Linux 文本處理三劍客之grep

時間  2019-12-24
標籤 linux 文本 處理 劍客 grep 欄目 Linux 简体版
原文   原文鏈接

文本處理都要使用正則表達式，正則表達式有：

  • 基本正則表達式：grep或者egrep -G
  • 擴展正則表達式：egreo或者grep -E

Linux 文本處理三劍客：

  • sed：stream editor，流編輯工具程序。mysql

  • awk：linux上是gawk，格式化文本工具程序。linux

  • grep：Global search Regular expression and print out the linec++

    • 使用基本正則表達式的命令：
      • grep
      • egrep -G
      • fgrep -G
    • 使用擴展正則表達式的命令：
      • grep -E
      • egrep
      • fgrep -E
    • 不使用正則表達式的命令，速度會快得多。
      • fgrep

    文本搜索工具，根據用戶指定的搜索條件，對目標文本逐行掃描，打印出匹配的全部行。git

    搜索條件：就是用正則表達式來表示。正則表達式

一，grep使用介紹：

  • 語法：sql

    • grep [OPTIONS] PATTERN [FILE...]
    • grep [OPTIONS][-e PATTERN | -f FILE] [FILE...]

  • 最基本的例子：查找"UUID"，在/etc/fstabshell

    # grep "UUID" /etc/fstab
UUID=3d3b316a-529e-484a-9895-e785fdde5365 /boot         xfs     defaults        0 0

  • 搜索時，搜索條件的字母是區分大小寫的，讓它不區分大小寫的選項：-iexpress

    # grep "UUiD" /etc/fstab
# echo $?
1
# grep -i "UUiD" /etc/fstab
UUID=3d3b316a-529e-484a-9895-e785fdde5365 /boot         xfs     defaults        0 0

  • 不讓它顯示匹配到的一整行，只顯示匹配但的文本內容自己：-ocentos

    # grep -o "UUID" /etc/fstab
UUID

  • 讓它顯示沒有匹配到的行：-vbash

    # grep -v "UUID" /etc/fstab
/dev/mapper/centos-root /                       xfs     defaults        0 0

  • 不顯示匹配到的內容，只想知道是否匹配的結果：-q

    # grep -q "UUID" /etc/fstab
# echo $?
0
# grep -q "UUIDa" /etc/fstab
# echo $?
1

  • 使用擴展正則表達式：-E

  • 顯示匹配到的行的行號：-n

    # grep -n "UUID" /etc/fstab
10:UUID=3d3b316a-529e-484a-9895-e785fdde5365 /boot         xfs     defaults        0 0

  • 顯示匹配到行的後面幾行：-A #。#是數字

    # grep -nA1 gentoo /etc/passwd
49:gentoo:x:1004:1004::/tmp/gentoo:/bin/bash
50-fedora:x:1005:1005::/tmp/fedora:/bin/bash

  • 顯示匹配到行的前面幾行：-B #。#是數字

    # grep -nB2 gentoo /etc/passwd
47-za2:x:1002:1003::/home/za2:/bin/bash
48-mysql:x:1003:979::/home/mysql:/sbin/nologin
49:gentoo:x:1004:1004::/tmp/gentoo:/bin/bas

  • 顯示匹配到行的前面幾行和後面幾行：-C #。#是數字

    # grep -nC1 gentoo /etc/passwd
48-mysql:x:1003:979::/home/mysql:/sbin/nologin
49:gentoo:x:1004:1004::/tmp/gentoo:/bin/bash
50-fedora:x:1005:1005::/tmp/fedora:/bin/bash

  • 字符匹配

    • .：匹配任意單個字符

      # grep -n "f..ora" /etc/passwd
50:fedora:x:1005:1005::/tmp/fedora:/bin/bash
# grep "f.ora" /etc/passwd
#

    • []：匹配指定範圍內的任意單個字符，中間不用逗號分隔

    • [^]：匹配指定範圍外的任意單個字符

      [:digit:]，[:lower:]，[:upper:]，[:alpha:]，[:alnum:]，[:punct:]，[:space:]

