Linux文本处理命令 -- 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常用用法

[root@www ~]# grep [-acinv] [--color=auto] '搜寻字符串' filename
选项与参数：
-a ：将 binary 文件以 text 文件的方式搜寻数据
-c ：计算找到 '搜寻字符串' 的次数
-i ：忽略大小写的不同，所以大小写视为相同
-n ：顺便输出行号
-v ：反向选择，亦即显示出没有 '搜寻字符串' 内容的那一行！
--color=auto ：可以将找到的关键词部分加上颜色的显示喔！

例如：

用 dmesg 列出核心信息，再以 grep 找出内含 eth 那行,要将捉到的关键字显色，且加上行号来表示：

zhanglichao@zhanglichao-K42Jr:~$ dmesg | grep -n --color 'eth'
801:[    2.775859] jme: JMicron JMC2XX ethernet driver version 1.0.8
809:[    2.778396] jme 0000:07:00.5 eth0: JMC250 Gigabit Ethernet chiprev:23 pcirev:3 macaddr:00:1b:8c:01:02:03
904:[   16.531794] jme 0000:07:00.5 eth0: Link is down
905:[   16.531837] IPv6: ADDRCONF(NETDEV_UP): eth0: link is not ready

grep与正规表达式

 字符类

字符类的搜索：如果我想要搜寻 test 或 taste 这两个单字时，可以发现到，其实她们有共通的 't?st' 存在～这个时候，我可以这样来搜寻：

zhanglichao@zhanglichao-K42Jr:~$ grep -n 't[ae]st' regular_express.txt

字符类的反向选择 [^] ：如果想要搜索到有 oo 的行，但不想要 oo 前面有 g，如下:

zhanglichao@zhanglichao-K42Jr:~$ grep -n '[^g]oo' regular_express.txt

字符类的连续：再来，假设我 oo 前面不想要有小写字节，所以，我可以这样写 [^abcd....z]oo ， 但是这样似乎不怎么方便，由於小写字节的 ASCII 上编码的顺序是连续的， 因此，我们可以将之简化为底下这样：

grep -n '[^a-z]oo' regular_express.txt

也就是说，当我们在一组集合字节中，如果该字节组是连续的，例如大写英文/小写英文/数字等等， 就可以使用[a-z],[A-Z],[0-9]等方式来书写，那么如果我们的要求字串是数字与英文呢？ 呵呵！就将他全部写在一起，变成：[a-zA-Z0-9]。

 

行首与行尾字节 ^ $
行首字符：如果我想要让 the 只在行首列出呢？ 这个时候就得要使用定位字节了！我们可以这样做：

grep -n '^the' regular_express.txt

注意：此时^是在[]外面的，一定要和前面的字符类区分开，^ 符号，在字符类符号(括号[])之内与之外是不同的！ 在 [] 内代表『反向选择』，在 [] 之外则代表定位在行首的意义！

那么，如果我不想要开头是英文字母，则可以是这样：

grep -n '^[^a-zA-Z]' regular_express.txt

那如果我想要找出来，行尾结束为小数点 (.) 的那一行：

grep -n '\.$' regular_express.txt

特别注意到，因为小数点具有其他意义(底下会介绍)，所以必须要使用转义字符(\)来加以解除其特殊意义！

找出空白行：

grep -n '^$' regular_express.txt

 

当然，其它的正则表达式手法也都可以在此使用。