linux shell编程指南第八章------grep 家族

相信g r e p是U N I X和L I N U X中使用最广泛的命令之一。g r e p（全局正则表达式版本）允许

对文本文件进行模式查找。如果找到匹配模式， g r e p打印包含模式的所有行。

开始讨论之前，先生成一个文件，插入一段文本，并在每列后加入< Ta b >键，g r e p命令示
例中绝大多数将以此为例，其命名为d a t a . . f。生成一个文件，但不知其含义，将是一件很枯燥
的事。那么先来看看d a t a . f的记录结构。

[root@localhost huangcd]# cat data.f
48   Dec   3BC1997   LPSX 68.00 LVX2A 138
483  Sept  5AP1996   USP  65.00 LVX2C 189
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
219  dec   2CC1999   CAD  23.00 PLV2C 68 
484  nov   7PL1996   CAD  49.00 PLV2C 234
483  may   5PA1998   USP  37.00 KVM9D 644
216  sept  3ZL1998   USP  86.00 KVM9E 234

g r e p一般格式为：
grep [选项]基本正则表达式[文件]
这里基本正则表达式可为字符串。

双引号引用:

在g r e p命令中输入字符串参数时，最好将其用双引号括起来。例如：“m y s t r i n g”。这样做
有两个原因，一是以防被误解为s h e l l命令，二是可以用来查找多个单词组成的字符串，例如：
“jet plane”，如果不用双引号将其括起来，那么单词p l a n e将被误认为是一个文件，查询结果
将返回“文件不存在”的错误信息。
在调用变量时，也应该使用双引号，诸如： g r e p“$ M Y VA R”文件名，如果不这样，将
没有返回结果。
在调用模式匹配时，应使用单引号。

常用的g r e p选项有：
-c 只输出匹配行的计数。
-i 不区分大小写（只适用于单字符）。
-h 查询多文件时不显示文件名。
-l 查询多文件时只输出包含匹配字符的文件名。
-n 显示匹配行及行号。
-s 不显示不存在或无匹配文本的错误信息。
-v 显示不包含匹配文本的所有行。

如果要在当前目录下所有. d o c文件中查找字符串“ s o r t”，方法如下：
$ grep   "sort"   *.doc 
或在所有文件中查询单词“ sort it”
$ grep   "sort it"   *

现在讲述在文本文件中g r e p选项的用法。

行匹配：

[root@localhost huangcd]# grep -c "48" data.f
4

g r e p返回数字4，意义是有4行包含字符串“4 8”。

现在显示包含“4 8”字符串的4行文本：

[root@localhost huangcd]# grep "48" data.f
48   Dec   3BC1997   LPSX 68.00 LVX2A 138
483  Sept  5AP1996   USP  65.00 LVX2C 189
484  nov   7PL1996   CAD  49.00 PLV2C 234
483  may   5PA1998   USP  37.00 KVM9D 644

显示满足匹配模式的所有行行数：

行数在输出第一列，后跟包含4 8的每一匹配行。

[root@localhost huangcd]# grep -n "48" data.f
1:48   Dec   3BC1997   LPSX 68.00 LVX2A 138
2:483  Sept  5AP1996   USP  65.00 LVX2C 189
5:484  nov   7PL1996   CAD  49.00 PLV2C 234
6:483  may   5PA1998   USP  37.00 KVM9D 644

显示所有不包含4 8的各行：

[root@localhost huangcd]# grep -v "48" data.f
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
219  dec   2CC1999   CAD  23.00 PLV2C 68 
216  sept  3ZL1998   USP  86.00 KVM9E 234

精确匹配：

可能大家已注意到，在上一例中，抽取字符串“ 4 8”，返回结果包含诸如4 8 4和4 8 3等包含
“4 8”的其他字符串，实际上应精确抽取只包含4 8的各行。注意在每个匹配模式中抽取字符串
后有一个< Ta b >键，所以应操作如下：

[root@localhost huangcd]# grep "48 " data.f
48   Dec   3BC1997   LPSX 68.00 LVX2A 138

使用g r e p抽取精确匹配的一种更有效方式是在抽取字符串后加\ >。假定现在精确抽取4 8，
方法如下：

[root@localhost huangcd]# grep '48\>' data.f
48   Dec   3BC1997   LPSX 68.00 LVX2A 138

