رفتن به محتوای اصلی
دیدگاه کلود | ارائه‌کننده سرورهای ابری و اختصاصی
تسلط بر grep و Regular Expression برای جستجوی حرفه‌ای متن

تسلط بر grep و Regular Expression برای جستجوی حرفه‌ای متن

لینوکس و سیستم عامل
۱ ماه پیش
#AI#آموزش grep#پردازش داده

grep ابزار خط فرمان لینوکس برای جستجو و فیلتر متن با استفاده از Regular Expression است. با grep می‌توان خطوط فایل‌ها، لاگ‌ها و داده‌ها را سریع استخراج و پردازش کرد و از گزینه‌هایی مثل -i، -v، -n، -E و -P برای نتایج دقیق و حرفه‌ای استفاده نمود. این ابزار در مدیریت سیستم، DevOps، پردازش داده و آماده‌سازی برای AI و NLP کاربردی و ضروری است.

فهرست مطالب

مقدمه

دستور grep یکی از کاربردی‌ترین و در عین حال قدرتمندترین ابزارها در محیط ترمینال لینوکس است. نام grep مخفف عبارت Global Regular Expression Print است؛ یعنی ابزاری که بررسی می‌کند آیا ورودی دریافت‌شده با یک الگوی مشخص (Regular Expression) مطابقت دارد یا نه.

در نگاه اول، grep ممکن است فقط یک ابزار ساده برای جستجوی متن به نظر برسد، اما قدرت واقعی آن زمانی آشکار می‌شود که از عبارات منظم (Regex) استفاده می‌کنید. قابلیت فیلتر کردن داده‌ها بر اساس الگوهای پیچیده باعث شده grep به یکی از اجزای اصلی بسیاری از زنجیره‌های دستوری (Command Pipeline) در لینوکس تبدیل شود.

در این آموزش جامع از دیدگاه، یاد می‌گیریم چگونه از grep همراه با Regular Expression برای جستجوی سریع، دقیق و بهینه‌ی متن استفاده کنیم. آموزش از مفاهیم پایه شروع می‌شود و به تکنیک‌های پیشرفته ختم خواهد شد.

آنچه در این آموزش یاد می‌گیرید

  • جستجوی ساده و Literal با grep

  • گزینه‌های پرکاربرد خط فرمان برای دقیق‌تر کردن نتایج

  • استفاده از Regular Expression پایه (BRE)

  • Regular Expression توسعه‌یافته (ERE) با ‎-E

  • Regular Expression سازگار با Perl (PCRE) با ‎-P

  • مثال‌های واقعی در مدیریت سیستم، DevOps و پردازش داده

  • نکات مربوط به عملکرد (Performance) و بهینه‌سازی

  • نقش grep در دنیای AI و یادگیری ماشین

نکات کلیدی (Key Takeaways)

  • grep بررسی می‌کند آیا ورودی با یک الگوی مشخص مطابقت دارد یا خیر

  • گزینه‌های مهم شامل:

    • ‎-i نادیده گرفتن حروف بزرگ و کوچک

    • ‎-v نمایش خطوطی که الگو را ندارند

    • ‎-n نمایش شماره خط

  • Anchorها محل تطبیق الگو را مشخص می‌کنند (^ و $)

  • براکت‌ها [] برای انتخاب کاراکترها استفاده می‌شوند

  • کاراکترهای خاص Regex باید Escape شوند

  • ‎-E امکان استفاده از Regex پیشرفته را فراهم می‌کند

  • ‎-P موتور قدرتمند PCRE را فعال می‌کند

  • zgrep برای جستجو در فایل‌های فشرده .gz کاربرد دارد

  • grep برای پردازش تک‌خطی عالی است، اما برای چندخطی مناسب نیست

پیش‌نیازها

برای دنبال کردن این آموزش، به یک سیستم لینوکسی نیاز دارید؛ چه یک سرور مجازی متصل‌شده از طریق SSH و چه سیستم شخصی. این آموزش روی Ubuntu 20.04 تست شده، اما روی تمام توزیع‌های لینوکس قابل استفاده است.

