Copyright © 2004 本文遵从GPL协议,欢迎转载、修改、散布。
第一次发布时间:2004年7月16日
Table of Contents
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。
-
^
-
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:'\<grep'匹配包含以grep开头的单词的行。
\>
-
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:'0\{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: '\bgrep\b'只匹配grep。
-
+
-
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\}
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)
-
-?
-
同时显示匹配行上下的?行,如:grep -2 pattern filename同时显示匹配行的上下2行。
-b,--byte-offset
-
打印匹配行前面打印该行所在的块号码。
-c,--count
-
只打印匹配的行数,不显示匹配的内容。
-f File,--file=File
-
从文件中提取模板。空文件中包含0个模板,所以什么都不匹配。
-h,--no-filename
-
当搜索多个文件时,不显示匹配文件名前缀。
-i,--ignore-case
-
忽略大小写差别。
-q,--quiet
-
取消显示,只返回退出状态。0则表示找到了匹配的行。
-l,--files-with-matches
-
打印匹配模板的文件清单。
-L,--files-without-match
-
打印不匹配模板的文件清单。
-n,--line-number
-
在匹配的行前面打印行号。
-s,--silent
-
不显示关于不存在或者无法读取文件的错误信息。
-v,--revert-match
-
反检索,只显示不匹配的行。
-w,--word-regexp
-
如果被\<和\>引用,就把表达式做为一个单词搜索。
-V,--version
-
显示软件版本信息。
要用好grep这个工具,其实就是要写好正则表达式,所以这里不对grep的所有功能进行实例讲解,只列几个例子,讲解一个正则表达式的写法。
-
$ 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。