Avancerad grep med Regex

Välkommen till avancerad användning av Grep med reguljära uttryck! I föregående lektion lärde vi oss om reguljära uttryck. Nu ska vi utnyttja deras fulla potential i det kraftfulla kommandot grep.

grep är det självklara verktyget för att söka efter textmönster i filer. Genom att kombinera det med avancerade reguljära uttryck kan du hitta exakt det du söker, oavsett hur komplext mönstret är.

Som standard använder grep grundläggande reguljära uttryck (BRE). Om du vill använda mer avancerade funktioner som +, ?, | och () måste du aktivera utökade reguljära uttryck (ERE).

Det gör du med alternativet -E eller genom att använda kommandot egrep, som i princip är samma sak som grep -E. Skapa en exempelfil att arbeta med:

Kvantifieraren + matchar en eller flera förekomster av det föregående tecknet eller den föregående gruppen. Den är mycket användbar när du förväntar dig att ett mönster ska upprepas minst en gång.

Om du till exempel vill hitta rader med "p" följt av ett eller flera "a" använder du pa+.

Kvantifieraren * matchar noll eller flera förekomster av det föregående tecknet eller den föregående gruppen. Den är användbar när ett tecken kan förekomma, men inte är obligatoriskt.

Nu ska vi hitta rader med "b" följt av noll eller flera "a":

Kvantifieraren ? matchar noll eller en förekomst av det föregående tecknet eller den föregående gruppen. Tänk på den som ett sätt att göra ett tecken valfritt.

Vill du hitta både "color" och "colour"? Du kan göra "u" valfritt:

För ännu större kontroll kan du ange exakta antal eller intervall med klammerparenteser {}:

• a{3}: exakt tre "a".
• a{2,}: två eller flera "a".
• a{1,3}: mellan ett och tre "a".

Nu ska vi hitta rader där "a" upprepas exakt två gånger:

Ankare matchar inte tecken, utan positioner. Ankaret ^ matchar början av en rad och $ matchar slutet av en rad.

Detta är viktigt för att säkerställa att mönstret matchar hela raden eller börjar/slutar exakt där du avser.

• ^apple: rader som börjar med "apple".
• banana$: rader som slutar med "banana".
• ^apple$: rader som endast innehåller "apple".

Symbolen | (vertikalstrecket) fungerar som operatorn OR. Den låter dig matcha det ena mönstret ELLER det andra. Det är mycket användbart när du vill söka efter flera olika ord eller fraser samtidigt.

Om du till exempel vill hitta rader som innehåller antingen "apple" eller "orange":

Parenteser () används för att gruppera delar av ett reguljärt uttryck. Då kan du använda kvantifierare eller alternativ på en hel grupp, inte bara på ett enskilt tecken.

Om du till exempel vill hitta "ana" som förekommer en eller flera gånger efter "b":

Du behärskar nu avancerade grep-tekniker med hjälp av utökade reguljära uttryck! Vi har gått igenom:

• Att använda -E för funktioner i utökade reguljära uttryck.
• Kvantifierare: + (en eller flera), * (noll eller flera), ? (noll eller en) och {} för specifika antal.
• Ankare: ^ (början av raden) och $ (slutet av raden).
• Alternativet | för villkor av typen "OR".
• Att gruppera mönster med ().

Med dessa verktyg kan du utföra otroligt precisa och flexibla textsökningar och bli en riktig trollkarl på kommandoraden!