      例子：匹配r和t之間，是2個字母的行。

      # grep "r[[:alpha:]][[:alpha:]]t" /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

  • 匹配次數：默認是貪婪模式，匹配到後，還會一直繼續匹配下去，直到匹配不到了才停。

    下面的例子匹配"x*y"，【xxxxy】裏有不少x，貪婪模式就把全部x都匹配了，而不是匹配的【xy】。

    • 【*】：匹配其前面的字符任意次。0次也包括。

      注意下面方括號裏的是被匹配到的。

      # cat t1
abxy
aby
xxxxy
yab
asdf
# grep "x*y" t1
ab[xy]
ab[y]
[xxxxy]
[y]ab

      匹配r自己和r以後面的全部字符。

      # grep "r.*" /etc/passwd

    • 【?】:匹配其前面的字符0次或者1次。

    • 【\+】:匹配其前面的字符1次或者屢次。

    • 【\{m\}】:匹配其前面的字符m次。

    • 【\{m,n\}】:匹配其前面的字符至少m次，至多n次。

    • 【\{m,\}】:匹配其前面的字符至少m次.

    • 【\{0,n\}】:匹配其前面的字符至多n次。

      注意下面方括號裏的是被匹配到的。

      # cat t1
abxy
aby
xxxxy
yab
asdf
# grep "x\?y" t1
ab[xy]
ab[y]
xxx[xy]
[y]ab
# grep "x\+y" t1
ab[xy]
[xxxxy]
# grep "x\{1\}y" t1
ab[xy]
xxx[xy]
# grep "x\{2\}y" t1
xx[xxy]
# grep "x\{2,3\}y" t1
x[xxxy]
# grep "x\{1,2\}y" t1
ab[xy]
xx[xxy]
# grep "x\{1,\}y" t1
ab[xy]
[xxxxy]
[root@localhost tmp]# grep "x\{,2\}y" t1
ab[xy]
ab[y]
xx[xxy]
[y]ab

  • 位置錨定

    • 【^】：行首錨定
    • 【$】：行尾錨定
    • 【^PATTERN$】：用PATTERN匹配整行。
    • 【^$】：什麼都不能有的空行。
    • 【^[[:space:]]\+$】：包含空白字符的行。
    • 單詞：非特殊字符組成的連續字符都稱爲單詞。
    • 【\<或\b】:單詞首錨定，用於單詞模式的左側
    • 【\>或\b】:單詞尾錨定，用於單詞模式的右側
    • 【\<單詞\>】:匹配完整單詞。
    # grep root /etc/passwd
[root]:x:0:0:[root]:/[root]:/bin/bash
operator:x:11:0:operator:/[root]:/sbin/nologin
[root]kit:x:1006:1006::/home/[root]kit:/bin/bash
user4:x:1007:1007::/home/user4:/bin/ch[root]
ch[root]er:x:1008:1008::/home/ch[root]er:/bin/bash
# grep "^root" /etc/passwd
[root]:x:0:0:root:/root:/bin/bash
[root]kit:x:1006:1006::/home/rootkit:/bin/bash
# grep "root$" /etc/passwd
user4:x:1007:1007::/home/user4:/bin/ch[root]
# grep "^root$" /etc/passwd
# echo $?
1
# cat t1
abxy
aby

xxxxy

yab
asdf
a
# grep -n "^$" t1
3:
# grep -n "^[[:space:]]*$" t1
3:
5:
# grep -n "^[[:space:]]\+$" t1
5:
# grep "\<root" /etc/passwd
[root]:x:0:0:[root]:/[root]:/bin/bash
operator:x:11:0:operator:/[root]:/sbin/nologin
[root]kit:x:1006:1006::/home/[root]kit:/bin/bash
# grep "root\>" /etc/passwd
[root]:x:0:0:[root]:/[root]:/bin/bash
operator:x:11:0:operator:/[root]:/sbin/nologin
user4:x:1007:1007::/home/user4:/bin/ch[root]
# grep "\<root\>" /etc/passwd
[root]:x:0:0:[root]:/[root]:/bin/bash
operator:x:11:0:operator:/[root]:/sbin/nologin

