grep用法详解:grep与正则表达式

grep用法详解:grep与正则表达式

首先要记住的是: 正则表达式与通配符不一样,它们表示的含义并不相同!
正则表达式只是一种表示法,只要工具支持这种表示法，那么该工具就可以处理正则表达式的字符串。vi grep,awk,sed 等都支持正则表达式.

1基础正则表达式
grep 工具，以前介绍过。
grep -[acinv] '搜索内容串' filename
-a 以文本文件方式搜索
-c 计算找到的符合行的次数
-i 忽略大小写
-n 顺便输出行号
-v 反向选择，即找 没有搜索字符串的行
其中搜索串可以是正则表达式!

1
搜索有the的行,并输出行号
$grep -n 'the' regular_express.txt
搜索没有the的行,并输出行号
$grep -nv 'the' regular_express.txt

2 利用[]搜索集合字符
[] 表示其中的某一个字符 ，例如[ade] 表示a或d或e
woody@xiaoc:~/tmp$ grep -n 't[ae]st' regular_express.txt
8:I can't finish the test.
9:Oh! the soup taste good!

可以用^符号做[]内的前缀，表示除[]内的字符之外的字符。
比如搜索oo前没有g的字符串所在的行. 使用 '[^g]oo' 作搜索字符串
woody@xiaoc:~/tmp$ grep -n '[^g]oo' regular_express.txt
2:apple is my favorite food.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
19:goooooogle yes!

[] 内可以用范围表示，比如[a-z] 表示小写字母,[0-9] 表示0~9的数字,[A-Z] 则是大写字母们。[a-zA-Z0-9]表示所有数字与英文字符。 当然也可以配合^来排除字符。
搜索包含数字的行
woody@xiaoc:~/tmp$ grep -n '[0-9]' regular_express.txt
5:However,this dress is about $ 3183 dollars.
15:You are the best is menu you are the no.1.

行首与行尾字符 ^ $. ^ 表示行的开头，$表示行的结尾( 不是字符，是位置）那么‘^$’ 就表示空行,因为只有
行首和行尾。
这里^与[]里面使用的^意义不同。它表示^后面的串是在行的开头。
比如搜索the在开头的行
woody@xiaoc:~/tmp$ grep -n '^the' regular_express.txt
12:the symbol '*' is represented as star.

搜索以小写字母开头的行
woody@xiaoc:~/tmp$ grep -n '^[a-z]' regular_express.txt
2:apple is my favorite food.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
12:the symbol '*' is represented as star.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
woody@xiaoc:~/tmp$

搜索开头不是英文字母的行
woody@xiaoc:~/tmp$ grep -n '^[^a-zA-Z]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
21:#I am VBird
woody@xiaoc:~/tmp$

$表示它前面的串是在行的结尾，比如 '.' 表示 . 在一行的结尾
搜索末尾是.的行
woody@xiaoc:~/tmp$ grep -n '.$' regular_express.txt //. 是正则表达式的特殊符号，所以要用转义
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn't fit me.
5:However,this dress is about $ 3183 dollars.
6:GNU is free air not free beer.
.....

注意在MS的系统下生成的文本文件，换行会加上一个 ^M 字符。所以最后的字符会是隐藏的^M,在处理Windows
下面的文本时要特别注意！
可以用cat dos_file | tr -d 'r' > unix_file 来删除^M符号。 ^M==r

那么'^$' 就表示只有行首行尾的空行拉！
搜索空行
woody@xiaoc:~/tmp$ grep -n '^$' regular_express.txt
22:
23:
woody@xiaoc:~/tmp$

搜索非空行
woody@xiaoc:~/tmp$ grep -vn '^$' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn't fit me.
..........

任意一个字符. 与重复字符 *

在bash中*代表通配符，用来代表任意个字符，但是在正则表达式中，他含义不同，*表示有0个或多个 某个字符。
例如 oo*,表示第一个o一定存在，第二个o可以有一个或多个，也可以没有，因此代表至少一个o.

点. 代表一个任意字符，必须存在。 g??d 可以用 'g..d' 表示。 good,gxxd,gabd .....都符合。

woody@xiaoc:~/tmp$ grep -n 'g..d' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
9:Oh! the soup taste good!
16:The world is the same with 'glad'.
woody@xiaoc:~/tmp$

搜索两个o以上的字符串
woody@xiaoc:~/tmp$ grep -n 'ooo*' regular_express.txt //前两个o一定存在，第三个o可没有，也可有多个。
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! the soup taste good!
18:google is the best tools for search keyword.
19:goooooogle yes!

搜索g开头和结尾，中间是至少一个o的字符串，即gog,goog....gooog...等
woody@xiaoc:~/tmp$ grep -n 'goo*g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!

