强大的grep用法详解:grep与正则表达式

　　from:http://hi.baidu.com/nearlove/blog/item/11db98 b6b5b8aff831add1e5.html 首先要记住的是: 正则表达式与通配符不一样,它们表示的含义并不相同!
　　正则表达式只是一种表示法,只要工具支持这种表示法， 那么该工具就可以处理正则表达式的字符串。vim、grep、awk 、sed 都支持正则表达式，也正是因为由于它们支持正则，才显得它们强大；在以前上班的公司里，由于公司是基于web的服务型网站(nginx)，对正则的需求比 较大，所以也花了点时间研究正则，特与大家分享下：
　　1基础正则表达式
　　grep 工具，以前介绍过。
　　grep -[acinv] '搜索内容串' filename
　　-a 以文本文件方式搜索
　　-c 计算找到的符合行的次数
　　-i 忽略大小写
　　-n 顺便输出行号
　　-v 反向选择，即找 没有搜索字符串的行
　　其中搜索串可以是正则表达式!
　　1
　　搜索有the的行,并输出行号
　　$grep -n 'the' regular_express.txt
　　搜 索没有the的行,并输出行号
　　$grep -nv 'the' regular_express.txt
　　2 利用[]搜索集合字符
　　[] 表示其中的某一个字符 ，例如[ade] 表示a或d或e
　　woody@xiaoc:~/tmp$ grep -n 't[ae]st' regular_express.txt
　　8:I can't finish the test.
　　9:Oh! the soup taste good!
　　可以用^符号做[]内的前缀，表示除[]内的字符之外的字 符。
　　比如搜索oo前没有g的字符串所在的行. 使用 '[^g]oo' 作搜索字符串
　　woody@xiaoc:~/tmp$ grep -n '[^g]oo' regular_express.txt
　　2:apple is my favorite food.
　　3:Football game is not use feet only.
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　[] 内可以用范围表示，比如[a-z] 表示小写字母,[0-9] 表示0~9的数字, [A-Z] 则是大写字母们。[a-zA-Z0-9]表示所有数字与英文字符。 当然也可以配合^来排除字符。
　　搜索包含数字的行
　　woody@xiaoc:~/tmp$ grep -n '[0-9]' regular_express.txt
　　5:However ,this dress is about $ 3183 dollars.
　　15:You are the best is menu you are the no.1.
　　行首与行尾字符 ^ $. ^ 表示行的开头，$表示行的结尾( 不是字符，是位置）那么'^$' 就表示空行,因为只有
　　行首和行尾。
　　这里^与[]里面使用的^意义不同。它表示^后面的串是在行的开头。
　　比如搜索the在开头的行
　　woody@xiaoc:~/tmp$ grep -n '^the' regular_express.txt
　　12:the symbol '*' is represented as star.
　　搜索以小写字母开头的行
　　woody@xiaoc:~/tmp$ grep -n '^[a-z]' regular_express.txt
　　2:apple is my favorite food.
　　4:this dress doesn't fit me.
　　10:motorcycle is cheap than car.
　　12:the symbol '*' is represented as star.
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　20:go! go! Let's go.
　　woody@xiaoc:~/tmp$
　　搜索开头不是英文字母的行
　　woody@xiaoc:~/tmp$ grep -n'^[^a-zA-Z]' regular_express.txt
　　1:"Open Source" is a good mechanism to develop programs.
　　21:#I am VBird
　　woody@xiaoc:~/tmp$
　　$表示它前面的串是在行的结尾，比如 '\.' 表示 . 在一行的结尾
　　搜索末尾是.的行
　　woody@xiaoc:~/tmp$ grep -n '\.$' regular_express.txt //. 是正则表达式的特殊符号，所以要用\转义
　　1:"Open Source" is a good mechanism to develop programs.
　　2:apple is my favorite food.
　　3:Football game is not use feet only.
　　4:this dress doesn't fit me.
　　5:However ,this dress is about $ 3183 dollars.
　　6:GNU is free air not free beer.
　　.....
　　注意在MS的系统下生成的文本文件，换行会加上一个 ^M 字符。所以最后的字符会是隐藏的^M ,在处理Windows
　　下面的文本时要特别注意！
　　可以用cat dos_file | tr -d '\r' > unix_file 来删除^M符号。 ^M==\r
　　那么'^$' 就表示只有行首行尾的空行拉！
　　搜索空行
　　woody@xiaoc:~/tmp$ grep -n '^$' regular_express.txt
　　22:
　　23:
　　woody@xiaoc:~/tmp$
　　搜索非空行
　　woody@xiaoc:~/tmp$ grep -vn '^$' regular_express.txt
　　1:"Open Source" is a good mechanism to develop programs.
　　2:apple is my favorite food.
　　3:Football game is not use feet only.
　　4:this dress doesn't fit me.
