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有很小不同。eGrep是Grep的擴展,支持更多的re元字符, fGrep就是 fixed Grep或fast Grep,它們把所有的字母都看作單詞,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,不再特殊。linux 使用GNU版本的Grep。它功能更強,可以通過-G、-E、-F命令行選項來使用eGrep和fGrep的功能。
Grep的工作方式是這樣的,它在一個或多個文件中搜索字符串模板。如果模板包括空格,則必須被引用,模板後的所有字符串被看作文件名。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,因為Grep通過返回一個狀態值來說明搜索的狀態,如果模板搜索成功,則返回0,如果搜索不成功,則返回1,如果搜索的文件不存在,則返回2。我們利用這些返回值就可進行一些自動化的文本處理工作。
2. Grep正則表達式元字符集(基本集)
錨定行的開始 如:'^Grep'匹配所有以Grep開頭的行。
$
錨定行的結束 如:'Grep$'匹配所有以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,然後是p。
*
匹配零個或多個先前字符 如:'*Grep'匹配所有一個或多個空格後緊跟Grep的行。 .*一起用代表任意字符。
[]
匹配一個指定范圍內的字符,如'[Gg]rep'匹配Grep和Grep。
[^]
匹配一個不在指定范圍內的字符,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被標記為1。
\<
錨定單詞的開始,如:'\\>
錨定單詞的結束,如'grep\>'匹配包含以grep結尾的單詞的行。
x\{m\}
重復字符x,m次,如:'0\{5\}'匹配包含5個o的行。
x\{m,\}
重復字符x,至少m次,如:'o\{5,\}'匹配至少有5個o的行。
x\{m,n\}
重復字符x,至少m次,不多於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,然後是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: '\bgrepb\'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後跟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,然後是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}
作用同x\{m\},x\{m,\},x\{m,n\}
4. POSIX字符類
為了在不同國家的字符編碼中保持一至,POSIX(The Portable Operating System Interface)增加了特殊的字符類,如[:alnum:]是A-Za-z0-9的另一個寫法。要把它們放到[]號內才能成為正則表達式,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:]
所有空白字符(新行,空格,制表符)
[: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,所以什麼都不匹配。
-h,--no-filename
當搜索多個文件時,不顯示匹配文件名前綴。
-i,--ignore-case
忽略大小寫差別。
-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無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
如果被\<和\>引用,就把表達式做為一個單詞搜索。
-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,所以這裡不對grep的所有功能進行實例講解,只列幾個例子,講解一個正則表達式的寫法。
$ ls -l | grep '^a'
通過管道過濾ls -l輸出的內容,只顯示以a開頭的行。
$ grep 'test' d*
顯示所有以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
顯示所有包含每個字符串至少有5個連續小寫字符的字符串的行。
$ grep 'w\(es\)t.*\1' aa
如果west被匹配,則es就被存儲到內存中,並標記為1,然後搜索任意個字符(.*),這些字符後面緊跟著另外一個es(\1),找到就顯示該行。如果用egrep或grep -E,就不用"\"號進行轉義,直接寫成'w(es)t.*\1'就可以了。