UNIX shell学习（1）-grep与正则表达式

在vi模式下，将tom和Tom替换成David，可以使用如下命令：

:1,$s/tom/David/g   

 

 

:1,$s//<[Tt]om/>/David/g

含义：从文件第一行到文件末尾(1,$)，用David替换单词tom和Tom.

g：表示全程执行该操作(即替换掉同一行中出现的所有指定模式).

正则表达式元字符/<和/>代表单词的开始和结束。

 

 

正则表达式元字符： 

元字符	功能	示例	匹配对象
^	行首定位符	/^love/	匹配所有以love开头的行
$	行尾定位符	/love$/	匹配所有以love结尾的行
.	匹配单个字符	/l..e/	匹配包含一个l，后跟两个字符，再跟一个e的行
*	匹配0或多个重复的位于星号前的字符	/ *love/	匹配包含跟在零个或多个空格后的模式love的行
[]	匹配一组字符中的任一个	/[Ll]ove/	匹配包含love或Love的行
[x-y]	匹配指定范围内的一个字符	/[A-Z]ove/	匹配后面跟着ove的一个A至Z之间的字符
[^ ]	匹配不在指定组内的字符	/[^A-Z]/	匹配不在范围A至Z之间的任意一个字符
/	用来转义元字符	/love/./	匹配包含love，后面跟一个句号。（未经转义的）句点通常匹配单个任意字符

 

许多使用RE元字符的UNIX/Linux程序都支持下面附加的元字符

/<	词首定位符	//<love/	匹配包含以love开头的词的行(vi和grep支持)
/>	词尾定位符	/love/>/	匹配包含以love结尾的词的行(vi和grep支持)
/(../)	匹配稍后将要使用的字符的标签	//(love/)able/1er/	最多可以使用9个标签，模式中最左边的标签是第一个。例如，模式love被保存为标签1，用/1 表示。左边这个例子中，查找串是一个lovable后跟lover的长串(sed、vihe 和grep支持)
x/{m/} 或 x/{m,/} 或 x/{m,n/}	字符x的重复出现： M次、至少m、至少m次且不超过n次	o/{5,10/}	匹配包含5~10个连续的字母o的行(vi和grep支持)

 

GNU版本grep的正则表达式元字符基本集补充： 

/w	所有字母与数字，成为字符[a-zA-Z0-9_]	l/w*e	匹配一个l后跟零个或多个字符，最后接一个e
/W	所有字母与数字之外的字符，成为非字符[^a-zA-Z0-9_]	love/W+	匹配love后跟一个或多个非字符(.,?等)
/b	词边界	/blove/b	仅匹配love这个单词

 

egrep与grep -E使用的扩展集 

+	匹配一个或多个前导字符	[a-z]+ove	匹配一个或多个小写字母，后跟ove。如move,approve,love,behoove等
?	匹配零个或一个前导字符	lo?ve	匹配一个l后跟一个或零个字母o的模式，如love或lve
a|b|c	匹配a或b或c	love|hate	匹配其中的一个表达式，love或hate
()	组字符	love(able|rs) (ov)+	匹配loveable或lovers 匹配一个或多个连续的ov
(..)(…) /1/2	标签匹配字符	/(love)ing	寄存器中以标签标记的部分，以数字1记录。将来引用时，用/1重复该模式。最多可以使用9个标签，模式最左侧部分为第一个标签。例如，模式love保存在寄存器1中，将来以/1进行引用

 

括号字符类：

括号类	含义
[:alnum:]	字母与数字两种字符
[:alpha:]	字母字符
[:cntrl:]	控制字符
[:digit:]	数字字符
[:graph:]	非空字符（不包含空格、控制字符等）
[:lower:]	小写字母
[:print:]	与[:graph:]类似，但包含空格字符
[:punct:]	标点字符
[:space:]	所有的空白字符（换行符，空格符，制表符）
[:upper:]	大写字母
[:xdigit:]	十六进制数字字符(0-9a-fA-F)