搜索g开头和结尾的字符串在的行
woody@xiaoc:~/tmp$ grep -n 'g.*g' regular_express.txt // .*表示 0个或多个任意字符
1:"Open Source" is a good mechanism to develop programs.
14:The gd software is a library for drafting programs.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.


限定连续重复字符的范围 { }
. * 只能限制0个或多个， 如果要确切的限制字符重复数量，就用{范围} 。范围是数字用,隔开 2,5 表示2~5个,
2表示2个，2,表示2到更多个
注意，由于{ }在SHELL中有特殊意义，因此作为正则表达式用的时候要用转义一下。

搜索包含两个o的字符串的行。
woody@xiaoc:~/tmp$ grep -n 'o{2}' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! the soup taste good!
18:google is the best tools for search keyword.
19:goooooogle yes!

搜索g后面跟2~5个o,后面再跟一个g的字符串的行。
woody@xiaoc:~/tmp$ grep -n 'go{2,5}g' regular_express.txt
18:google is the best tools for search keyword.


搜索包含g后面跟2个以上o,后面再跟g的行。。
woody@xiaoc:~/tmp$ grep -n 'go{2,}g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!


注意，相让[]中的^ － 不表现特殊意义，可以放在[]里面内容的后面。
'[^a-z.!^ -]' 表示没有小写字母，没有. 没有!,没有空格，没有- 的 串，注意[]里面有个小空格。

另外shell 里面的反向选择为[!range],正则里面是 [^range]


2扩展正则表达式

扩展正则表达式是对基础正则表达式添加了几个特殊构成的。
它令某些操作更加方便。
比如我们要去除 空白行和行首为 #的行， 会这样用：
woody@xiaoc:~/tmp$ grep -v '^$' regular_express.txt | grep -v '^#'
"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
............

然而使用支持扩展正则表达式的 egrep 与扩展特殊符号 | ，会方便许多。
注意grep只支持基础表达式， 而egrep 支持扩展的，其实 egrep 是 grep -E 的别名而已。因此grep -E 支持扩展正则。
那么:
woody@xiaoc:~/tmp$ egrep -v '^$|^#' regular_express.txt
"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
....................
这里| 表示或的关系。 即满足 ^$ 或者 ^# 的字符串。

这里列出几个扩展特殊符号：
＋，于 . * 作用类似，表示 一个或多个重复字符。
?， 于 . * 作用类似，表示0个或一个字符。
｜，表示或关系，比如 'gd|good|dog' 表示有gd,good或dog的串
（），将部分内容合成一个单元组。比如 要搜索 glad 或 good 可以这样 'g(la|oo)d'
()的好处是可以对小组使用 + ? * 等。
比如要搜索A和C开头结尾，中间有至少一个(xyz) 的串，可以这样 : 'A(xyz)+C'

◎grep -- print lines matching a pattern (将符合样式的该行列出)

◎语法: grep [options]

PATTERN [FILE...]

grep用以在file内文中比对相对应的部分，或是当没有指定档案时，

由标准输入中去比对。在预设的情况下，grep会将符合样式的那一行列出。

此外，还有两个程式是grep的变化型，egrep及fgrep。

其中egrep就等同於grep -E ，fgrep等同於grep -F 。

◎参数

1. -A NUM，--after-context=NUM

除了列出符合行之外，并且列出後NUM行。

ex: $ grep -A 1 panda file

(从file中搜寻有panda样式的行，并显示该行的後1行)

2. -a或--text

grep原本是搜寻文字档，若拿二进位的档案作为搜寻的目标，

则会显示如下的讯息: Binary file 二进位档名 matches 然後结束。

若加上-a参数则可将二进位档案视为文字档案搜寻，

相当於--binary-files=text这个参数。

ex: (从二进位档案mv中去搜寻panda样式)

(错误!!!)

$ grep panda mv

Binary file mv matches

(这表示此档案有match之处，详见--binary-files=TYPE )

$

(正确!!!)

$ grep -a panda mv

3. -B NUM，--before-context=NUM

与 -A NUM 相对，但这此参数是显示除符合行之外

并显示在它之前的NUM行。

ex: (从file中搜寻有panda样式的行，并显示该行的前1行)

$ grep -B 1 panda file

4. -C [NUM],-NUM,--context[=NUM]

列出符合行之外并列出上下各NUM行，预设值是2。

ex: (列出file中除包含panda样式的行外并列出其上下2行)

(若要改变预设值，直接改变NUM即可)

$ grep -C[NUM] panda file

5. -b,--byte-offset

列出样式之前的内文总共有多少byte ..

ex: $ grep -b panda file

显示结果类似於:

0:panda

66:pandahuang

123:panda03

6. --binary-files=TYPE

此参数TYPE预设为binary(二进位)，若以普通方式搜寻，只有2种结果:

