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。
[]
匹配一個指定範圍內的字符，如'[Gg]rep'匹配Grep和grep。
[^]
匹配一個不在指定範圍內的字符，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\}
重複字符x，m次，如：'0\{5\}'匹配包含5個o的行。
x\{m,\}
重複字符x,至少m次，如：'o\{5,\}'匹配至少有5個o的行。
x\{m,n\}
重複字符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，製表符)
[: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。
沒有留言:
張貼留言