Linux 文档编辑 : grep 命令详解

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。

选项

-a 不要忽略二进制数据。
-A<显示列数> 除了显示符合范本样式的那一行之外,并显示该行之后的内容。
-b 在显示符合范本样式的那一行之外,并显示该行之前的内容。
-c 计算符合范本样式的列数。
-C<显示列数>或-<显示列数>  除了显示符合范本样式的那一列之外,并显示该列之前后的内容。
-d<进行动作> 当指定要查找的是目录而非文件时,必须使用这项参数,否则grep命令将回报信息并停止动作。
-e<范本样式> 指定字符串作为查找文件内容的范本样式。
-E 将范本样式为延伸的普通表示法来使用,意味着使用能使用扩展正则表达式。
-f<范本文件> 指定范本文件,其内容有一个或多个范本样式,让grep查找符合范本条件的文件内容,格式为每一列的范本样式。
-F 将范本样式视为固定字符串的列表。
-G 将范本样式视为普通的表示法来使用。
-h 在显示符合范本样式的那一列之前,不标示该列所属的文件名称。
-H 在显示符合范本样式的那一列之前,标示该列的文件名称。
-i 忽略字符大小写的差别。
-l 列出文件内容符合指定的范本样式的文件名称。
-L 列出文件内容不符合指定的范本样式的文件名称。
-n 在显示符合范本样式的那一列之前,标示出该列的编号。
-q 不显示任何信息。
-R/-r 此参数的效果和指定“-d recurse”参数相同。
-s 不显示错误信息。
-v 反转查找。
-w 只显示全字符合的列。
-x 只显示全列符合的列。
-y 此参数效果跟“-i”相同。
-o 只输出文件中匹配到的部分。

格式: grep [option] pattern filename 

注意: pattern如果是表达式或者超过两个单词的, 需要用引号引用. 可以是单引号也可双引号, 区别是单引号无法引用变量而双引号可以.

grep命令常见用法

在文件中搜索一个单词,命令会返回一个包含“match_pattern”的文本行:

grep match_pattern file_name
grep "match_pattern" file_name

在多个文件中查找:

grep "match_pattern" file_1 file_2 file_3 ...

输出除之外的所有行 -v 选项:

grep -v "match_pattern" file_name

标记匹配颜色 --color=auto 选项:

grep "match_pattern" file_name --color=auto

使用正则表达式 -E 选项:

grep -E "[1-9]+"
或
egrep "[1-9]+"

只输出文件中匹配到的部分 -o 选项:

echo this is a test line. | grep -o -E "[a-z]+\."
line.

echo this is a test line. | egrep -o "[a-z]+\."
line.

统计文件或者文本中包含匹配字符串的行数 -c 选项:

grep -c "text" file_name

输出包含匹配字符串的行数 -n 选项:

grep "text" -n file_name
或
cat file_name | grep "text" -n

#多个文件
grep "text" -n file_1 file_2

打印样式匹配所位于的字符或字节偏移:

echo gun is not unix | grep -b -o "not"
7:not

#一行中字符串的字符偏移是从该行的第一个字符开始计算,起始值为0。选项 -b -o 一般总是配合使用。

搜索多个文件并查找匹配文本在哪些文件中:

grep -l "text" file1 file2 file3...

grep递归搜索文件

在多级目录中对文本进行递归搜索:

grep "text" . -r -n
# .表示当前目录。

忽略匹配样式中的字符大小写:

echo "hello world" | grep -i "HELLO"
hello

选项 -e 制动多个匹配样式:

echo this is a text line | grep -e "is" -e "line" -o
is
line

#也可以使用-f选项来匹配多个样式,在样式文件中逐行写出需要匹配的字符。
cat patfile
aaa
bbb

echo aaa bbb ccc ddd eee | grep -f patfile -o

在grep搜索结果中包括或者排除指定文件:

#只在目录中所有的.php和.html文件中递归搜索字符"main()"
grep "main()" . -r --include *.{php,html}

#在搜索结果中排除所有README文件
grep "main()" . -r --exclude "README"

#在搜索结果中排除filelist文件列表里的文件
grep "main()" . -r --exclude-from filelist

使用0值字节后缀的grep与xargs

#测试文件:
echo "aaa" > file1
echo "bbb" > file2
echo "aaa" > file3

grep "aaa" file* -lZ | xargs -0 rm

#执行后会删除file1和file3,grep输出用-Z选项来指定以0值字节作为终结符文件名(\0),xargs -0 读取输入并用0值字节终结符分隔文件名,然后删除匹配文件,-Z通常和-l结合使用。

grep静默输出:

grep -q "test" filename

#不会输出任何信息,如果命令运行成功返回0,失败则返回非0值。一般用于条件测试。 echo $? 结果

打印出匹配文本之前或者之后的行:

