Grep 学习笔记 （转)
Grep 学习笔记 （转)
Table of Contents
- 1. grep简介
- 2. grep正则表达式元字符集（基本集）
- 3. 用于egrep和 grep -E的元字符扩展集
- 4. POSIX字符类
- 5. Grep命令选项
- 6. 实例
// Use Grep to search text file
用‘grep’搜索文本文件
如果您要在几个文本文件中查找一字符串，可以使用‘grep’命令。‘grep’在文本中搜索指定的字符串。
假设您正在‘/usr/src/linux/Documentation’目录下搜索带字符串‘magic’的文件：
$ grep magic /usr/src/linux/Documentation/*
sysrq.txt:* How do I enable the magic SysRQ key?
sysrq.txt:* How do I use the magic SysRQ key?
其中文件‘sysrp.txt’包含该字符串，讨论的是 SysRQ 的功能。
默认情况下，‘grep’只搜索当前目录。如果此目录下有许多子目录，‘grep’会以如下形式列出：
grep: sound: Is a directory
这可能会使‘grep’的输出难于阅读。这里有两种解决的办法：
- 明确要求搜索子目录：grep -r
- 或忽略子目录：grep -d skip
当然，如果预料到有许多输出，您可以通过 管道 将其转到‘less’上阅读：
$ grep magic /usr/src/linux/Documentation/* | less
这样，您就可以更方便地阅读。
有一点要注意，您必需提供一个文件过滤方式（搜索全部文件的话用 *）。如果您忘了，‘grep’会一直等着，直到该程序被中断。如果您遇到了这样的情况，按 <CTRL c> ，然后再试。
下面是一些有意思的命令行参数：
- grep -i pattern files ：不区分大小写地搜索。默认情况区分大小写，
- grep -l pattern files ：只列出匹配的文件名，
- grep -L pattern files ：列出不匹配的文件名，
- grep -w pattern files ：只匹配整个单词，而不是字符串的一部分（如匹配‘magic’，而不是‘magical’），
- grep -C number pattern files ：匹配的上下文分别显示[number]行，
- grep pattern1 | pattern2 files ：显示匹配 pattern1 或 pattern2 的行，
- grep pattern1 files | grep pattern2 ：显示既匹配 pattern1 又匹配 pattern2 的行。
这里还有些用于搜索的特殊符号：
- "< 和 "> 分别标注单词的开始与结尾。
例如：- grep man * 会匹配 ‘Batman’、‘manic’、‘man’等，
- grep '"<man' * 匹配‘manic’和‘man’，但不是‘Batman’，
- grep '"<man">' 只匹配‘man’，而不是‘Batman’或‘manic’等其他的字符串。
- '^'：指匹配的字符串在行首，
- '$'：指匹配的字符串在行尾，
- 如果您不习惯命令行参数，可以试试图形界面的‘grep’，如 reXgrep 。这个软件提供 AND、OR、NOT 等语法，还有漂亮的按钮 :-) 。如果您只是需要更清楚的输出，不妨试试 fungrep 。
1. grep简介
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。
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: '"bgrepb"'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(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）
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。
- -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。
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。