缺省情况下， g r e p是大小写敏感的，如要查询大小写不敏感字符串，必须使用- i开关。

[root@localhost huangcd]# grep -i "sept" data.f
483  Sept  5AP1996   USP  65.00 LVX2C 189
216  sept  3ZL1998   USP  86.00 KVM9E 234

grep和正则表达式：

使用正则表达式时最好用单引号括起来，这样可以防止g r e p中使用的专有模式与一些s h e l l命令的
特殊方式相混淆。

假定要抽取代码为4 8 4和4 8 3的城市位置，上一章中讲到可以使用[ ]来指定字符串范围，这
里用4 8开始，以3或4结尾，这样抽出4 8 4或4 8 3。

[root@localhost huangcd]# grep '48[34]' data.f
483  Sept  5AP1996   USP  65.00 LVX2C 189
484  nov   7PL1996   CAD  49.00 PLV2C 234
483  may   5PA1998   USP  37.00 KVM9D 644

如果要抽出记录，使其行首不是4 8，可以在方括号中使用^记号，表明查询在行首开始。

[root@localhost huangcd]# grep '^[^48]' data.f
219  dec   2CC1999   CAD  23.00 PLV2C 68 
216  sept  3ZL1998   USP  86.00 KVM9E 234

如果要抽取包含S e p t的所有月份，不管其大小写，并且此行包含字符串4 8 3，可以使用管
道命令，即符号“|”左边命令的输出作为“ |”右边命令的输入。举例如下：

[root@localhost huangcd]# grep '[Ss]ept' data.f |grep 483
483  Sept  5AP1996   USP  65.00 LVX2C 189

如果抽取以K开头，以D结尾的所有代码，可使用下述方法，因为已知代码长度为5个字
符：

[root@localhost huangcd]# grep 'K...D' data.f
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
483  may   5PA1998   USP  37.00 KVM9D 644

一个常用的查询模式是日期查询。先查询所有以5开始以1 9 9 6或1 9 9 8结尾的所有记录。使
用模式5 . . 1 9 9 [ 6 , 8 ]。这意味着第一个字符为5，后跟两个点，接着是1 9 9，剩余两个数字是6或
8。

[root@localhost huangcd]# grep '5..199[6,8]' data.f
483  Sept  5AP1996   USP  65.00 LVX2C 189
483  may   5PA1998   USP  37.00 KVM9D 644

查询包含1 9 9 8的所有记录的另外一种方法是使用表达式[ 0 - 9 ] \ { 3 \ } [ 8 ]，含义是任意数字重
复3次，后跟数字8，虽然这个方法不像上一个方法那么精确，但也有一定作用。

[root@localhost huangcd]# grep '[0-9]\{3\}[8]' data.f
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
483  may   5PA1998   USP  37.00 KVM9D 644
216  sept  3ZL1998   USP  86.00 KVM9E 234

必须学会使用[ ]抽取信息。假定要取得城市代码，第一个字符为任意字符，第二个字符在
0到5之间，第三个字符在0到6之间，使用下列模式即可实现。

[root@localhost huangcd]# grep '[0-9][0-5][0-6]' data.f
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
484  nov   7PL1996   CAD  49.00 PLV2C 234
483  may   5PA1998   USP  37.00 KVM9D 644
216  sept  3ZL1998   USP  86.00 KVM9E 234

抽取包含数字4至少重复出现两次的所有行，方法如下：

[root@localhost huangcd]# grep '4\{2,\}'  data.f
483  may   5PA1998   USP  37.00 KVM9D 644

g r e p命令加- E参数，这一扩展允许使用扩展模式匹配。例如，要抽取城市代码为2 1 9或
2 1 6，方法如下：

[root@localhost huangcd]# grep -E '219|216'  data.f
219  dec   2CC1999   CAD  23.00 PLV2C 68 
216  sept  3ZL1998   USP  86.00 KVM9E 234

查询有特殊含义的字符，诸如$ . ' " * [] ^ | \ + ? ,必须在特定字符前加\。假设要查询包含“.”
的所有行，脚本如下：

grep    '\.'   myfile

grep    '\“'   myfile

现举例说明其使用方式。要抽取产品代码，该代码以5开头，后跟至少两个大写字母。使
用的脚本如下：

[root@localhost huangcd]# grep '5[[:upper:]][[:upper:]]' data.f
483  Sept  5AP1996   USP  65.00 LVX2C 189
483  may   5PA1998   USP  37.00 KVM9D 644

如果要抽取以P或D结尾的所有产品代码，方法如下：

[root@localhost huangcd]# grep '[[:upper:]][[:upper:]][P,D]' data.f
483  Sept  5AP1996   USP  65.00 LVX2C 189
219  dec   2CC1999   CAD  23.00 PLV2C 68 
484  nov   7PL1996   CAD  49.00 PLV2C 234
483  may   5PA1998   USP  37.00 KVM9D 644
216  sept  3ZL1998   USP  86.00 KVM9E 234