    練習1：顯示/etc/passwd文件中不以/bin/bash結尾的行

    # grep -nv "/bin/bash$" /etc/passwd

    練習2：找出/etc/passwd文件中2位數或3位數的單詞。

    # grep -n "\<[[:digit:]]\{2,3\}\>" /etc/passwd

    練習3：找出/etc/grub2.cfg文件中，以致少一個空白字符開頭，且後面非空白字符的行。

    # grep -n "^[[:space:]]\{1,\}[^[:space:]]" /etc/grub2.cfg

    練習4：找出"netstat -tan"命令結果中以"LISTEN"後跟0個，1個或多個空白字符結尾的行

    # netstat -tan | grep -n "LISTEN[[:space:]]*"

  • 分組及引用

    • 分組【\(\)】：將一個或多個字符用括號捆綁在一塊兒，看成一個總體去匹配。

    • 引用：被匹配到的分組，會保存在特殊的變量裏，在後面能夠引用它們。

      • \1：第一個被匹配到的分組
      • \2：第二個被匹配到的分組
      • \#：第#個被匹配到的分組

      練習：匹配一個分組，且後面有一個一樣的串。

      # cat t2
He likes his lover.
He loves his lover.
She likes her liker.
She loves her liker.
# grep "l..e.*l..e" t2
He [likes his love]r.
He [loves his love]r.
She [likes her like]r.
She [loves her like]r.
# grep "\(l..e\).*\1" t2
He [loves his love]r.
She [likes her like]r.

二，egrep使用介紹：

grep裏的選項的用法在egrep裏也適用。

  • 字符匹配：和grep相同

  • 次數匹配

    • ?：匹配其前面的字符0次或者1次。
    • +：匹配其前面的字符1次或者屢次。
    • {m}：匹配其前面的字符m次。
    • {m,n}：匹配其前面的字符至少m次，至多n次。
    • {m,}：匹配其前面的字符至少m次.
    • {0,n}：匹配其前面的字符至多n次。

  • 位置錨定：和grep相同

  • 分組及引用

    • 分組()：將一個或多個字符用括號捆綁在一塊兒，看成一個總體去匹配。
    • 引用：和grep相同

  • 或

    • a|b：a或者b
    • C|cat：不是Cat或者cat，是C或者cat
    • (C|c)at：cat或者Cat

    練習1：找出/proc/meminfo文件中，全部在大寫或小寫S開頭的行。用3種方法實現。

    # egrep "^(s|S)" /proc/meminfo
    # grep -ni "^s" /proc/meminfo
    # grep  "^[sS]" /proc/meminfo

    練習2：找出/etc/passwd文件中2位數或3位數的單詞。

    # egrep -n "\<[[:digit:]]{2,3}\>" /etc/passwd

    練習3：找出/etc/grub2.cfg文件中，以致少一個空白字符開頭，且後面非空白字符的行。

    # egrep -n "^[[:space:]]{1,}[^[:space:]]" /etc/grub2.cfg

    練習4：找出/etc/rc.d/init.d/functions文件中某單詞後面跟一個小括號的行。

    # grep "\<.*\>[[:space:]]*()" /etc/rc.d/init.d/functions

    練習5：使用echo命令輸出一個絕對路徑，使用egrep取出基名。

    # echo /etc/rc.d/init.d/functions | grep -o "^/.*/"
/etc/rc.d/init.d/
# echo /etc/rc.d/init.d/functions | egrep -o "[^/]+$"
functions

    練習6：找出ifconfig命令結果中1-255之間的數值。

    # ifconfig | grep -E "\<[1-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]\>"

    練習7：找出ifconfig命令結果中IP地址。

    # ifconfig | egrep -n "\<[0-9]+\>.\<[0-9]+\>.\<[0-9]+\>.\<[0-9]+\>"

    練習8：找出用戶名和shell名相同的用戶。

    # egrep  "^([^:]+\>).*\1$" /etc/passwd
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt

三，fgrep使用介紹

當無需使用到正則表達式時，使用fgrep性能更好。

四，文本查看及處理工具

1，wc：統計行數，單詞數，字節數，字符數

  • -l：行數
  • -w：單詞數
  • -c：字節數
  • -m：字符數
# wc /etc/fstab
 12  60 541 /etc/fstab
# wc -l /etc/fstab
12 /etc/fstab
# wc -w /etc/fstab
60 /etc/fstab
# wc -c /etc/fstab
541 /etc/fstab
# wc -m /etc/fstab
541 /etc/fstab

