Grep学习笔记
整理:Jims of肥肥世家
Copyright © 2004本文遵从GPL协议,欢迎转载、修改、散布。
第一次发布时间:2004年7月16日
1. grep简介
grep (globalsearch regular expression(RE) and print out theline,全面搜索正则表达式并把行打印出来)是一种强大的文本搜索工具,它能使用正则表达式搜索文本,并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展,支持更多的re元字符,fgrep就是fixedgrep或fastgrep,它们把所有的字母都看作单词,也就是说,正则表达式中的元字符表示回其自身的字面意义,不再特殊。linux使用GNU版本的grep。它功能更强,可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。
grep的工作方式是这样的,它在一个或多个文件中搜索字符串模板。如果模板包括空格,则必须被引用,模板后的所有字符串被看作文件名。搜索的结果被送到屏幕,不影响原文件内容。
grep可用于shell脚本,因为grep通过返回一个状态值来说明搜索的状态,如果模板搜索成功,则返回0,如果搜索不成功,则返回1,如果搜索的文件不存在,则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。
2. grep正则表达式元字符集(基本集)
-
^
- 锚定行的开始 如: '^grep' 匹配所有以 grep 开头的行。 $
- 锚定行的结束 如: 'grep$' 匹配所有以 grep 结尾的行。 .
- 匹配一个非换行符的字符如: 'gr.p' 匹配 gr 后接一个任意字符,然后是 p 。 *
- 匹配零个或多个先前字符如: '*grep' 匹配所有一个或多个空格后紧跟 grep 的行。 .* 一起用代表任意字符。 []
- 匹配一个指定范围内的字符,如 '[Gg]rep' 匹配 Grep 和 grep 。 [^]
- 匹配一个不在指定范围内的字符,如: '[^A-FH-Z]rep' 匹配不包含 A-R 和 T-Z 的一个字母开头,紧跟 rep 的行。 \(..\)
- 标记匹配字符,如 '\(love\)' , love 被标记为 1 。 \<
- 锚定单词的开始,如 :'\<grep' 匹配包含以 grep 开头的单词的行。 \>
- 锚定单词的结束,如 'grep\>' 匹配包含以 grep 结尾的单词的行。 x\{m\}
- 重复字符 x , m 次,如: '0\{5\}' 匹配包含 5 个 o 的行。 x\{m,\}
- 重复字符 x, 至少 m 次,如: 'o\{5,\}' 匹配至少有 5 个 o 的行。 x\{m,n\}
- 重复字符 x ,至少 m 次,不多于 n 次,如: 'o\{5,10\}' 匹配 5--10 个 o 的行。 \w
- 匹配文字和数字字符,也就是 [A-Za-z0-9] ,如: 'G\w*p' 匹配以 G 后跟零个或多个文字或数字字符,然后是 p 。 \W
- \w 的反置形式,匹配一个或多个非单词字符,如点号句号等。 \b
- 单词锁定符,如 :'\bgrep\b' 只匹配 grep 。
3. 用于egrep和grep-E的元字符扩展集
-
+
- 匹配一个或多个先前的字符。如: '[a-z]+able' ,匹配一个或多个小写字母后跟 able 的串,如 loveable,enable,disable 等。 ?
- 匹配零个或多个先前的字符。如: 'gr?p' 匹配 gr 后跟一个或没有字符,然后是 p 的行。 a|b|c
- 匹配 a 或 b 或 c 。如: grep|sed 匹配 grep 或 sed ()
- 分组符号,如: love(able|rs)ov+ 匹配 loveable 或 lovers ,匹配一个或多个 ov 。 x{m},x{m,},x{m,n}
- 作用同 x\{m\},x\{m,\},x\{m,n\}
4. POSIX字符类
为 了在不同国家的字符编码中保持一至,POSIX(ThePortable Operating SystemInterface)增加了特殊的字符类,如[:alnum:]是A-Za-z0-9的另一个写法。要把它们放到[]号内才能成为正则表达式,如[A-Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外,都支持POSIX的字符类。
-
[:alnum:]
- 文字数字字符 [:alpha:]
- 文字字符 [:digit:]
- 数字字符 [:graph:]
- 非空字符(非空格、控制字符) [:lower:]
- 小写字符 [:cntrl:]
- 控制字符 [:print:]
- 非空字符(包括空格) [:punct:]
- 标点符号 [:space:]
- 所有空白字符(新行,空格,制表符) [:upper:]
- 大写字符 [:xdigit:]
- 十六进制数字( 0-9 , a-f , A-F )
5. Grep命令选项
-
-?
- 同时显示匹配行上下的?行,如: grep-2 pattern filename 同时显示匹配行的上下 2 行。 -b , --byte-offset
- 打印匹配行前面打印该行所在的块号码。 -c,--count
- 只打印匹配的行数,不显示匹配的内容。 -fFile , --file=File
- 从文件中提取模板。空文件中包含 0 个模板,所以什么都不匹配。 -h , --no-filename
- 当搜索多个文件时,不显示匹配文件名前缀。 -i , --ignore-case
- 忽略大小写差别。 -q , --quiet
- 取消显示,只返回退出状态。 0 则表示找到了匹配的行。 -l , --files-with-matches
- 打印匹配模板的文件清单。 -L , --files-without-match
- 打印不匹配模板的文件清单。 -n , --line-number
- 在匹配的行前面打印行号。 -s , --silent
- 不显示关于不存在或者无法读取文件的错误信息。 -v , --revert-match
- 反检索,只显示不匹配的行。 -w , --word-regexp
- 如果被 \< 和 \> 引用,就把表达式做为一个单词搜索。 -V , --version
- 显示软件版本信息。
6. 实例
要用好grep这个工具,其实就是要写好正则表达式,所以这里不对grep的所有功能进行实例讲解,只列几个例子,讲解一个正则表达式的写法。
-
$ls -l | grep '^a'
- 通过管道过滤 ls-l 输出的内容,只显示以 a 开头的行。 $ grep 'test'd*
- 显示所有以 d 开头的文件中包含 test 的行。 $ grep 'test'aa bb cc
- 显示在 aa , bb , cc 文件中匹配 test 的行。 $ grep'[a-z]\{5\}' aa
- 显示所有包含每个字符串至少有 5 个连续小写字符的字符串的行。 $ grep'w\(es\)t.*\1' aa
- 如果 west 被匹配,则 es 就被存储到内存中,并标记为 1 ,然后搜索任意个字符( .* ),这些字符后面紧跟着另外一个 es ( \1 ),找到就显示该行。如果用 egrep 或 grep-E ,就不用 "\" 号进行转义,直接写成 'w(es)t.*\1' 就可以了。