はじめに
この記事は、はてなダイアリーの同タイトルのものを、Qiitaのマークダウンの練習で移植したものです。
http://d.hatena.ne.jp/namikawamisaki/20180206
（ここから）
いまさらこれやってもすでに、ぼうだいな量のドキュメントがあるので、何をいまさらという感じですが。自分の復習つうか自分が喋るならどうやってたかな（昔某所で研修してた気がする）というのを思い出す感じで書いてみます。
対象としては初学者。ほんとの基礎基礎はできてて、まだパイプとリダイレクトとかはいまいちわかってない人あたり。
- http://d.hatena.ne.jp/namikawamisaki/20160825 -- サーバ接続、対話型シェル
- http://d.hatena.ne.jp/namikawamisaki/20160827 -- ツリー構造、ファイル操作について
今回のトピック
- 検索と「grepする」
- grepの使い方
- 正規表現とは（ちょっとPerlの世界寄り）
- マッチする（Perlの世界寄り）
- ワイルドカード #とは
検索と「grepする」
「ググる」はもうGoogleで検索するをとびこえてYahoo!でも「ググる」っていう人がいるらしい。ウェブサイトから、何らかの質問の回答を得たいと思って、あるいは電車の時間を調べるために、ひとは検索する。
一方grep（ぐれっぷ）は、grep(1)1 には”print lines matching a pattern”とあり－－パターンマッチする「行」を「表示」する。
grepの使い方
grepの基本的な使い方は、2種類になるかと思う。
1. ターゲットファイル内のパターンマッチ
2. コマンド実行結果のパターンマッチ
下記は1つ目の「ターゲットファイル内のパターンマッチ」について記した。ターゲットファイルの中身は、catというコマンドで表示している。
$ cat ./file1.txt
abcdefghijklmnopqrstuvwxyz
$ grep hoge ./file1.txt
$
（カレントディレクトリ内にある）test1.txt の内部に、「hoge」のパターンを含む行があるかをgrepコマンドで調べ、その結果何もなかったということを示している。
$ cat ./file1.txt
abcdefghijklmnopqrstuvwxyz
$ grep hijk ./file1.txt
$ abcdefghijklmnopqrstuvwxyz
$
hijkはfile1.txtに含まれているため、その行が表示される。（システムによってはhijkの部分に色がつくこともあるだろう。）
「コマンド実行結果のパターンマッチ」は、実務で利用頻度が上がるのではないだろうか。大量のログなどから目的のパターンにあう部分を抜き出す、といった作業でよく使っている。下記の例では、そのままRPMパッケージ数を出すと1484行出力されるが、kernelという文字を含むパッケージだけにしぼって表示している。
$ rpm -qa | wc -l
$ 1484
$ rpm -qa | grep kernel
kernel-xxxxxxxxx
kernel-xxxxxxxxx
kernel-devel-xxxxxxxxx
kernel-devel-xxxxxxxxx
kernel-headers-xxxxxxxxx
kernel-tools-xxxxxxxxx
kernel-tools-xxxxxxxxx
$
オプション有りでの使い方
grepコマンドにはオプションがある。個人的に利用頻度が高いのは、vとiとcあたり。
くさるほど実例を書いたサイトがあるので、ここでは逆引き的にメモしておく。
| こうしたい時 | こうする |
|---|---|
| hogeって書いてる行は不要 | grep -v hoge ./targetfile.txt |
| hogeだけじゃなくてHogeもHOGEもとりあえず探す | grep -i hoge ./targetfile.txt |
| hogeって書いている行をカウントする | grep -c hoge ./targetfile.txt |
| hogeって書いていない行をカウントする | grep -cv hoge ./targetfile.txt |
正規表現とは（ちょっとPerlの世界寄り）
※なんでPerl寄りって書いてるかというと私がPerlから正規表現にふれてたから
grepの後の文字列を、正規表現で記載することにより、さらに（柔軟に）ファイル等から文字列を探すことができる。