#显示匹配某个结果之后的3行,使用 -A 选项:
seq 10 | grep "5" -A 3
5
6
7
8

#显示匹配某个结果之前的3行,使用 -B 选项:
seq 10 | grep "5" -B 3
2
3
4
5

#显示匹配某个结果的前三行和后三行,使用 -C 选项:
seq 10 | grep "5" -C 3
2
3
4
5
6
7
8

#如果匹配结果有多个,会用“--”作为各匹配结果之间的分隔符:
echo -e "a\nb\nc\na\nb\nc" | grep a -A 1
a
b
--
a
b

使用 Grep 查找文件中所有的空行

root@Linux-world:~# grep ^$ /etc/shadow
root@Linux-world:~#

使用 ^ 符号输出所有以某指定模式开头的行

Bash脚本将 ^ 符号视作特殊字符,用于指定一行或者一个单词的开始。例如输出/etc/passes文件中所有以“root”开头的行

root@Linux-world:~# grep ^root /etc/passwd
    root:x:0:0:root:/root:/bin/bash
root@Linux-world:~#

使用 $ 符号输出所有以指定模式结尾的行

输出/etc/passwd文件中所有以“bash”结尾的行

root@Linux-world:~# grepbash$ /etc/passwd
    root:x:0:0:root:/root:/bin/bash
    linuxtechi:x:1000:1000:linuxtechi,,,:/home/linuxtechi:/bin/bash
root@Linux-world:~#

 

补充:

 

 

[root@localhost shell]# cat test.txt

a

bcd

1

233

abc123

defrt456

123abc

12568teids

abcfrt568

[root@localhost shell]#

 

1.^

匹配行首

 

[root@localhost shell]# grep -n '^a' test.txt

1:a               //匹配以字符’a’开头的

5:abc123

9:abcfrt568

[root@localhost shell]#

 

[root@localhost shell]# grep -n '^abc' test.txt

5:abc123         //匹配以字符串”abc”开头的

9:abcfrt568

[root@localhost shell]#

 

2.$

匹配行尾

[root@localhost shell]# grep -n '33$' test.txt

4:233           //匹配以字符串”33”结束的

[root@localhost shell]# grep -n '3$' test.txt

4:233          //匹配以字符’3’结束的

5:abc123

[root@localhost shell]#

 

3.[ ]

匹配 [ ]内的字符,

可以使用单字符

如 [ 1] 即匹配含有字符’1’的字符串(示例1),

如 [ a] 即匹配含有字符’a’的字符串(示例2),

如 [ 1 2 3 ] 即匹配含有字符’1’ 或者 ’2’ 或者’3’ 的字符串(示例3),

也可以使用字符序列,用字符 ‘-’ 代表字符序列

如 [ 1-3 ] 即匹配含有字符’1’ 或者 ’2’ 或者’3’ 的字符串(示例4)

如 [ 1-3  a-b] 即匹配含有字符’1’ 或者 ’2’ 或者’3’ 或者 ’a’ 或者 ’b’的字符串(示例5)

 

示例1:

[root@localhost shell]# grep -n --color '[1]' test.txt

3:1

5:abc123

7:123abc

8:12568teids

 

 

示例2:

[root@localhost shell]# grep -n --color '[a]' test.txt

1:a

5:abc123

7:123abc

9:abcfrt568

 

 

示例3:

[root@localhost shell]# grep -n --color  '[1 2 3]' test.txt

3:1

4:233

5:abc123

7:123abc

8:12568teids

 

 

示例4:

[root@localhost shell]# grep -n --color '[1-3]' test.txt

3:1

4:233

5:abc123

7:123abc

8:12568teids

[root@localhost shell]#

 

 

示例5:

[root@localhost shell]# grep -n --color '[1-3 a-b]' test.txt

1:a

2:bcd

3:1

4:233

5:abc123

7:123abc

8:12568teids

9:abcfrt568

[root@localhost shell]#

 

 

4. .

匹配任意的单字符

[root@localhost shell]# grep -n --color  '^.3' test.txt

7:233                     //任意字符开头然后第二个字符为 ‘3’

[root@localhost shell]# grep -n --color  '^..3' test.txt

4:233                    //任意两个字符开头,然后第三个字符为 ‘3’

7:123abc

[root@localhost shell]#

 

 

5. *

紧跟一个单字符,表示匹配0个或者多个此字符

下面例子的意思是,匹配字符’3’ 0次或者多次

[root@localhost shell]#  grep -n --color  '3*' test.txt

1:a

2:bcd

3:1

4:233

5:abc123

6:defrt456

7:123abc

8:12568teids

9:abcfrt568

10:3

 

 

下面例子的意思是:匹配字符串”23”,但是 ‘3’ 被匹配的次数 >= 0

[root@localhost shell]# grep -n --color '23*' test.txt

4:233      

5:abc123

7:123abc

8:12568teids

[root@localhost shell]#

 

 

6. \

用来屏蔽元字符的特殊含义

下面的例子的意思是 在字符串 "365.398" 中,查找’.’这个字符,而不是任意单字符

[root@localhost shell]# echo "365.398" | grep --color '.'

