Grep學(xué)習(xí)筆記

1. grep簡介

grep （global search regular expression(RE) and print out the line,全面搜索正則表達式并把行打印出來）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，并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，模板后的所有字符串被看作文件名。搜索的結(jié)果被送到屏幕，不影響原文件內(nèi)容。

grep可用于shell腳本，因為grep通過返回一個狀態(tài)值來說明搜索的狀態(tài)，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(jié)束 如：'grep$'匹配所有以grep結(jié)尾的行。

.
匹配一個非換行符的字符 如：'gr.p'匹配gr后接一個任意字符，然后是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后緊跟grep的行。 .*一起用代表任意字符。

[]
匹配一個指定范圍內(nèi)的字符，如'[Gg]rep'匹配Grep和grep。

[^]
匹配一個不在指定范圍內(nèi)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:'grep'匹配包含以grep開頭的單詞的行。

>
錨定單詞的結(jié)束，如'grep>'匹配包含以grep結(jié)尾的單詞的行。

x{m}
重復(fù)字符x，m次，如：'0{5}'匹配包含5個o的行。

x{m,}
重復(fù)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(fù)字符x，至少m次，不多于n次，如：'o{5,10}'匹配5--10個o的行。

w
匹配文字和數(shù)字字符，也就是[A-Za-z0-9]，如：'Gw*p'匹配以G后跟零個或多個文字或數(shù)字字符，然后是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. 用于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后跟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后跟一個或沒有字符，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(nèi)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(shù)字字符

[:alpha:]
文字字符

[:digit:]
數(shù)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(shù)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(shù)，不顯示匹配的內(nèi)容。

-f File，--file=File
從文件中提取模板?？瘴募邪?個模板，所以什么都不匹配。

-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(tài)。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(guān)于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，所以這里不對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(nèi)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(xù)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(nèi)存中，并標記為1，然后搜索任意個字符（.*），這些字符后面緊跟著另外一個es（1），找到就顯示該行。如果用egrep或grep -E，就不用號進行轉(zhuǎn)義，直接寫成'w(es)t.*1'就可以了。