如果要查询目录列表中的目录，方法如下：

[root@localhost huangcd]# ls -l|grep '^d'
drwxrwxr-x 2 huangcd huangcd   4096 11-18 22:24 c
drwxr-xr-x 2 huangcd huangcd   4096 11-19 23:49 Desktop
drwxr-xr-x 8 huangcd huangcd   4096 10-28 17:16 ipython-0.8.2
drwxr-xr-x 5 root    games     4096 2012-11-07 nltk-2.0.4
drwxrwxr-x 2 huangcd huangcd   4096 11-18 20:19 python
drwxr-xr-x 8 huangcd huangcd   4096 11-07 17:02 PyYAML-3.10
drwxr-xr-x 2 root    root      4096 11-18 20:46 today
drwxr-xr-x 7 huangcd huangcd   4096 10-31 16:56 vmware-tools-distrib

系统grep命令：

如果在一个目录中查询不包含目录的所有文件，方法如下：

[root@localhost huangcd]# ls -l|grep '^[^d]'
总计 1356
-rwxrwxrwx 1 huangcd huangcd    179 11-12 23:04 addaccount.sh
-rw-r--r-- 1 root    root       302 11-24 15:48 data.f
-rw-r--r-- 1 huangcd huangcd      0 11-11 22:19 file1
-rw-r--r-- 1 root    root       464 11-21 23:02 files.out
-rw-r--r-- 1 root    root        46 11-21 23:20 filetest
-rw-rw-r-- 1 huangcd huangcd    423 11-12 21:39 find.dt
-rw-r--r-- 1 root    root         0 11-21 23:15 grep.err
要查询其他用户和其他用户组成员有可执行权限的目录集合，方法如下：

[root@localhost huangcd]# ls -l|grep '^d.....x..x'
drwxrwxrwx 2 huangcd huangcd     4096 12-10 20:54 c
drwxr-xr-x 2 huangcd huangcd     4096 10-26 22:50 Desktop
drwxrwxrwx 2 huangcd huangcd     4096 12-10 20:55 python
drwxr-xr-x 7 huangcd huangcd     4096 08-27 03:19 vmware-tools-distrib

下述脚本查询/ e t c / p a s s w d文件是否包含huangcd字符串，如果误输入以下脚本：

[root@localhost huangcd]# grep "huangcd" /etc/passwd
huangcd:x:500:500:huangchengdu:/home/huangcd:/bin/bash

[root@localhost huangcd]# grep "huangcd" /etc/password
grep: /etc/password: 没有那个文件或目录

如要保存g r e p命令的查询结果，可将命令输出重定向到一个文件。

[root@localhost huangcd]# grep "huangcd" /etc/passwd >/tmp/passwd.out
[root@localhost huangcd]# cat /tmp/passwd.out
huangcd:x:500:500:huangchengdu:/home/huangcd:/bin/bash

使用ps命令：

使用带有ps x命令的g r e p可查询系统上运行的进程。ps x命令意为显示系统上运行的所有
进程列表。要查看D N S服务器是否正在运行（通常称为n a m e d），方法如下：

[root@localhost huangcd]# ps ax |grep "named"
 5609 pts/1    S+     0:00 grep named

输出也应包含此g r e p命令，因为g r e p命令创建了相应进程， ps x将找到它。在g r e p命令中
使用- v选项可丢弃p s命令中的g r e p进程。
[root@localhost huangcd]# ps ax |grep "named"|grep -v "grep"

g r e p不只应用于文件，也可应用于字符串。为此使用e c h o字符串命令，然后对g r e p命令使
用管道输入。

[root@localhost huangcd]# STR="mary joe peter pauline"
[root@localhost huangcd]# echo $STR |grep "mary"
mary joe peter pauline

egrep：

e g r e p代表e x p r e s s i o n或extended grep，适情况而定。e g r e p接受所有的正则表达式， e g r e p
的一个显著特性是可以以一个文件作为保存的字符串，然后将之传给e g r e p作为参数，为此使
用- f开关。如果创建一个名为g r e p s t r i n g s的文件，并输入4 8 4和4 7：

上述脚本匹配d a t a . f中包含4 8 4或4 7的所有记录。当匹配大量模式时， - f开关很有用，而在
一个命令行中敲入这些模式显然极为繁琐。

[root@localhost huangcd]# cat grepstrings 
484
47
[root@localhost huangcd]# egrep -f grepstrings data.f 
47   Oct   3ZL1998   LPSX 43.00 KVM9D 512
484  nov   7PL1996   CAD  49.00 PLV2C 234