linux文本處理三劍客之 grep

文本處理無非是對文本內容作查看、修改等操做。Linux三劍客： grep、sed 和 awk 命令。

處理文本內容，用 Vim 編輯器不是很好嗎？Vim 容許咱們使用鍵盤、鼠標來對文本內容進行交互性地修改，但在某些場景中，咱們可能須要實現對文本內容作自動化的處理，而不是手工處理。

不少時候，咱們並不須要列出文件的所有內容，而是從文件中找到包含指定信息的那些行，要實現這個目的，可使用 grep 命令。

grep 命令的由來能夠追溯到 UNIX 誕生的早期，在 UNIX 系統中，搜索的模式（patterns）被稱爲正則表達式（regular expressions），爲了要完全搜索一個文件，有的用戶在要搜索的字符串前加上前綴 global（全面的），一旦找到相匹配的內容，用戶就像將其輸出（print）到屏幕上，而將這一系列的操做整合到一塊兒就是 global regular expressions print，而這也就是 grep 命令的全稱。

grep命令可以在一個或多個文件中，搜索某一特定的字符模式（也就是正則表達式），此模式能夠是單一的字符、字符串、單詞或句子。

正則表達式是描述一組字符串的一個模式，正則表達式的構成模仿了數學表達式，經過使用操做符將較小的表達式組合成一個新的表達式。正則表達式能夠是一些純文本文字，也能夠是用來產生模式的一些特殊字符。爲了進一步定義一個搜索模式，grep 命令支持如表 1 所示的這幾種正則表達式的元字符（也就是通配符）。

通配符	功能
c*	將匹配 0 個（即空白）或多個字符 c（c 爲任一字符）。
.	將匹配任何一個字符，且只能是一個字符。
[xyz]	匹配方括號中的任意一個字符。
[^xyz]	匹配除方括號中字符外的全部字符。
^	鎖定行的開頭。
$	鎖定行的結尾。

在基本正則表達式中，如通配符 *、+、{、|、( 和 )等，已經失去了它們本來的含義，而若要恢復它們本來的含義，則要在以前添加反斜槓 \，如 \*、\+、\{、\|、\( 和 \)。

grep 命令是用來在每個文件或中（或特定輸出上）搜索特定的模式，當使用 grep 時，包含指定字符模式的每一行內容，都會被打印（顯示）到屏幕上，可是使用 grep 命令並不改變文件中的內容。

grep 命令的基本格式以下：grep [選項] 模式 文件名

這裏的模式，要麼是字符（串），要麼是正則表達式。

選項	含義
-c	僅列出文件中包含模式的行數。
-i	忽略模式中的字母大小寫。
-l	列出帶有匹配行的文件名。
-n	在每一行的最前面列出行號。
-v	列出沒有匹配模式的行。
-w	把表達式當作一個完整的單字符來搜尋，忽略那些部分匹配的行。

注意，若是是搜索多個文件，grep 命令的搜索結果只顯示文件中發現匹配模式的文件名；而若是搜索單個文件，grep 命令的結果將顯示每個包含匹配模式的行。

 

例如，有一份 emp.data 員工清單，如今要搜索此文件，找出職位爲 CLERK 的全部員工，則執行命令以下：

grep CLERK emp.data
#忽略輸出內容

若是隻想知道職位爲 CLERK 的員工的人數，可使用「-c」選項，執行命令以下：

grep -c CLERK emp.data
#忽略輸出內容