استفاده پایه از grep

ساده‌ترین حالت استفاده از grep، جستجوی یک الگوی متنی ثابت در فایل است:

 
grep "GNU" GPL-3

در این دستور:

  • "GNU" الگوی جستجو

  • GPL-3 فایل هدف

خروجی شامل تمام خطوطی است که این رشته را دارند.

گزینه‌های پرکاربرد grep

نادیده گرفتن حروف بزرگ و کوچک

 
grep -i "license" GPL-3

نمایش خطوطی که الگو را ندارند

 
grep -v "the" BSD

نمایش شماره خطوط

 
grep -n "pattern" file.txt

ترکیب چند گزینه:

 
grep -vn "the" BSD

Regular Expression در grep

تطبیق Literal

وقتی دقیقاً همان رشته‌ی ورودی را جستجو می‌کنید:

 
grep "GNU" GPL-3

Anchorها

  • ^ ابتدای خط

  • $ انتهای خط

مثال:

 
grep "^GNU" GPL-3 grep "and$" GPL-3

تطبیق هر کاراکتر با .

 
grep "..cept" GPL-3

این الگو کلماتی مثل accept و except را پیدا می‌کند.

Bracket Expression

 
grep "t[wo]o" GPL-3

یا عدم تطبیق یک کاراکتر خاص:

 
grep "[^c]ode" GPL-3

محدوده کاراکترها

 
grep "^[A-Z]" GPL-3

یا با POSIX:

 
grep "^[[:upper:]]" GPL-3

تکرار الگو با *

 
grep "([A-Za-z ]*)" GPL-3

Escape کردن کاراکترهای خاص

برای جستجوی نقطه‌ی واقعی:

 
grep "^[A-Z].*\.$" GPL-3

Regular Expression توسعه‌یافته (ERE)

فعال‌سازی با ‎-E یا دستور egrep

Grouping

 
grep -E "(grouping)" file.txt

Alternation (یا)

 
grep -E "(GPL|General Public License)" GPL-3

Quantifierها

  • ? صفر یا یک بار

  • + یک یا بیشتر

  • {n} تعداد دقیق

  • {n,m} بازه

مثال:

 
grep -E "(copy)?right" GPL-3 grep -E "[AEIOUaeiou]{3}" GPL-3

PCRE با ‎-P

⚠️ فقط در GNU grep موجود است.

Greedy vs Lazy

 
grep -P -o "<.*?>" tags.html

Lookahead و Lookbehind

 
grep -P -o "license(?= document)" GPL-3 grep -P -o "(?<=version )[0-9]" GPL-3

عملکرد، سازگاری و اسکریپت‌نویسی

بهینه‌سازی

  • اجتناب از Regexهای مبهم

  • استفاده از ابزارهای سریع‌تر مثل ripgrep

گزینه‌های مفید

 
grep --line-buffered grep --mmap

تفاوت نسخه‌ها

ابزارتوضیح
grepRegex پایه
egrepRegex پیشرفته
fgrepبدون Regex

الگوهای چندخطی

grep مناسب نیست. جایگزین‌ها:

 
awk '/pattern/' perl -0777 -ne 'print if /pattern/s'

کاربردهای عملی

  • فیلتر لاگ‌ها

  • بررسی CSV

  • جستجوی سورس کد

  • امنیت و یافتن کلیدهای API

  • DevOps و CI/CD

  • پردازش داده برای AI و NLP

grep در عصر هوش مصنوعی

grep همچنان ابزار فوق‌سریع پردازش متن خام است. در کنار ابزارهای AI:

  • grep فیلتر می‌کند

  • AI تحلیل می‌کند

grep داده را تمیز می‌کند، AI آن را می‌فهمد.

جمع‌بندی

در این آموزش از دیدگاه، یاد گرفتید چگونه grep را از یک ابزار جستجوی ساده به یک موتور قدرتمند پردازش متن تبدیل کنید. تسلط بر Regular Expression در grep، سرعت، دقت و قدرت شما در کار با لینوکس را چند برابر می‌کند.

grep قدیمی است، اما هنوز هم بی‌رحمانه سریع و کاملاً ضروری است.

اشتراک‌گذاری:
← بازگشت به دسته‌بندی