　　..........
　　任意一个字符. 与重复字符 *
　　在bash中*代表通配符，用来代表任意个 字符，但是在正则表达式中，他含义不同，*表示有0个或多个 某个字符。
　　例如 oo*, 表示第一个o一定存在，第二个o可以有一个或多个，也可以没有，因此代表至少一个o.
　　点. 代表一个任意字符，必须存在。 g??d 可以用 'g..d' 表示。 good ,gxxd ,gabd .....都符合。
　　woody@xiaoc:~/tmp$ grep -n 'g..d' regular_express.txt
　　1:"Open Source" is a good mechanism to develop programs.
　　9:Oh! the soup taste good!
　　16:The world is the same with 'glad'.
　　woody@xiaoc:~/tmp$
　　搜索两个o以上的字符串
　　woody@xiaoc:~/tmp$ grep -n 'ooo*' regular_express.txt //前两个o一定存在，第三个o可没有，也可有多个。
　　1:"Open Source" is a good mechanism to develop programs.
　　2:apple is my favorite food.
　　3:Football game is not use feet only.
　　9:Oh! the soup taste good!
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　搜索g开头和结尾，中间是至少一个o的字符串，即gog, goog....gooog...等
　　woody@xiaoc:~/tmp$ grep -n 'goo*g' regular_express.txt
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　搜索g开头和结尾的字符串在的行
　　woody@xiaoc:~/tmp$ grep -n 'g.*g' regular_express.txt // .*表示 0个或多个任意字符
　　1:"Open Source" is a goodmechanism to develop programs.
　　14:The gd software is a library for drafting programs.
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　20:go! go! Let's go.
　　限定连续重复字符的范围 { }
　　. * 只能限制0个或多个， 如果要确切的限制字符重复数量，就用{范围} 。范围是数字用,隔开 2,5 表示2~5个,
　　2表示2个，2, 表示2到更多个
　　注意，由于{ }在SHELL中有特殊意义，因此作为正则表达式用的时候要用\转义一下。
　　搜索包含两个o的字符串的行。
　　woody@xiaoc:~/tmp$ grep -n 'o\{2\}' regular_express.txt
　　1:"Open Source" is a good mechanism to develop programs.
　　2:apple is my favorite food.
　　3:Football game is not use feet only.
　　9:Oh! the soup taste good!
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　搜索g后面跟2~5个o,后面再跟一个g的字符串的行。
　　woody@xiaoc:~/tmp$ grep -n 'go\{2,5\}g' regular_express.txt
　　18:google is the best tools for search keyword.
　　搜索包含g后面跟2个以上o,后面再跟g的行。。
　　woody@xiaoc:~/tmp$ grep -n 'go\{2,\}g' regular_express.txt
　　18:google is the best tools for search keyword.
　　19:goooooogle yes!
　　注意，相让[]中的^－ 不表现特殊意义，可以放在[]里面内容的后面。
　　'[^a-z\.!^ -]' 表示没有小写字母，没有. 没有!, 没有空格，没有-的 串，注意[]里面有个小空格。
　　另外shell 里面的反向选择为[!range], 正则里面是 [^range]
　　2扩展正则表达式
　　扩展正则表达式是对基础正则表达式添加了几个特殊构成的。
　　它令某些操作更加方便。
　　比如我们要去除 空白行和行首为 #的行， 会这样用：
　　woody@xiaoc:~/tmp$ grep -v '^$' regular_express.txt | grep -v '^#'
　　"Open Source" is a good mechanism to develop programs.
　　apple is my favorite food.
　　Football game is not use feet only.
　　this dress doesn't fit me.
　　............
　　然而使用支持扩展正则表达式的 egrep 与扩展特殊符号 | ，会方便许多。
　　注意grep只支持基础表达式， 而egrep 支持扩展的， 其实 egrep 是 grep -E 的别名而已。因此grep -E 支持扩展正则。
　　那么:
　　woody@xiaoc:~/tmp$ egrep -v '^$|^#' regular_express.txt
　　"Open Source" is a good mechanism to develop programs.
　　apple is my favorite food.
　　Football game is not use feet only.
　　this dress doesn't fit me.
　　....................
　　这里| 表示或的关系。 即满足 ^$ 或者 ^# 的字符串。
　　这里列出几个扩展特殊符号：
　　＋，于 . * 作用类似，表示 一个或多个重复字符。
　　?，于 . * 作用类似，表示0个或一个字符。
　　｜，表示或关系，比如 'gd|good|dog' 表示有gd,good或dog的串
　　（），将部分内容合成一个单元组。 比如 要搜索 glad 或 good 可以这样'g(la|oo)d'
　　()的好处是可以对小组使用 + ? * 等。
　　比如要搜索A和C开头结尾，中间有至少一个(xyz) 的串，可以这样 : 'A(xyz)+C'