grep以及正規表達式

grep:根據模式搜尋文本，并将符合模式的文本行列印出來

    -i：忽略大小寫

    -v：搜尋不符合模式的文本行

    -o：列印完全比對的字元

    --color：比對的字元高亮

    -A NUM：列印比對的文本行以及文本的後NUM行

    -B NUM：列印比對的文本行以及文本的前NUM行

    -C NUM：列印比對的文本行以及文本的前後NUM行

pattern：由文本字元和正規表達式的元字元組合而成

回顧下檔案名比對規則：

*：比對任意長度的任意字元

?：比對任意單個字元

[]:指定某個範圍内的單個長度字元

[^]:指定某個範圍外的單個長度字元

字元集合：

    [:space:]:空字元

    [:digit:]:數字

    [:lower:]:小寫字母

    [:upper:]：大寫字母

    [:alpha:]：大小寫字母

    [:alnum:]:大小寫字母以及數字集合

正規表達式：REGular EXPression

    基本正規表達式：Basic

    擴充正規表達式：Extended 指令：egrep，可以使用+,|等元字元

元字元：

.：比對任意單個字元

[]:範圍内的單個字元

[^]:範圍外的單個字元

    [:space:]:與檔案名比對規則一樣還有[:digit:]....等等

比對次數（貪婪模式：就是盡可能最大化比對，比如asabkslbss，我們使用a.*b模式時，它會比對asabkslb，而不是asab）

*：比對其前面的字元任意次數

    .*:任意長度的任意字元

\？：比對其前面的字元0次或一次

\{m,n\}:至少比對m次，至多比對n次

為什麼使用\轉義{的原因：

    linux自帶花括号展開（比如ls -l /etc/{passwd,shadow}等價于 ls -l /etc/passwd /etc/shadow)，如果不加轉義的會誤解   

位置錨定：

^：以其後面字元為行首的行

$:以其前面字元為行尾的行

    ^$：空白行

\<或\b:以其後面字元為詞首的行

\>或\b：以其前面字元為詞尾的行

分組：

    \(\)

     後向引用

    \1:引用第1個左括号以及與之對應的右括号所包含的所有内容

    \2:引用第2個左括号以及與之對應的右括号所包含的所有内容

    \3: ....

REGEXP中詞的概念：詞與詞之間以特殊字元作為分隔符其他字元視為詞的一部分比如sadjk&jj23342^&這個可以視為兩個詞 sadjk和jj23342

普通正規表達式示例：

    假設文本行中包含：a,b,ab,aab,acb,adb,amnb（每個單詞為一行，否則失去意義），請問a*b，a\?b，a.*b，分别比對哪些文本行

答案：a*b比對b，ab，aab，但是因為grep是部分比對是以除了a，其他文本行都會顯示出來，用grep --color可以看到比對到的字元

    a\?b：比對b和ab，一樣由于部分比對的原因，除了a，其他的也會顯示

    a.*b：比對ab，aab，acb，adb，amnb。

[root@logstach tmp]# cat test.txt 

a

b

ab

aab

acb

adb

amnb

[root@logstach tmp]# grep a*b test.txt

[root@logstach tmp]# grep 'a*b' test.txt

[root@logstach tmp]# grep 'a?b' test.txt

[root@logstach tmp]# grep 'a\?b' test.txt

[root@logstach tmp]# grep 'a.*b' test.txt

詞首詞尾錨定示例：

he is a sb

he is a  bigsb

sb250 is him

250sb also is  him

[root@logstach tmp]# grep  'sb\>'  test.txt 

[root@logstach tmp]# grep  '\<sb'  test.txt 

[root@logstach tmp]# grep  '\<sb\>'  test.txt 

sb\>錨定以sb作為詞尾的單詞，是以比對sb、bigsb、250sb，同樣地\<sb錨定以sb作為詞首的單詞

\<sb\>完全錨定sb。

分組後向引用示例：

He  love his lover.

She like her lover.

He like his liker

she  love  her liker.

假設我們要在上述文本行中找到類似于love ...lover 這種前後對應的行，而不要love...liker這樣額行，我們可以這樣做：

[root@logstach tmp]# grep  '\(l..e\).*\1' test.txt 

解析：l..e比對like和love，括号括起來表示這裡作為一個分組，.*表示中間跟任意一個字元，\1表示引用第一個分組。

擴充正規表達式：

字元比對：

.

[]

[^]

字元集：

次數比對：

*：

?:

+:比對其前面的字元至少一次   （相當于{1,}）

{m,n}：m值不能為空    （基本正則也一樣）

^

$

\<

\>

（）：

\1 ,\2 ,\3...

或者

|：or

示例：

    C|cat：表示比對C或者cat，而不是Cat或者cat

cat

Cat

C

China

Cat123

[root@logstach tmp]# egrep 'C|cat' test.txt 

[root@logstach tmp]# egrep '\<C|cat\>' test.txt 

[root@logstach tmp]# egrep --color '\<(C|cat)\>' test.txt 

注意：這裡要想完全比對C|cat，則必須使用分組（），否則\<C|cat\>會被認為以C為詞首或者以cat為詞尾的單詞，我們把China變成小寫china，則會被過濾：

china

[root@logstach tmp]# egrep --color '\<C|cat\>' test.txt 

問題：用egrep過濾出ifconfig顯示的所有可用ip

提示：

    IPv4：

        A：1-127

        B：128-191

        C：192-223

答案：（不唯一）

ifconfig |egrep --color '\<([1-9]|[1-9][0-9]|1[0-9][0-9]|2[0-1][0-9]|22[0-3])\>(\.\<([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-4])\>){2}\.\<([1-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-4])\>'

本文轉自biao007h51CTO部落格，原文連結： http://blog.51cto.com/linzb/1730040，如需轉載請自行聯系原作者