文本搜索之grep、fgrep、egrep以及正则表达式
|
一、grep、egrep、fgrep命令 说明：本文在CentOS 6.6 X86_64系统下grep、egrep、fgrep命令和正则表达式的基本参数和使用格式、方法。 1.1、基本定义： grep（Global search Regular Expression ) 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，它只能使用基本的正则表达式来搜索文本，并把匹配的行打印出来。 grep是很常见也很常用的命令，它的主要功能是进行字符串数据的比较，然后符合用户需求的字符串打印出来，但是主意，grep在数据中查找一个字符串时，是以“整行”为单位进行数据筛选的。 egrep命令等同于grep -E，利用此命令可以使用扩展的正则表达式对文本进行搜索，并把符合用户需求的字符串打印出来。 fgrep命令等同于grep -F，它利用固定的字符串来对文本进行搜索，但不支持正则表达式的引用，所以此命令的执行速度也最快。 正则表达式组成： 正则中的字符分为元字符和一般字符，一般字符就匹配它本身（写什么就是什么，比如正则中写字母‘a’，匹配的时候就匹配字母‘a’），而元字符是正则表达式中最基本的内容，也是最核心的内容，基本上所有的正则表达式都由“元字符”组成，元字符就是正则表达式的基础。在此文中，会涉及到字符组，多选结构，点号以及预定义字符集的基本介绍。 正则表达式作用： 正则表达式在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。简而言之，正则表达式就是处理字符串的方法，以行为单位进行字符串的处理，通过一些特殊符号的辅助，可以让用户轻松搜索/替换某特定的字符串。 名称解释： 元字符：所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符。这些元字符（专用的字符或则字符组），可以代替多个一个或多个字符。 正则表达式：由一类字符书写的模式，其中有些字符不表示字符的字面意义，而是表示控制或通配的功能。 1.2、命令基本用法： 1.2.1、grep用法 grep [OPTIONS] 'PATTERN' [FILE...] grep常用选项： -c :计算找到'搜索字符串'的次数 -i :忽略大小写 -v :反向查找，即显示没有'搜索字符串'内容的那行 -o :只显示被模式匹配的字符串 -n :输出行号 --colour（color）:颜色显示 -A：显示匹配到字符那行的后面n行 -B：显示匹配到字符那行的前面n行 -C：显示匹配到字符那行的前后n行 1.2.2、egrep用法： 同grep用法，本处略。 1.2.3、fgrep用法： fgrep [OPTIONS] 'String' [FILE...] 同grep用法，本处略。 1.2.4、grep的匹配选择： grep -G,--basic-regexp：以标准正则表达式，进行匹配。 grep -E,--extended-regexp：以扩展正则表达式，进行匹配。 grep-F,--fixed-strings：以'字符串'，进行匹配。 grep-P,--perl-regexp：以Perl的正则表达式，进行匹配。 二、标准正则表达式 2.1、基本元字符： 一般字符：匹配自身 .：匹配任意除换行符"n"外的字符。 :转义字符，使后一个字符改变原来的意思。如果字符串中有字符*需要匹配，可以使用*或字符集[*] [...]：字符集(字符类)。对应的位置可以是字符集中任意单个字符。字符集中的字符可以逐个列出，也可给出范围。 [^]：匹配指定集合外的任意单个字符 2.2、预定义字符集(可以写在字符集[...]中) 字符集合： [:space:] 所有的空白字符， [[:space:]] [:punct:] 所有标点符号 [:lower:] 所有小写字母 [:upper:] 所有大写字母 [:digit:] 所有数字 [:alpha:] 所有字母 [:alnum:] 所有字母和数字 2.3、数量词： *: 匹配其前面的字符任意次，0,1或多次； ?：匹配其前面的字符0次或1次； +: 匹配其前面的字符出现至少1次； {m}: 匹配其前面的字符m次； {m,n}：匹配其前面的字符至少m次，至多n次； .*: 匹配任意长度的任意字符 2.4、字符锚定： ^: 行首锚定 写在模式的最左侧 $: 行尾锚定 写在模式的最右侧 ^$: 空白行 &;: 词首锚定,b 出现在要查找的单词模式的左侧；&;char &;：词尾锚定,b 出现在要查找的单词模式的右侧；char&; &;pattern&;: 匹配单词 2.5、分组: ()：被括起来的表达式将作为分组，行表达式左边开始每遇到一个分支的左括号'('，编号+1。 后向引用：模式中，如果使用()实现了分组，在某行文本的检查中，如果()的模式匹配到了某内容，此内容后面的模式中可以被引用； 1,2,3 模式自左而右，引用第#个左括号以及与其匹配右括号之间的模式匹配到的内容； 三、扩展正则表达式 字符匹配： .：匹配任意除换行符"n"外的字符。 [...]：字符集(字符类)。对应的位置可以是字符集中任意单个字符。字符集中的字符可以逐个列出，也可给出范围。 [^]：匹配指定集合外的任意单个字符 匹配次数限定： *:匹配其前面的字符任意次，0,1或多次； ?: 匹配其前面字符0次或1次； +：匹配其前面的字符至少1次； {m}：匹配其前面的字符m次； {m,n}：匹配其前面的字符最少m次，最多n次； {m,}：匹配其前面的字符最少m次； {0,n}：匹配其前面的字符0次，最多n次； 锚定： ^：行首锚定； $：行尾锚定； &;,&;: b：匹配单词 分组： (...)：被括起来的表达式将作为分组，行表达式左边开始每遇到一个分支的左括号'('，编号+1。 支持后向引用：1,... 或者： |：|代表左右表达式任意匹配一个。它总是先尝试匹配左边的表达式，一旦成功匹配则跳过匹配右边的表达式。 四、例子演示： 4.1、grep基本用法： # grep -c 'HOSTNAME' /etc/rc.sysinit # grep -i 'HOSTNAME'/etc/rc.sysinit
#cat human_info.txt #grep -v 'allen' human_info.txt #grep -o 'alex' human_info.txt #grep -n 'alex' human_info.txt #grep -A 1 'alex' human_info.txt #grep -B 1 'alex' human_info.txt #grep -C 1 'alex' human_info.txt
4.2、基本正则表达式 cat demo_info.txt abc abcabc abc edf a,b,c 123 ABC abc123 ## 集合 #grep '[[:space:]]' demo_info.txt #grep '[[:punct:]]' demo_info.txt #grep '[[:upper:]]' demo_info.txt #grep '[[:lower:]]' demo_info.txt #grep '[[:digit:]]' demo_info.txt
## 数量词
## 位置锚定 (单词锚定)
（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! |