365.398

[root@localhost shell]# echo "365.398" | grep --color '\.'

365.398

[root@localhost shell]#

 

 

 

7. \?

匹配前面的字符0 次或者 多次

[root@localhost shell]# grep -n --color '3\?' test.txt

1:a

2:bcd

3:1

4:233

5:abc123

6:defrt456

7:123abc

8:12568teids

9:abcfrt568

 

 

下面例子的意思是:匹配字符串”33”但是 第二个字符‘3’只能匹配0次或者1次,因此实际匹配到的字符有“33 ”和 ‘3’这两种

[root@localhost shell]# grep -n --color '33\?' test.txt

4:233   

5:abc123

7:123abc

 

 

下面例子的意思是:匹配字符串”23”但是 第二个字符‘3’只能匹配0次或者1次,因此实际匹配到的字符有“23 ”和 ‘2’这两种

[root@localhost shell]# grep -n --color '23\?' test.txt

4:233

5:abc123

7:123abc

8:12568teids

[root@localhost shell]#

 

 

8. \+  

匹配前面的字符1次或者多次

[root@localhost shell]# grep -n --color '3\+' test.txt

4:233

5:abc123

7:123abc

 

 

9.X\{m\}

匹配字符X m次

[root@localhost shell]# grep -n --color '3\{1\}' test.txt

4:233

5:abc123

7:123abc

 

 

10.X\{m,\}

匹配字符X 最少m次

[root@localhost shell]# grep -n --color '3\{1,\}' test.txt

4:233

5:abc123

7:123abc

[root@localhost shell]#

 

 

11.X\{m,n\}

匹配字符X m---n 次

[root@localhost shell]# grep -n --color '3\{0,1\}' test.txt

1:a

2:bcd

3:1

4:233

5:abc123

6:defrt456

7:123abc

8:12568teids

9:abcfrt568

[root@localhost shell]#

 

 

13. \|

表示或的关系

[root@localhost shell]# grep -n --color 'ab∥23ab‖23' test.txt

4:233

5:abc123

7:123abc

9:abcfrt568

 

 

 

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,我可以为您提供一个在Linux下使用命令行实现的示例来将一个txt文档分为三部分,并进行词频统计。 假设您的文本文件名为`example.txt`,文件内容如下: ``` This is part 1. It contains some words. PART 2 This is the second part. It also contains some words. Part 3 This is the third and final part. It contains more words. ``` 我们可以使用`grep`命令将文本分为三部分,并使用`tr`命令将所有文本转换为小写,并使用`sed`命令将文本中的标点符号、数字和换行符替换为空格,最后使用`awk`命令统计每个单词的出现次数。 以下是示例代码: ``` # 将文本分为三部分 grep -Pzo '(?s)PART\s1.*?(?=\nPART\s2|$)(?s)PART\s2.*?(?=\nPART\s3|$)(?s)PART\s3.*' example.txt > parts.txt # 对每个部分进行词频统计 for part in `seq 1 3` do # 将文本转换为小写 tr '[:upper:]' '[:lower:]' < part${part}.txt | \ # 将标点符号、数字和换行符替换为空格 sed -r 's/[^\w\s]+/ /g' | \ # 统计单词出现的次数 awk '{for(i=1;i<=NF;i++) {count[tolower($i)]++}} END {for (word in count) {print word, count[word]}}' | \ # 输出前10个最常见的单词及其出现次数 sort -nr -k 2 | head -10 > part${part}_word_counts.txt done ``` 在这个示例中,我们首先使用`grep`命令将文本文件分为三个部分,并将每个部分保存到名为`part1.txt`、`part2.txt`和`part3.txt`的文件中。 然后,我们使用一个循环来对每个部分进行词频统计。对于每个部分,我们使用`tr`命令将文本转换为小写,使用`sed`命令将标点符号、数字和换行符替换为空格,使用`awk`命令统计每个单词的出现次数,并使用`sort`命令将结果按出现次数从高到低排序。最后,我们将前10个最常见的单词及其出现次数保存到名为`part1_word_counts.txt`、`part2_word_counts.txt`和`part3_word_counts.txt`的文件中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HarkerYX

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值