pаботает с расширенными регулярными выражениями (не поддерживает только оператор \ { \}).

   • fgrep — быстрый вариант команды grep. Вместо поиска выражений, соответствующих шаблону, выполняет поиск фиксированных строк из указанного списка. Пусть вас не вводит в заблуждение слово "быстрый". На самом деле это наиболее медленная из команд семейства grep.

Конечно, хотелось бы, чтобы существовала только одна, универсальная, команда

grep, и с этой ролью, в принципе, справляется GNU–версия grep. К сожалению,

нет единого способа задания аргументов для всех трех разновидностей команды grep,

к тому же скорость их работы заметно различается. В этой главе рассматриваются следующие темы:

   • параметры команды grep;

   • применение регулярных выражений в команде grep;

   • особенности поиска алфавитно–цифровых символов.

В предыдущей главе указывалось, что в данной книге описываются только базовые регулярные выражения. Но мы все же рассмотрим несколько примеров употребления расширенных регулярных выражений во время знакомства с командой egrep. Основное же внимание будет уделено команде grep. Все применяемые в ней шаблоны могут без изменений использоваться и в команде egrep.