grep命令及正则表达式，你需要知道这些

一、grep命令

• 命令解释
    grep, egrep, fgrep - print lines matching a pattern(打印和模式匹配的行)

基于用户指定的“模式”，对目标文件逐行进行匹配检查，打印匹配到的行，默认打印到终端窗口
其中，模式指的是：由正则表达式元字符所编写出的过滤条件

• 命令语法
    grep [OPTIONS] PATTERN [FILE…]
    grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…]
• 命令选项

选 项	解 释
--color=auto	高亮显示匹配到的关键字
-i 或 --ignore-case	忽略字符大小写差别
-n 或 --line-number	在显示符合样式的那一行之前，标示出改行的列数编号
-E 或 --extend-regexp	将样式为延伸的正则表达式来使用
-w 或 --word-regexp	只显示全字符合的列
-o 或 --only-matching	只显示匹配PATTERN部分
-v 或 --revert-match	显示不包含匹配文本的所有行（反向匹配）
-A<显示行数> 或 --after-context=<显示行数>	除了显示符合范本样式的那一列之外，并显示该行之后的内容。
-B<显示行数> 或 --before-context=<显示行数>	除了显示符合范本样式的那一列之外，并显示该行之前的内容。
-C<显示行数> 或 --context=<显示行数>	除了显示符合范本样式的那一列之外，并显示该行之前后的内容。

二、正则表达式

1、什么是正则表达式？

  正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。它可以分为两类：基本正则表达式（Basic Regular Expression 又叫 Basic RegEx 简称 BREs）和 扩展正则表达式

2、正则表达式元字符

  正则表达式元字符分为四种：字符匹配，匹配次数，位置锚定、分组及引用。可以用它们来表示一些特殊的含义或功能。

  Ⅰ、字符匹配

BRE	ERE	描 述
.	.	匹配任意单个字符
[]	[]	匹配指定范围内任意单个字符
[^]	[^]	匹配指定范围外任意单个字符

  在方括号（ [] ）中可以使用一些特殊匹配模式：

匹配模式	描 述
[:upper:]	所有大写字母
[:lower:]	所有小写字母
[:alpha:]	所有字母
[:digit:]	所有数字
[:alnum:]	所有字母和数字
[:space:]	空白字符
[:punct:]	所有标点符号

  Ⅱ、匹配次数

tips：用在要指定出现次数的字符后面，用来限制前面字符的出现次数。

BRE	ERE	描 述
*	*	匹配前面的字符任意次，包括0次（贪婪模式：尽可能长的匹配）
.*	.*	匹配任意长度的任意字符
\?	?	匹配前面的字符0或1次（至多1次）
\+	+	匹配前面的字符至少一次
\{n\}	{n}	匹配前面的字符n次
\{n,m\}	{n,m}	匹配前面的字符至少n次，至多m次
\{,n\}	{,n}	匹配前面的字符至多n次
\{n,\}	{n,}	匹配前面的字符至少n次

  Ⅲ、位置锚定

BRE	ERE	描 述
^	^	行首锚定，用于模式的最左侧
$	$	行尾锚定，用于模式的最右侧
^PATTERN$	^PATTERN$	用于模式匹配整行
^$	^$	空行
^[[:space:]]*$	^[[:space:]]*$	空白行
\< 或 \b	< 或 \b	词首锚定，用于单词模式的左侧
\> 或 \b	> 或 \b	词尾锚定，用于单词模式的最右侧
\<PATTERN\> 或 \bPATTERN\b	<PATTERN> 或 \bPATTERN\b	匹配整个单词

  Ⅳ、分组及引用

    a、分组：

BRE	ERE	描 述
\(string\)	(string)	分组，将一个或多个字符捆绑在一起当作一个整体处理

听着很抽象吧！下面给大家举个栗子：

BRE	ERE	含 意
\(root\)\+	(root)+	匹配“root”至少一次

    b、引用：

符 号	描 述
\1	模式从左侧起，第一个左括号与之匹配的右括号之间模式所匹配到的字符
\2	模式从左侧起，第二个左括号与之匹配的右括号之间模式所匹配到的字符
…	…

同样也很抽象，栗子来了：

BRE	ERE
\(string1+\(string2\)*\)	(string1+(string2)*)

其中， \1：string1+(string2)*
    \2：string2

小tips：讲到这里，大家也可以发现：基本正则表达式与扩展正则表达式类似，只是扩展正则表达式的表达上更简单。正则表达式需要打"\（转义符）"来表示某些字符的意思，而扩展正则表达式则不需要。同时大家也要知道 egrep 与 grep -E 执行效果相似，都是使用extended regular expression语法来解读字符串的！

3、实例

1、显示 /etc/passwd 文件中不以/bin/bash结尾的行；

[root@localhost ~]# grep -v "/bin/bash$" /etc/passwd

2、找出 /etc/passwd 文件中的两位数或三位数；

[root@localhost ~]# grep --color=auto "[0-9]\{2,3\}" /etc/passwd

3、找出 /etc/c.d/rc.sysinit 文件中，至少一个空白字符开头，且后面非空白字符的行；

[root@localhost ~]# grep -n "^[[:space:]]\{1,\}[^[:space:]]" /etc/rc.d/rc.sysinit

4、找出"netstat -tan"命令的结果中以"LISTEN"后跟0、1或多个空白字符结尾的行；

[root@localhost ~]# netstat -tan | grep "LISTEN[[:space:]]*$"

5、这里给出一段浪漫的文本：

---

  He loves his lover.
  He likes his lover.
  She likes her liker.
  She loves her liker.

---

找出高亮显示的单词前后一致（同是love或like）的行；

150讲轻松搞定Python网络爬虫