Grep學習筆記

1. grep簡介

grep （global search regular expression(RE) and print out the line,全面搜索正則表達式並把行打印出來）是一種強大的文本搜索工具，它能使用正則表達式搜索文本，並把匹配的行打印出來。Unix的grep家族包 括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不一樣。egrep是grep的擴展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它們把全部的字母都看做單詞，也就是說，正則表達式中的元字符表示回其自身的字面意義，再也不特殊。linux使用GNU版本的grep。它功能 更強，能夠經過-G、-E、-F命令行選項來使用egrep和fgrep的功能。

grep的工做方式是這樣的，它在一個或多個文件中搜索字符串模板。若是模板包括空格，則必須被引用，模板後的全部字符串被看做文件名。搜索的結果被送到屏幕，不影響原文件內容。

grep可用於shell腳本，由於grep經過返回一個狀態值來講明搜索的狀態，若是模板搜索成功，則返回0，若是搜索不成功，則返回1，若是搜索的文件不存在，則返回2。咱們利用這些返回值就可進行一些自動化的文本處理工做。

2. grep正則表達式元字符集（基本集）

^

錨定行的開始 如：'^grep'匹配全部以grep開頭的行。

$

錨定行的結束 如：'grep$'匹配全部以grep結尾的行。

.

匹配一個非換行符的字符 如：'gr.p'匹配gr後接一個任意字符，而後是p。

*

匹配零個或多個先前字符 如：'*grep'匹配全部一個或多個空格後緊跟grep的行。 .*一塊兒用表明任意字符。

[]

匹配一個指定範圍內的字符，如'[Gg]rep'匹配Grep和grep。

[^]

匹配一個不在指定範圍內的字符，如：'[^A-FH-Z]rep'匹配不包含A-R和T-Z的一個字母開頭，緊跟rep的行。

\(..\)

標記匹配字符，如'\(love\)'，love被標記爲1。

\<

錨定單詞的開始，如:'\<grep'匹配包含以grep開頭的單詞的行。

\>

錨定單詞的結束，如'grep\>'匹配包含以grep結尾的單詞的行。

x\{m\}

重複字符x，m次，如：'0\{5\}'匹配包含5個o的行。

x\{m,\}

重複字符x,至少m次，如：'o\{5,\}'匹配至少有5個o的行。

x\{m,n\}

重複字符x，至少m次，很少於n次，如：'o\{5,10\}'匹配5--10個o的行。

\w

匹配文字和數字字符，也就是[A-Za-z0-9]，如：'G\w*p'匹配以G後跟零個或多個文字或數字字符，而後是p。

\W

\w的反置形式，匹配一個或多個非單詞字符，如點號句號等。

\b

單詞鎖定符，如: '\bgrep\b'只匹配grep。

3. 用於egrep和 grep -E的元字符擴展集

+

匹配一個或多個先前的字符。如：'[a-z]+able'，匹配一個或多個小寫字母后跟able的串，如loveable,enable,disable等。

?

匹配零個或多個先前的字符。如：'gr?p'匹配gr後跟一個或沒有字符，而後是p的行。

a|b|c

匹配a或b或c。如：grep|sed匹配grep或sed

()

分組符號，如：love(able|rs)ov+匹配loveable或lovers，匹配一個或多個ov。

x{m},x{m,},x{m,n}

做用同x\{m\},x\{m,\},x\{m,n\}

4. POSIX字符類

爲 了在不一樣國家的字符編碼中保持一至，POSIX(The Portable Operating System Interface)增長了特殊的字符類，如[:alnum:]是A-Za-z0-9的另外一個寫法。要把它們放到[]號內才能成爲正則表達式，如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外，都支持POSIX的字符類。

[:alnum:]

文字數字字符

[:alpha:]

文字字符

[:digit:]

數字字符

[:graph:]

非空字符（非空格、控制字符）

[:lower:]

小寫字符

[:cntrl:]

控制字符

[:print:]

非空字符（包括空格）

[:punct:]

標點符號

[:space:]

全部空白字符（新行，空格，製表符）

[:upper:]

大寫字符

[:xdigit:]

十六進制數字（0-9，a-f，A-F）

5. Grep命令選項

-?

同時顯示匹配行上下的？行，如：grep -2 pattern filename同時顯示匹配行的上下2行。

-b，--byte-offset

打印匹配行前面打印該行所在的塊號碼。

-c,--count

只打印匹配的行數，不顯示匹配的內容。

-f File，--file=File

從文件中提取模板。空文件中包含0個模板，因此什麼都不匹配。

-h，--no-filename

當搜索多個文件時，不顯示匹配文件名前綴。

-i，--ignore-case

忽略大小寫差異。

-q，--quiet

取消顯示，只返回退出狀態。0則表示找到了匹配的行。

-l，--files-with-matches

打印匹配模板的文件清單。

-L，--files-without-match

打印不匹配模板的文件清單。

-n，--line-number

在匹配的行前面打印行號。

-s，--silent

不顯示關於不存在或者沒法讀取文件的錯誤信息。

-v，--revert-match

反檢索，只顯示不匹配的行。

-w，--word-regexp

若是被\<和\>引用，就把表達式作爲一個單詞搜索。

-V，--version

顯示軟件版本信息。

6. 實例

要用好grep這個工具，其實就是要寫好正則表達式，因此這裏不對grep的全部功能進行實例講解，只列幾個例子，講解一個正則表達式的寫法。

$ ls -l | grep '^a'

經過管道過濾ls -l輸出的內容，只顯示以a開頭的行。

$ grep 'test' d*

顯示全部以d開頭的文件中包含test的行。

$ grep 'test' aa bb cc

顯示在aa，bb，cc文件中匹配test的行。

$ grep '[a-z]\{5\}' aa

顯示全部包含每一個字符串至少有5個連續小寫字符的字符串的行。

$ grep 'w\(es\)t.*\1' aa

若是west被匹配，則es就被存儲到內存中，並標記爲1，而後搜索任意個字符（.*），這些字符後面緊跟着另一個es（\1），找到就顯示該行。若是用egrep或grep -E，就不用"\"號進行轉義，直接寫成'w(es)t.*\1'就能夠了。