1.若有符合的地方：显示Binary file 二进位档名 matches

2.若没有符合的地方：什麽都没有显示。

若TYPE为without-match，遇到此参数，

grep会认为此二进位档案没有包含任何搜寻样式，与-I 参数相同。

若TPYE为text,grep会将此二进位档视为text档案，与-a 参数相同。

Warning: --binary-files=text 若输出为终端机，可能会产生一些不必要的输出。

7. -c,--count

不显示符合样式行，只显示符合的总行数。

若再加上-v,--invert-match，参数显示不符合的总行数。

8. -d ACTION,--directories=ACTION

若输入的档案是一个资料夹，使用ACTION去处理这个资料夹。

预设ACTION是read(读取)，也就是说此资料夹会被视为一般的档案；

若ACTION是skip(略过)，资料夹会被grep略过：

若ACTION是recurse(递)，grep会去读取资料夹下所有的档案，

此相当於-r 参数。

9. -E,--extended-regexp

采用规则表示式去解释样式。

10. -e PATTERN,--regexp=PATTERN

把样式做为一个partern，通常用在避免partern用-开始。

11. -f FILE,--file=FILE

事先将要搜寻的样式写入到一个档案，一行一个样式。

然後采用档案搜寻。

空的档案表示没有要搜寻的样式，因此也就不会有任何符合。

ex: (newfile为搜寻样式档)

$grep -f newfile file

12. -G,--basic-regexp

将样式视为基本的规则表示式解释。(此为预设)

13. -H,--with-filename

在每个符合样式行前加上符合的档案名称，若有路径会显示路径。

ex: (在file与testfile中搜寻panda样式)

$grep -H panda file ./testfile

file:panda

./testfile:panda

$

14. -h,--no-filename

与-H参数相类似，但在输出时不显示路径。

15. --help

产生简短的help讯息。

16. -I

grep会强制认为此二进位档案没有包含任何搜寻样式，

与--binary-files=without-match参数相同。

ex: $ grep -I panda mv

17. -i,--ignore-case

忽略大小写，包含要搜寻的样式及被搜寻的档案。

ex: $ grep -i panda mv

18. -L,--files-without-match

不显示平常一般的输出结果，反而显示出没有符合的档案名称。

19. -l,--files-with-matches

不显示平常一般的输出结果，只显示符合的档案名称。

20. --mmap

如果可能，使用mmap系统呼叫去读取输入，而不是预设的read系统呼叫。

在某些状况，--mmap 能产生较好的效能。然而，--mmap

如果运作中档案缩短，或I/O 错误发生时，

可能造成未定义的行为(包含core dump)，。

21. -n,--line-number

在显示行前，标上行号。

ex: $ grep -n panda file

显示结果相似於下:

行号:符合行的内容

22. -q,--quiet,--silent

不显示任何的一般输出。请参阅-s或--no-messages

23. -r,--recursive

递地，读取每个资料夹下的所有档案，此相当於 -d recsuse 参数。

24. -s,--no-messages

不显示关於不存在或无法读取的错误讯息。

小: 不像GNU grep，传统的grep不符合POSIX.2协定，

因为缺乏-q参数，且他的-s 参数表现像GNU grep的 -q 参数。

Shell Script倾向将传统的grep移植，避开-q及-s参数，

且将输出限制到/dev/null。

POSIX: 定义UNIX及UNIX-like系统需要提供的功能。

25. -V,--version

显示出grep的版本号到标准错误。

当您在回报有关grep的bugs时，grep版本号是必须要包含在内的。

26. -v,--invert-match

显示除搜寻样式行之外的全部。

27. -w,--word-regexp

将搜寻样式视为一个字去搜寻，完全符合该"字"的行才会被列出。

28. -x,--line-regexp

grep参数

1. -c 显示匹配的行数（就是显示有多少行匹配了）；

2. -n 显示匹配内容所在文档的行号；

3. -i 匹配时忽略大小写；

4. -s 错误信息不输出；

5. -v 输出不匹配内容；

6. -x 输出完全匹配内容；

7. 忽略表达式中字符原有含义；

8. ^ 匹配表达式的开始行；

9. $ 匹配表达式的结束行；

10. &; 从匹配表达式的行开始；

11. &; 到匹配表达式的行结束；

12. [ ] 单个字符（如[A] 即A符合要求）；

13. [ - ] 范围；如[A-Z]即A，B，C一直到Z都符合要求；

14. . 所有的单个字符;

15. * 所有字符，长度可以为0；

何为转义：将特殊符号当普通符号来处理

笔记：

1.^在[]内外的含义

2.何时需要转义

3.*在bash中和正则表达式中本身的区别

4.-acinv

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!