Reference : http://man.chinaunix.net/newsoft/grep/open.htm

  1. grep简介

grep (global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来)是一种强大的文本搜索工具,它能使用正则表达式搜索文本,并把匹配的行打印出来。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的扩展,支持更多的re元字符, fgrep就是fixed grep或fast grep,它们把所有的字母都看作单词,也就是说,正则表达式中的元字符表示回其自身的字面意义,不再特殊。linux使用GNU版本的grep。它功能 更强,可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。

grep的工作方式是这样的,它在一个或多个文件中搜索字符串模板。如果模板包括空格,则必须被引用,模板后的所有字符串被看作文件名。搜索的结果被送到屏幕,不影响原文件内容。

grep可用于shell脚本,因为grep通过返回一个状态值来说明搜索的状态,如果模板搜索成功,则返回0,如果搜索不成功,则返回1,如果搜索的文件不存在,则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。

  1. grep正则表达式元字符集(基本集)

^ 锚定行的开始 如:‘^grep’匹配所有以grep开头的行。

$ 锚定行的结束 如:‘grep$'匹配所有以grep结尾的行。

. 匹配一个非换行符的字符 如:‘gr.p’匹配gr后接一个任意字符,然后是p。

匹配零个或多个先前字符 如:'*grep’匹配所有一个或多个空格后紧跟grep的行。 .*一起用代表任意字符。

[] 匹配一个指定范围内的字符,如’[Gg]rep’匹配Grep和grep。

[^] 匹配一个不在指定范围内的字符,如:'[^A-FH-Z]rep’匹配不包含A-R和T-Z的一个字母开头,紧跟rep的行。

(..) 标记匹配字符,如’(love)',love被标记为1。

< 锚定单词的开始,如:'<grep’匹配包含以grep开头的单词的行。

> 锚定单词的结束,如’grep>'匹配包含以grep结尾的单词的行。

x{m} 重复字符x,m次,如:‘0{5}‘匹配包含5个o的行。

x{m,} 重复字符x,至少m次,如:‘o{5,}‘匹配至少有5个o的行。

x{m,n} 重复字符x,至少m次,不多于n次,如:‘o{5,10}‘匹配5–10个o的行。

\w 匹配文字和数字字符,也就是[A-Za-z0-9],如:‘G\w*p’匹配以G后跟零个或多个文字或数字字符,然后是p。

\W \w的反置形式,匹配一个或多个非单词字符,如点号句号等。

\b 单词锁定符,如: ‘\bgrep\b’只匹配grep。

  1. 用于egrep和 grep -E的元字符扩展集

匹配一个或多个先前的字符。如:'[a-z]+able’,匹配一个或多个小写字母后跟able的串,如loveable,enable,disable等。

? 匹配零个或多个先前的字符。如:‘gr?p’匹配gr后跟一个或没有字符,然后是p的行。

a|b|c 匹配a或b或c。如:grep|sed匹配grep或sed

() 分组符号,如:love(able|rs)ov+匹配loveable或lovers,匹配一个或多个ov。

x{m},x{m,},x{m,n} 作用同x{m},x{m,},x{m,n}

  1. POSIX字符类

为 了在不同国家的字符编码中保持一至,POSIX(The Portable Operating System Interface)增加了特殊的字符类,如[:alnum:]是A-Za-z0-9的另一个写法。要把它们放到[]号内才能成为正则表达式,如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外,都支持POSIX的字符类。

[:alnum:] 文字数字字符

[:alpha:] 文字字符

[:digit:] 数字字符

[:graph:] 非空字符(非空格、控制字符)

[:lower:] 小写字符

[:cntrl:] 控制字符

[:print:] 非空字符(包括空格)

[:punct:] 标点符号

[:space:] 所有空白字符(新行,空格,制表符)

[:upper:] 大写字符

[:xdigit:] 十六进制数字(0-9,a-f,A-F)

  1. Grep命令选项

-? 同时显示匹配行上下的?行,如:grep -2 pattern filename同时显示匹配行的上下2行。

-b,–byte-offset 打印匹配行前面打印该行所在的块号码。

-c,–count 只打印匹配的行数,不显示匹配的内容。

-f File,–file=File 从文件中提取模板。空文件中包含0个模板,所以什么都不匹配。

-h,–no-filename 当搜索多个文件时,不显示匹配文件名前缀。

-i,–ignore-case 忽略大小写差别。

-q,–quiet 取消显示,只返回退出状态。0则表示找到了匹配的行。

-l,–files-with-matches 打印匹配模板的文件清单。

-L,–files-without-match 打印不匹配模板的文件清单。

-n,–line-number 在匹配的行前面打印行号。

-s,–silent 不显示关于不存在或者无法读取文件的错误信息。

-v,–revert-match 反检索,只显示不匹配的行。

-w,–word-regexp 如果被<和>引用,就把表达式做为一个单词搜索。

-V,–version 显示软件版本信息。

  1. 实例

要用好grep这个工具,其实就是要写好正则表达式,所以这里不对grep的所有功能进行实例讲解,只列几个例子,讲解一个正则表达式的写法。

$ ls -l | grep ‘^a’ 通过管道过滤ls -l输出的内容,只显示以a开头的行。

$ grep ‘test’ d* 显示所有以d开头的文件中包含test的行。

$ grep ‘test’ aa bb cc 显示在aa,bb,cc文件中匹配test的行。

$ grep ‘[a-z]{5}’ aa 显示所有包含每个字符串至少有5个连续小写字符的字符串的行。

$ grep ‘w(es)t.\1’ aa 如果west被匹配,则es就被存储到内存中,并标记为1,然后搜索任意个字符(.),这些字符后面紧跟着另外一个es(\1),找到就显示该行。如果用egrep或grep -E,就不用”"号进行转义,直接写成’w(es)t.*\1’就可以了。