shell系列7-grep

一.grep概述

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。

1.1 grep语法

语法：

grep [选项][模式][文件…]

grep 选项

[root@hp5 tmp]# grep --help
用法: grep [选项]... PATTERN [FILE]...
在每个 FILE 或是标准输入中查找 PATTERN。
默认的 PATTERN 是一个基本正则表达式(缩写为 BRE)。
例如: grep -i 'hello world' menu.h main.c

正则表达式选择与解释:
  -E, --extended-regexp     PATTERN 是一个可扩展的正则表达式(缩写为 ERE)
  -F, --fixed-strings       PATTERN 是一组由断行符分隔的定长字符串。
  -G, --basic-regexp        PATTERN 是一个基本正则表达式(缩写为 BRE)
  -P, --perl-regexp         PATTERN 是一个 Perl 正则表达式
  -e, --regexp=PATTERN      用 PATTERN 来进行匹配操作
  -f, --file=FILE           从 FILE 中取得 PATTERN
  -i, --ignore-case         忽略大小写
  -w, --word-regexp         强制 PATTERN 仅完全匹配字词
  -x, --line-regexp         强制 PATTERN 仅完全匹配一行
  -z, --null-data           一个 0 字节的数据行，但不是空行

Miscellaneous:
  -s, --no-messages         suppress error messages
  -v, --invert-match        select non-matching lines
  -V, --version             display version information and exit
      --help                display this help text and exit

输出控制:
  -m, --max-count=NUM       NUM 次匹配后停止
  -b, --byte-offset         输出的同时打印字节偏移
  -n, --line-number         输出的同时打印行号
      --line-buffered       每行输出清空
  -H, --with-filename       为每一匹配项打印文件名
  -h, --no-filename         输出时不显示文件名前缀
      --label=LABEL         将LABEL 作为标准输入文件名前缀
  -o, --only-matching       show only the part of a line matching PATTERN
  -q, --quiet, --silent     suppress all normal output
      --binary-files=TYPE   assume that binary files are TYPE;
                            TYPE is 'binary', 'text', or 'without-match'
  -a, --text                equivalent to --binary-files=text
  -I                        equivalent to --binary-files=without-match
  -d, --directories=ACTION  how to handle directories;
                            ACTION is 'read', 'recurse', or 'skip'
  -D, --devices=ACTION      how to handle devices, FIFOs and sockets;
                            ACTION is 'read' or 'skip'
  -r, --recursive           like --directories=recurse
  -R, --dereference-recursive
                            likewise, but follow all symlinks
      --include=FILE_PATTERN
                            search only files that match FILE_PATTERN
      --exclude=FILE_PATTERN
                            skip files and directories matching FILE_PATTERN
      --exclude-from=FILE   skip files matching any file pattern from FILE
      --exclude-dir=PATTERN directories that match PATTERN will be skipped.
  -L, --files-without-match print only names of FILEs containing no match
  -l, --files-with-matches  print only names of FILEs containing matches
  -c, --count               print only a count of matching lines per FILE
  -T, --initial-tab         make tabs line up (if needed)
  -Z, --null                print 0 byte after FILE name

文件控制:
  -B, --before-context=NUM  打印以文本起始的NUM 行
  -A, --after-context=NUM   打印以文本结尾的NUM 行
  -C, --context=NUM         打印输出文本NUM 行
  -NUM                      same as --context=NUM
      --group-separator=SEP use SEP as a group separator
      --no-group-separator  use empty string as a group separator
      --color[=WHEN],
      --colour[=WHEN]       use markers to highlight the matching strings;
                            WHEN is 'always', 'never', or 'auto'
  -U, --binary              do not strip CR characters at EOL (MSDOS/Windows)
  -u, --unix-byte-offsets   report offsets as if CRs were not there
                            (MSDOS/Windows)

‘egrep’即‘grep -E’。‘fgrep’即‘grep -F’。
直接使用‘egrep’或是‘fgrep’均已不可行了。
若FILE 为 -，将读取标准输入。不带FILE，读取当前目录，除非命令行中指定了-r 选项。
如果少于两个FILE 参数，就要默认使用-h 参数。
如果有任意行被匹配，那退出状态为 0，否则为 1；
如果有错误产生，且未指定 -q 参数，那退出状态为 2。

请将错误报告给: bug-grep@gnu.org
GNU Grep 主页: <http://www.gnu.org/software/grep/>
GNU 软件的通用帮助: <http://www.gnu.org/gethelp/>
[root@hp5 tmp]# 

模式：
模式可以是字符串，也可以是变量，还可以是正则表达式。需要说明的是，无论模式是何种形式，只要模式中包含空格，就需要使用双引号将模式括起来。

文件:
文件可以有多个，亦可以用通配来表示

1.2 linux支持的grep

Linux系统支持三种形式的grep命令，通常将这三种形式的grep命令称为grep命令族，这三种形式具体为：
grep：标准grep命令，支持基本正则表达式
egrep：扩展grep命令，支持基本和扩展正则表达式，等价于grep –E
fgrep：快速grep命令，不支持正则表达式，按照字符串的字面意思进行匹配，等价于grep -F

1.3 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:’<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：'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。

1.4 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}

二. grep实例

2.1 匹配文件空行和非空行

grep -c ^$ 00.pem
^代表开头，$代表结尾，所以^$就是代表空行，grep -c参数是统计有多少行，这个语句的意识是统计00.pem这个文件中有多少空行

grep -c ¹ 00.pem
^在通配中代表取反，所以这个地方是求出不为空的行的数目

2.2 精确匹配

grep www\.mysql\.com 00.pem
由于.是元字符，\是转义，所以这个地方是匹配www.mysql.com

2.3 查找mysql的进程

ps -ef | grep mysql| grep -v grep

grep mysql 是查找mysql相关进程
grep -v是剔除grep自己的

[root@hp8 ~]# ps -ef | grep  mysql  
mysql    13934     1  1 2月28 ?       06:52:58 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid
root     19179 19073  0 11:02 pts/0    00:00:00 grep --color=auto mysql
[root@hp8 ~]# ps -ef | grep  mysql| grep -v grep
mysql    13934     1  1 2月28 ?       06:52:58 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid

2.4 其它一些

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。

---

1. ^$ ↩︎