 

例：grep '[[:space:]]/.[[:digit:]][[:space:]]' filename

查找filename中包含一个空格字符、一个数字字符和另一个空格字符的行。

 

所有变体（-G,-E和-F）均可用的GNU grep选项 

选项	作用
-#-	将匹配行前后#行的内容一同打印出来；也就是说，grep -2 pattern filename将导致grep打印匹配行及匹配行的前两行和后两行
-A #, --after-context=#	打印匹配行后面#行的内容；也就是说，匹配行及它后面指定的#行内容
-B #, --before-context=#	打印匹配行前面#行的内容；也就是说，匹配行及它前面指定的#行内容
-C #, --context=#	等价于-2选项。打印匹配行的前两行和后两行
-V, --version	打印grep版本信息，版本信息应当包含在所有的bug报告中
-a, --text, --binary-files=text	将二进制文件当做文本文件处理
-b, --byte-offset	在输出的每行前显示偏移字节数
-c, --count	为每个输入文件打印成功匹配的行数。-v则打印一些未匹配的行数
-D action, --devices=action	如果输入文件为一个设备，如套接字或管道。则action默认从该设备读，就如同读一个普通文件一样。如果action为skip，则该设备被忽略
-e PATTERN, --regexp=PATTERN	使用字面PATTERN作为模式；这对保护以-开头的模式非常有帮助
-f FILE, --file=FILE	从FILE中获得模式，每行一个。空文件包含0个模式，因此什么也不能匹配
--help--	显示有关grep命令行选项及错误报告地址的帮助信息，然后退出
-h, --no-filename	当搜索多个文件时，禁止输出文件名前缀
-I, --ignore-case	忽略模式和输入文件的大小写区别
-L, --files-without-match	仅打印所有未能匹配模式的文件名
-l, --files-with-matches	仅打印所有正确匹配模式的文件名
-m #, --max-count=#	如果文件是标准输入或正规文件，在找到指定数量（#）的匹配行后停止读文件
-n, --line-number	在匹配成功的输出行前加上行号作为前缀
-q, --quiet	禁止正规输出。可用来替代-n
-r, -R, --recursive, --directories=recurse	对列出的目录，递归的读并处理这些目录中的所有文件；也就是指该目录下的所有目录
-s, --silent	禁止显示文件不存在或文件不可读的错误信息
-v, --revert-match	转换匹配性质，选择非匹配行
-w, --word-regexp	仅选择包含词匹配的行。匹配词边界上包含字母、数字和下划线的字符串
-x, --line-regexp	仅选择精确匹配整行的那些匹配
-y	与已废除的-i同义
-U, --binary	将文件作为二进制文件处理。仅有MS-DOS和MS-Windows支持该选项
-u, --unix-byte-offsets	报告UNIX风格的字节偏移。这个选项仅在同时使用-b选项的情况下才有效；仅有MS-DOS和MS-Windows支持该选项
-Z, --null	在文件名的末尾放上ASCII空字符以取代换行符

   

vi模式下，括在正斜杠之间的正则表达式是查找串，用来跟文本文件中的每一行进行匹配：

a. /^[A-Z]..$/  查找文本中所有以大写字母开头、后跟两个任意字符，再跟一个换行符的行。

b. /^[A-Z][a-z ]*3[0-5]/  查找所有以大写字母开头、后跟零个或多个小写字母或空格，再跟数字3和一个0~5之间的数字的行。

c. /[a-z]*/./  查找包含跟在零个或多个小写字母后的句点的行。

d. /^ *[A-Z][a-z][a-z]$/  查找以零个或多个空格开头（注意：制表符不算空格），后跟一个大写字母、两个小写字母和一个换行符的行。

e. /^[A-Za-z]*[^,][A-Za-z]*$/  查找以零个或多个大/小写字母开头，后跟一个非逗号的字符，再跟零个或多个大/小写字母和一个换行符的行。

 

含义：从文件第一行到文件末尾(1,$)，用David替换单词tom.