Grep 学习笔记

Grep学习笔记

整理：Jims of肥肥世家

<yjnet@21cn.com>

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

---

1. grep简介

grep （globalsearch regular expression(RE) and print out theline,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fixedgrep或fastgrep，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。

2. 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： '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 。

3. 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\}

4. POSIX字符类

为 了在不同国家的字符编码中保持一至，POSIX(ThePortable Operating SystemInterface)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 ）

5. Grep命令选项

-?

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。

-fFile ， --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。

6. 实例

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。