$ cat ./file1.txt
abcdefghijklmnopqrstuvwxyz
$ grep 'h.j' ./file1.txt
abcdefghijklmnopqrstuvwxyz
$
「h.j」は「h→何か1文字→j」を示す。よって、「h..j」では結果がないことになる。
$ cat ./file1.txt
abcdefghijklmnopqrstuvwxyz
$ grep 'h..j' ./file1.txt
$
正規表現を勉強するとなるとそれこそ、本にすればフクロウ本レベルになるし、ドキュメントを追うとものすごく広く深くはまっていく。はまるとおもしろい。そのへんは気に入った本やウェブサイトを見てもらうとして、文頭・文末の表現あたりは、見たことがなかったら今見ておいていいかなと思う。詳しくはregex(7)あたり。
- 文頭→^
- 文末→$
正規表現で^hogeとhogeは、「hogeからはじまるか」か、「hogeを含んでいるか」と意味が違ってくる。後者は「hogeからはじまる」も含まれることに注意。
^とか$は、「メタキャラクタ」といって正規表現で特別扱いされる。
regex(7)だと
- ^.[$()|#+?{\
で、Perlの世界では
がそれに相当する。もし、そのものを文字として、パターンマッチをしたいときは、前に「半角の￥」を置く。
$ cat file2.txt
abc(def)ghi
$ grep ) ./file2.txt
Too many )'s.
$ grep \) ./file2.txt
abc(def)ghi
マッチする（Perl寄り）
※なんでPerl寄りって書いてるかというと（略）
入門としては「一致する文字列を含む行を出す」くらいでいいと思う。もう一歩すすめるとしたならば、正規表現に「マッチ」しているのはどこか、ということを意識していく必要がある。
参考として、Perlのドキュメント、perlrequick2に記載されている部分を引用する。
"Hello World" =~ /o/; # matches 'o' in 'Hello' "That hat is red" =~ /hat/; # matches 'hat' in 'That'
1行目は「oを含む行」で取り出そうとしている。この文章では2回oが出てきて、Perlの世界では先のHelloのoにマッチする。
2行目は、そのルールでいくとThatのhatにマッチということになる。
"cats" =~ /c|ca|cat|cats/; # matches "c" "cats" =~ /cats|cat|ca|c/; # matches "cats"
これは「cats」という文字列についてだけど、正規表現としてはcでもcaでもcatでもcatsでもマッチする。書き方としては「最初に書いたやつ」が優先されるので、1行目の場合はcでマッチして、2行目の場合はcatsでマッチして、となる。
ワイルドカード #とは
あとよく質問があるのが、「ワイルドカード」との違い。むかしは「また自分で調べておいてね」とかでぼんやりさせてしまってたけど、あらためて見直すと、もっと勉強しないとけないなと思った。のでここにはメモを置いておくので、あとはみなさんで。（結局なげるんかい）
$ ls
fil.txt file.txt file3.txt
$ ls | grep "file#"
fil.txt
file.txt
file3.txt
$ ls file#
file.txt file3.txt
この例は、正規表現file#は
- filときて
- eが0回以上の繰り返し
- を含むもの なので、fil.txtも、file.txtも、file3.txtも該当するし、 ワイルドカードのfile#は
- fileときて
- 任意の数の（文字数の）文字に一致
だから、fil.txtは含まれず、file.txtとfile3.txtが該当することになる。
参考にしたもの
LPICの教科書
-- 買い替えするときにLinuCの話がきてしまってだな、、正規表現とワイルドカードは違います,http://blog.unfindable.net/archives/600
サルにもわかる正規表現入門,http://www.mnet.ne.jp/~nakama/
-
man 1 grep ↩
-
perldoc perlrequick または http://perldoc.jp/docs/perl/5.16.1/perlrequick.pod ↩
-
info ed ↩