Linux學習筆記：grep、egrep

文本處理三劍客：

  grep系：grep 、egrep 、fgrep ，文本搜索工具，基於「PATTERN"對於給定的文本進行模糊搜索，grep系默認工做於貪婪模式下。

  sed：Stream EDitor，流編輯器，行編輯器，文本編輯工具；

  awk：gawk——GUN awk，文本格式化工具，文本報告生成器，文本處理的編程語言；

 

grep系：

  grep：利用正則表達式進行全局搜索並將匹配的行顯示出來；

    grep [OPTIONS] PATTERN [FILE.....]

      PATTERN:過濾條件，是由正則表達式元字符以及沒有特殊含義的文本字符組成的；

        正則表達式的元字符：

          會被正則表達式引擎解釋爲特殊含義；

          pcre——perl語言的正則表達式引擎；最完整的正則表達式引擎

        基本的正則表達式：BRE

        擴展的正則表達式：ERE

    grep默認僅支持基本正則表達式；

    egrep默認僅支持擴展正則表達式；

    fgrep默認不開啓正則表達式引擎；

        文本字符：

          只具有字符表面含義的那些字符；

      經常使用選項：

        -i，--ignore-case：忽略文本字符的大小寫；

        -v，--invert-match：反向匹配；最終顯示的結果是PATTERN不能成功匹配的行；

        -c，--count：計數，統計匹配PATTERN的全部的行數；

        -o，--only-matching：關閉貪婪模式，僅顯示PATTERN可以匹配的內容。

        -q，--quiet，--silent：安靜模式，不輸出任何結果

        --color=auto將結果高亮顯示。。

        -E，至關於egrep

        -F，--fixed-strings，--fixed-regexp：grep -F至關於fgrep

        -G，至關於grep 基本的正則表達式

        -P，--Perl-regexp：使用PCRE引擎。

        -A num：在顯示匹配PATTERN的行的同時顯示其前多少行內容，

        -B num：在顯示匹配PATTERN的行的同時顯示其後多少行內容；

        -C num：在顯示匹配PATTERN的行的同時顯示其先後多少行內容；

    PATTERN：

      正則表達式元字符：

        基本的正則表達式元字符：

        GLOBBING-----簡化版的正則表達式：[] ? * 

        字符匹配：

          .：匹配任意單個字符

          下列全部的字符集均可以放置在[]之中用於匹配單個字符。

          []：匹配指定範圍內的任意單個字符；

          [^]:匹配指定範圍之外的任意單個字符；

          [:lower:]

          [:upper:]

          [:digit:]

          [:alpha:]

          [:space:]

          [:alnum:]

          [:punct:]

          [:blank:]

          [:xdigit:]:全部的十六進制數字；

          a-z：全部的小寫字母

          A-Z：全部的大寫字母

          0-9：標識全部的十進制數字

        次數匹配：該類字符以前的那個字符能夠出現的次數；

          *：其前面的字符能夠出現任意次（0次，1次或屢次）；

          \?：其前面的字符無關緊要（0次或1次）。

          \+：其前面的字符至少出現一次（一次或屢次）

          \{m\}：其前面的字符必須出現m次。

          \{m,n\}：其前面的字符至少出現m次最多出現n次。（m<n）

          \{0,n\}:其前面的字符至少出現0次，至多出現n次；

          \{m,\}：其前面的字符至少出現m次，×××。

      在正則表達式中，表示任意長度任意字符的方式：.*

        位置錨定字符：

          行錨定：

            行首錨定：^

            行尾錨定：$

          字錨定：

            字首錨定：\<或者\b

            字尾錨定：\>或者\b

            \b：舊版本中的錨定方法，因此建議不使用；

          對於正則表達式引擎來講，字是由非特殊字符組成的連續字符串； 

        分組與引用字符：

          \(PATTERN\)：將PATTERN所匹配到的全部字符當作一個不可分割的總體來處理。

          在正則表達式引擎中有一系列的內置變量，這些變量會保存全部全部分組內的字符信息，用於後向引用；這些變量依次是：\1,\2,\3.......

          pattern1\(pattern2\)pattern3\(pattern4\(pattern5\)\)

          \1:pattern2  第一組小括號中的pattern匹配到的字符；

          \2:pattern4  第二組小括號中的pattern匹配到的字符；

          \3:pattern5

          或：

            \|

            注意：或字符將其左右兩邊的字符當作總體對待；

            A\|americam ：A 或 american

        默認狀況下，grep命令後面只容許一個pattern；

        若是想要在一次grep所搜過程當中寫多個pattern，則須要使用-e選項，每一個PATTERN前面加一個-e

        將所須要的PATTERN寫入到一個文件中，保證每行只有一個PATTERN，咱們就可使用-f file方式來實現多PATTERN選項。

  egrep：

    egrep [OPTIONS] PATTERN [FILE....]

      擴展的正則表達式元字符：

        字符匹配：

          .

          []

          [^]

        次數匹配：

          *

          ?

          +

          {m}

          {m,n}

          {m,}

          {0,n}

        位置錨定：

          ^

          $

          \<,\b

          \>,\b

        分組和引用：

          （）

          \1,\2,\3...

        或：

          |

  fgrep：PATTERN中全部的字符都被當作文本字符來處理；   

  其餘的文本處理命令：

    wc：

      wc [OPTION] ... [FILE]...

        -l：只顯示行數

        -w：只顯示字數

        -c：只顯示字符數

    cut：(剪輯)

      可以被cut命令修改的文件通常都是具備必定結構或格式的文本文檔。

      cut OPTION... [FILE]...

        -d, --delimiter=DELIM ：指定在實施修剪操做時所依賴的分隔符，默認是空白符；

        -f, --fields=LIST ：根據定義的分隔符來指定字段的編號。

          地址定界使用方法：

          #：選擇被指定的單個字段

          #，#：離散的多個被指定的單個字段

          #-#：連續的多個被指定的字段

        --output-delimiter=STRING ：指定輸出分隔符

  awk：

    awk -F 「DELIMITER」 ‘[/PATTERN/]{print $1,$2.$3...$NF}’ FILE...

      -F 「DELIMITER」：指定字段分隔符，默認爲空白字符；

      $1,$2,$3....,$NF:根據字段分隔符切割出來的文本片斷都存放在相應的內部變量中；

  sort：sort lines of text files ，將文本文件按行繼續排序，默認排序規則是按ASCII表中的字符順序進行，這個排序標準可修改。

    -r，--reverse：逆向排序

    -R，--random-sort：隨機排序，這種隨機算法比較簡陋

    -u, --unique：重複出現的行只顯示一行，

    -n, --numeric-sort：按照數字數值大小排序。

    -t, --field-separator=SEP：指定字段分隔符

    -k, --key=KEYDEF：指明根據哪一個關鍵字段進行排序，通常和-t同時使用。

  uniq：report or omit repeated lines

     -d, --repeated：只顯示重複出現的行，並且重複出現的行只顯示一行。。

     -u, --unique：只顯示不重複的行。

     -c, --count：在每行之前綴的方式顯示重複行的重複次數；

  diff：compare files line by line

    同一個文件的不一樣修改版本；打補丁；

  patch：apply changes to files

     patch [-R] [-i patchfile] [file]