【Linux】grep命令与正则表达式(RegExp)

---

一、开发环境介绍

本文使用VMware虚拟机，运行Ubuntu 18.04.1 LTS版本。使用的Linux内核版本为4.15.0。建立ssh远程连接，通过Xshell操作虚拟机。
另外，使用的shell脚本为bash。

---

二、Linux中grep的作用

grep命令是一种命令行实用程序，用于在纯文本数据集中搜索与正则表达式匹配的行。通过find命令可以在/bin命令下找到grep命令的可执行程序。
grep命令的全称是"Globally search for a regular expression and print matching lines" 从中可以看到grep命令几个特点：1）globel 全文件搜索。这是因为在Unix、Unix-like系统中为了要彻底搜索一个文件，有的用户在要搜索的字符串前加上前缀 global。2）regular expression 正则表达式匹配。3）matching lines 按行匹配。4）print 打印信息。
grep还有变体程序egrep、fgrep、rgrep，它们的作用分别与grep -E、grep -F、grep -r相同。

---

三、grep命令使用格式和常用选项

Linux manual给出的grep命令SYNOPSIS有下列三种，其中常用的是第一种

1)grep [OPTIONS] PATTERN [FILE...]
2)grep [OPTIONS] -e PATTERN ... [FILE...]
3)grep [OPTIONS] -f FILE ... [FILE...]

grep命令有以下常用选项：

OPTION	DESCRIPTION	FUNCTION
-n	line number	显示行号
-E	extended-regexp	使用拓展正则表达式规则
-F	fixed-strings	不使用正则表达式规则
-i	ignore-case	无视大小写
-c	count	只显示匹配总数，不显示匹配行号
-w	word-regexp	把pattern作为一个单词匹配
-v	invert-match	反向匹配，匹配结果为不包含匹配文本的所有行
-l	–files-with-matches	列出包含匹配项的文件名
-L	files-without-match	列出不包含匹配项的文件名

其中 -w 相当于正则表达式中的 "\< \>"
即以grep -nEw “how” file匹配到的只能是完整的how，however不会作为匹配对象。
常用选项中使用最多的一般是 -nE

---

四、grep中常用的正则表达式

我们都知道Linux find命令通过通配符 “*” 、"?" “[]” 进行匹配，而Linux grep命令使用的是正则表达式（Regular expression）我们可以简单粗暴地将正则表达式理解为高级版的通配符。

1、正则表达式的基本单位/元字符

基本单位/元字符	含义
平凡字符	字面内容匹配
.	匹配任一字符
[集合]	集合内任意元素
[^集合]	非集合内的任意元素
\d	匹配数字
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符

举几个例子：
1、“Hello” 表示匹配字面内容Hello
2、"[abc]" 表示匹配a、b、c中的任一字符
3、"[a-zA-Z]" 表示匹配大小写字母中的任一字符
4、“a\b” 表示匹配连续出现的a和任一字符

2、正则表达式的重复限定符

正则表达式中连续出现的基本单位，如 “基本单位A基本单位B” 起到连接的作用，表示连续出现的A和B，但是对于过多连续出现的基本单位，只用元字符的方式进行书写就显得太繁琐了，这里就要引入正则表达式的重复限定符了。

重复限定符	作用
*	重复0~+∞次
?	重复0或1次
+	重复1~+∞次
{n}	重复n次
{n,}	重复n~+∞次
{n,m}	重复n~m次

例如在该文件中

有：

3、正则表达式的定位符

为了使得搜索更加精确，我们需要在正则表达式中添加定位符
常见的定位符有

定位符	作用
^	匹配位于 行首 的字符串
$	匹配位于 行尾 的字符串
\<	匹配位于 单词开头 的字符串
\>	匹配位于 单词结尾 的字符串
\b	匹配一个单词边界，即从单词靠近空格的地方开始查找。
\B	匹配非单词边界

之前已经提过，利用 “\< 和 \>” 可以完整地匹配一个单词，相当于 grep 命令中的 -w选项。

对于 4.2 正则表达式的重复限定符 中的temple文件，有

4、正则表达式的分组

重复限定符作用在左边最近的一个基本单位上，如果需要重复限定符对整个正则表达式生效，需要用到正则表达式的分组。正则表达式中用小括号()来做分组，也就是括号中的内容作为一个整体。
依旧以 4.2 正则表达式的重复限定符 中的temple为例
有以下操作

5、正则表达式中的转义字符

针对要匹配 “.”、"+"、"*" 等需要把这些元字符、限定符或者关键字转义成普通的字符的情形，与转移字符的规则相同，只要在这些字符之前加上 “\” 即可。
如要匹配以 (ab) 开头的字符

$ grep -nE "^(\(ab\))" file

不难理解，最外面的括号用于表示分组，里面两个括号分别与 “\” 组合成转移字符

6、正则表达式中的条件或

正则表达式支持条件或，表示匹配满足分支条件中的任一种条件。

如在temple中进行以下操作

$ grep -nE "bo+k|(aba)+"  temple

结果如下

---

五、grep命令与管道的组合运用

管道可以运用于重定向，将一个程序或命令的输出作为另一个程序或命令的输入。这里通过xargs 将管道输入的数据转换成命令行参数。

以下是一个在多个.c文件中查找fun1.c函数定义的例子

$ find -name "*.c" |xargs grep -nE "func1.+{"

---

The end