linux文本操作指令之grep

 1. grep簡介

grep (global search regular expression(RE) and print out the line,全面搜尋正規表達式并把行列印出來)是一種強大的文本搜尋工具，它能使用正規表達式搜尋文本，并把比對的行列印出來。Unix的grep家族包括grep、 egrep和fgrep。egrep和fgrep的指令隻跟grep有很小不同。egrep是grep的擴充，支援更多的re元字元， fgrep就是 fixed grep或fast grep，它們把所有的字母都看作單詞，也就是說，正規表達式中的元字元表示回其自身的字面意義，不再特殊。linux 使用GNU版本的grep。它功能更強，可以通過-G、-E、-F指令行選項來使用egrep和fgrep的功能。

grep的工作方式是這樣的，它在一個或多個檔案中搜尋字元串模闆。如果模闆包括空格，則必須被引用，模闆後的所有字元串被看作檔案名。搜尋的結果被送到螢幕，不影響原檔案内容。

grep可用于shell腳本，因為grep通過傳回一個狀态值來說明搜尋的狀态，如果模闆搜尋成功，則傳回0，如果搜尋不成功，則傳回1，如果搜尋的檔案不存在，則傳回2。我們利用這些傳回值就可進行一些自動化的文本處理工作。

2. grep正規表達式元字元集(基本集)

^

錨定行的開始 如：'^grep'比對所有以grep開頭的行。

$

錨定行的結束 如：'grep$'比對所有以grep結尾的行。

比對一個非換行符的字元 如：'gr.p'比對gr後接一個任意字元，然後是p。

*

比對零個或多個先前字元 如：'*grep'比對所有一個或多個空格後緊跟grep的行。 .*一起用代表任意字元。

[]

比對一個指定範圍内的字元，如'[Gg]rep'比對Grep和grep。

[^]

比對一個不在指定範圍内的字元，如：'[^A-FH-Z]rep'比對不包含A-R和T-Z的一個字母開頭，緊跟rep的行。

\(..\)

标記比對字元，如'\(love\)'，love被标記為1。

\<

錨定單詞的開始，如:'\\>

錨定單詞的結束，如'grep\>'比對包含以grep結尾的單詞的行。

x\{m\}

重複字元x，m次，如：'0\{5\}'比對包含5個o的行。

x\{m,\}

重複字元x,至少m次，如：'o\{5,\}'比對至少有5個o的行。

x\{m,n\}

重複字元x，至少m次，不多于n次，如：'o\{5,10\}'比對5--10個o的行。

\w

比對文字和數字字元，也就是[A-Za-z0-9]，如：'G\w*p'比對以G後跟零個或多個文字或數字字元，然後是p。

\W

\w的反置形式，比對一個或多個非單詞字元，如點号句号等。

\b

單詞鎖定符，如: '\bgrepb\'隻比對grep。

3. 用于egrep和 grep -E的元字元擴充集

+

比對一個或多個先前的字元。如：'[a-z]+able'，比對一個或多個小寫字母後跟able的串，如loveable,enable,disable等。

?

比對零個或多個先前的字元。如：'gr?p'比對gr後跟一個或沒有字元，然後是p的行。

a|b|c

比對a或b或c。如：grep|sed比對grep或sed

()

分組符号，如：love(able|rs)ov+比對loveable或lovers，比對一個或多個ov。

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

作用同x\{m\},x\{m,\},x\{m,n\}

4. POSIX字元類

為了在不同國家的字元編碼中保持一至，POSIX(The Portable Operating System Interface)增加了特殊的字元類，如[:alnum:]是A-Za-z0-9的另一個寫法。要把它們放到[]号内才能成為正規表達式，如[A- Za-z0-9]或[[: alnum:]]。在linux下的grep除fgrep外，都支援POSIX的字元類。

[:alnum:]

文字數字字元

[:alpha:]

文字字元

[:digit:]

數字字元

[:graph:]

非空字元(非空格、控制字元)

[:lower:]

小寫字元

[:cntrl:]

控制字元

[:print:]

非空字元(包括空格)

[:punct:]

标點符号

[:space:]

所有空白字元(新行，空格，制表符)

[:upper:]

大寫字元

[:xdigit:]

十六進制數字(0-9，a-f，A-F)

5. Grep指令選項

-?

同時顯示比對行上下的？行，如：grep -2 pattern filename同時顯示比對行的上下2行。

-b，--byte-offset

列印比對行前面列印該行所在的塊号碼。

-c,--count

隻列印比對的行數，不顯示比對的内容。

-f File，--file=File

從檔案中提取模闆。空檔案中包含0個模闆，是以什麼都不比對。

-h，--no-filename

當搜尋多個檔案時，不顯示比對檔案名字首。

-i，--ignore-case

忽略大小寫差别。

-q，--quiet

取消顯示，隻傳回退出狀态。0則表示找到了比對的行。

-l，--files-with-matches

列印比對模闆的檔案清單。

-L，--files-without-match

列印不比對模闆的檔案清單。

-n，--line-number

在比對的行前面列印行号。

-s，--silent

不顯示關于不存在或者無法讀取檔案的錯誤資訊。

-v，--revert-match

反檢索，隻顯示不比對的行。

-w，--word-regexp

如果被\<和\>引用，就把表達式做為一個單詞搜尋。

-V，--version

顯示軟體版本資訊。

6. 執行個體

要用好grep這個工具，其實就是要寫好正規表達式，是以這裡不對grep的所有功能進行執行個體講解，隻列幾個例子，講解一個正規表達式的寫法。

$ ls -l | grep '^a'

通過管道過濾ls -l輸出的内容，隻顯示以a開頭的行。

$ grep 'test' d*

顯示所有以d開頭的檔案中包含test的行。

$ grep 'test' aa bb cc

顯示在aa，bb，cc檔案中比對test的行。

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

顯示所有包含每個字元串至少有5個連續小寫字元的字元串的行。

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

如果west被比對，則es就被存儲到記憶體中，并标記為1，然後搜尋任意個字元(.*)，這些字元後面緊跟着另外一個es(\1)，找到就顯示該行。如果用egrep或grep -E，就不用"\"号進行轉義，直接寫成'w(es)t.*\1'就可以了。

轉載于:https://blog.51cto.com/bfe99/1089565