2，remove sections（列） from each line of files

linux下的文本，也是有格式的，所謂的格式，就是有可識別的分隔標識，用分隔標識，就能夠把文本內容，切分紅列。

好比，/etc/passwdwen文件裏的內容就是用冒號分隔的。

  • 語法：cut OPTION... [FILE]...

  • 指定冒號爲分隔符：-d:

    只能指定單一分隔符。

  • 留下哪些列：-f1-3,5,7

# cut -d: -f1-3,5,7 /etc/passwd
rootkit:x:1006::/bin/bash
user4:x:1007::/bin/chroot
# wc -l /etc/rc.d/init.d/functions
712 /etc/rc.d/init.d/functions
# wc -l /etc/rc.d/init.d/functions | cut -d' ' -f1
712

3，按文本的某一列排序：sort。

把文本用指定的分隔符切分紅列，而後用特定的列排序行。相似微軟的excel的按列排序功能。

  • 語法：sort [OPTION]... [FILE]...
  • 指定分隔符：-t
  • 指定用於排序的列的號碼：-k
  • 基於數值大小而非字符進行排序：-n
  • 逆序排序：-r
  • 忽略字符大小寫：-f
  • 連續，並重復的行只保留一份：-u

用：分隔，按第3列的數字大小比較，降序排序。

# sort -t: -k3 -nr /etc/passwd

用：分隔，用第7列基於字母比較，升序排序，並去掉重複的行。

# sort -t: -k7 -u /etc/passwd

4，刪除重複的行：uniq

使用的前提：必須先sort

  • 語法：uniq [OPTION]... [INPUT [OUTPUT]]
  • 顯示重複的次數：-c
  • 僅顯示不曾重複過的行：-u
  • 僅顯示重複過的行：-d

檢查shell的使用狀況。

# cut -d: -f7 /etc/passwd | sort |uniq -c
      7 /bin/bash
      1 /bin/chroot
      1 /bin/csh
      1 /bin/false
      1 /bin/sync
      1 /sbin/halt
     40 /sbin/nologin
      1 /sbin/shutdown
# cut -d: -f7 /etc/passwd | sort |uniq -u
/bin/chroot
/bin/csh
/bin/false
/bin/sync
/sbin/halt
/sbin/shutdown
# cut -d: -f7 /etc/passwd | sort |uniq -d
/bin/bash
/sbin/nologin

5，逐行比較文件，能夠比較多個文件，能夠按目錄比較

  • 語法：diff [OPTION]... FILES
  • 用重定向生成一個差分的文件。
# diff t1 t2
# diff t1 t2 > patch1

6，根據diff產生的差分文件，給源文件打補丁：patch

  • 修改舊的文件，讓舊的文件升級(打補丁)。-i後面的文件是用diff輸出重定向生成的文件。
# patch -i patch1 t1
  • 補丁打錯了，恢復到舊的文件：-R
# patch -R -i patch1 t1

練習：取出某個網卡的ip地址。

# ifconfig enp0s3
enp0s3: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 10.247.236.19  netmask 255.255.254.0  broadcast 10.247.237.255
        inet6 fe80::b497:5ec:1efb:72b5  prefixlen 64  scopeid 0x20<link>
        ether 08:00:27:10:c2:53  txqueuelen 1000  (Ethernet)
        RX packets 32057  bytes 5882570 (5.6 MiB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 5324  bytes 1032770 (1008.5 KiB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0
# ifconfig enp0s3 | grep "\<inet\>" | cut -d' '  -f10
10.247.236.19

c/c++ 學習互助QQ羣：877684253

本人微信：xiaoshitou5854
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程