[url=http://man.chinaunix.net/newsoft/grep/open.htm#id2861488][/url] (整理:jason ) 1. grep简介 grep (global search regular expression(RE) and print out the line,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fixed grep或fast grep,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:'\\> :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:'o\{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: '\bgrepb\'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(The Portable Operating System Interface)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 -a或--text 不要忽略二进制的数据。 -A或--after-context= 除了显示符合范本样式的那一列之外,并显示该列之后的内容。 -b或--byte-offset 在显示符合范本样式的那一列之前,标示出该列第一个字符的位编号。 -B或--before-context= 除了显示符合范本样式的那一列之外,并显示该列之前的内容。 -c或--count 计算符合范本样式的列数。 -C或--context=或- 除了显示符合范本样式的那一列之外,并显示该列之前后的内容。 -d或--directories= 当指定要查找的是目录而非文件时,必须使用这项参数,否则grep指令将回报信息并停止动作。 -e或--regexp= 指定字符串做为查找文件内容的范本样式。 -E或--extended-regexp 将范本样式为延伸的普通表示法来使用。 -f或--file= 指定范本文件,其内容含有一个或多个范本样式,让grep查找符合范本条件的文件内容,格式为每列一个范本样式。 -F或--fixed-regexp 将范本样式视为固定字符串的列表。 -G或--basic-regexp 将范本样式视为普通的表示法来使用。 -h或--no-filename 在显示符合范本样式的那一列之前,不标示该列所属的文件名称。 -H或--with-filename 在显示符合范本样式的那一列之前,表示该列所属的文件名称。 -i或--ignore-case 忽略字符大小写的差别。 -l或--file-with-matches 列出文件内容符合指定的范本样式的文件名称。 -L或--files-without-match 列出文件内容不符合指定的范本样式的文件名称。 -n或--line-number 在显示符合范本样式的那一列之前,标示出该列的列数编号。 -q或--quiet或--silent 不显示任何信息。 -r或--recursive 此参数的效果和指定“-d recurse”参数相同。 -s或--no-messages 不显示错误信息。 -v或--revert-match 反转查找。 -V或--version 显示版本信息。 -w或--word-regexp 只显示全字符合的列。 -x或--line-regexp 只显示全列符合的列。 -y 此参数的效果和指定“-i”参数相同。 --help 在线帮助。 6. 实例 要用好grep这个工具,其实就是要写好正则表达式,下面列几个例子,讲解正则表达式的写法。 $ 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。 再讲解一个具体应用的例子。 查询所有位于当前目录下的.cs文件中的Main,通过grep,可以轻松快速地完成这项任务,命令如下: grep ‘Main’ *.cs 输出结果为: ChineseDemo.cs: public static void Main() RegDemo1.cs: static void Main(string[] args) RegDemo2.cs: public static void Main() RegDemo3.cs: public static void Main() 可见,通过grep真的可以找到相关目录中符合条件的所有文件,并能打印出查询到的字符串所位于的那行内容。如果只想确定哪些文件含有Main,而不需打印相应行的内容,那么可以使用以下命令:? grep –l ‘Main’ *.cs 输出结果为: ChineseDemo.cs RegDemo1.cs RegDemo2.cs RegDemo3.cs 只有相应的文件名称被显示。 在找到了含有Main字符串的几个文件后,如果想粗略地查看某一具体文件的里源代码的相关信息,比如查看RegDemo1.cs文件中含有Main这一行的前后三行,相关的命令如下: grep –C 3 ‘Main’ RegDemo1.cs 输出结果为: class GroupingApp { static void Main(string[] args) { Reg7(); } 输出结果完全符合需求,static void Main(string[] args)这一行前后三行范围内的所有代码被全部打印出来(第一行是空行)。 以上的查询字符串没有对查找结果是否为一个完整的单词进行限制,也就是说TheMain和Main_Func都会被认定为查询目标。如果想限定该查询字符串为一个完整单词,那么可以使用\w参数,相关命令如下: grep –w ‘Main’ *.cs 结果为: ChineseDemo.cs: public static void Main() RegDemo1.cs: static void Main(string[] args) RegDemo2.cs: public static void Main() RegDemo3.cs: public static void Main() 注意:Main后面的开始括号不会被grep内嵌的正则表达式处理引擎认定为单词。 本文来自ChinaUnix博客,如果查看原文请点:http://blog.chinaunix.net/u/29875/showart_228933.html 发表评论 查看评论(共有条评论) 我要提问