linux 命令集 —— grep：字符串查找

[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