grep工具

正则

正则是一串有规律的字符串, 在计算机科学中，是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在不少文本编辑器或其余工具里，正则表达式一般被用来检索和/或替换那些符合某个模式的文本内容。许多程序设计语言都支持利用正则表达式进行字符串操做。

正则表达式的基础

在最简单的状况下，一个正则表达式看上去就是一个普通的查找串。如：正则表达式"test"中没有包含任何元字符，它能够匹配"test"和"007test007"等字符串，可是不能匹配"Test"。

 

要想真正的用好正则表达式，须要正确的理解元字符。

元字符

Ø  . ：匹配任何单个字符。例如正则表达式 r.t 匹配这些字符串：rat、rut、r t，可是不匹配root。

Ø  $ ：匹配行结束符。例如正则表达式 weasel$ 可以匹配字符串"He's a weasel"的末尾，可是不能匹配字符串"They are a bunch of weasels."。

Ø  ^ ：匹配一行的开始。例如正则表达式 ^When in 可以匹配字符串"When in the course of human events"的开始，可是不能匹配"What and When in the"。

Ø  *：匹配0个或多个正好在它以前的那个字符。如，正则表达式 .* 意味着可以匹配任意数量的任何字符（表明全部内容）。

Ø  " \ "：脱义符，使这里列出的这些元字符以普通的字符的身份来进行匹配。如，\ . 是匹配点字符，而不是以通配符的身份出现。

Ø  [ ]：匹配括号中的任何一个字符。如，正则表达式 r[aeo]d 匹配rad，red，rod。也能够指定区间 [0-9a-zA-Z]，即表明全部非特殊字符！

Ø  \ <,\ >：匹配词（word）的开始（\ <）和结束（\ >）。例如正则表达式 \ < the 可以匹配字符串"for the wise"中的"the"，可是不能匹配字符串"otherwise"中的"the"。 注意： 这个元字符不是全部的软件都支持的。

Ø  |：将两个匹配条件进行逻辑“或”（Or）运算。 注意： 这个元字符不是全部的软件都支持的。

Ø  +：匹配1或多个正好在它以前的那个字符。注意： 这个元字符不是全部的软件都支持的。

Ø  ?：匹配0或1个正好在它以前的那个字符。注意： 这个元字符不是全部的软件都支持的。

Ø  \ {i\ }\ {i,j\ }： 匹配指定数目的字符，这些字符是在它以前的表达式定义的。例如正则表达式A[0-9]\ {3\ } 可以匹配字符"A"后面跟着正好3个数字字符的串，例如A12三、A348等，可是不匹配A1234。而正则表达式[0-9]\ {4,6\ } 匹配连续的任意4个、5个或者6个数字字符。注意： 这个元字符不是全部的软件都支持的。

grep

grep (缩写来自Globally search a Regular Expression and Print)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的命令都是grep的扩展，支持更多的re元字符，fgrep就是fixed grep或fast grep，它们把全部的字母都看做单词，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，再也不特殊。linux使用GNU版本的grep。它功能更强，能够经过-G、-E、-F命令行选项来使用egrep和fgrep的功能。

语法： grep [options] ‘Word’ filename
Options:
-c：=count 打印符合要求的行数
-i：=ignore-case 不区分大小写
-n：=line-number 在输出符合要求的行的同时连同行号一块儿输出
-v：=revert-match 打印不符合要求的行（取反）
-r，-R：=recursive（递归的，循环的）读取目录下的全部文件，包括子目录
-A：后面跟数字（有无空格均可以），过滤出复合要求的行以及下面n行, 例如 –A2则表示打印符合要求的行以及下面两行
-B：同上，过滤出符合要求的行以及上面n行

-C：同上，同时过滤出符合要求的行以及上下各n行
-E：‘grep -E’ = egrep

过滤一个字符串

在Linux中，grep默认带color选项：

grep -c

grep -n

grep -i

grep -v

grep -r/R

grep -A

grep -B

grep -C

grep应用

grep -n '[0-9]'

grep -nv '[0-9]'

grep -n ' ^# ' 过滤以#开头的行（^在此表示以某字符开头）

grep '[^0-9]' 表示非0-9中任意字符所在的行，即任意非数字所在的行（只要包含非数字字符都算在内，中括号内的‘^’表示否认）

grep '^[^0-9]' 表示以非数字字符开头的行

grep 'r.o' 在此‘.’表示一个任意字符

grep 'o*o' 在此‘ * ’表示其左边的字符重复n次（n≥0），后面结尾，o=0 ，*=0，001

grep '.*' 在此' . * '组合表示全部任意字符

grep 'o\ {2\ }' 在此{}表示前面字符或字符串出现的次数（也能够是一个区间，如'o\ {0,3\ }'表示0个到3个o）

egrep应用

egrep 'o{2}'=grep -E 'o {2}' = grep 'o\ {2\ }'

egrep -n 'o+o' 在此‘+’表示其左边的字符重复n次（n≥1，注意和*的区别）

egrep -n 'o?t' 在此？表示其前面的字符出现0次或1次

egrep -n 'root|nologin' 在此‘|’表示或者

grep -nE '(oo){2}' 在此()内的内容表示一个字符组合，即连续出现两次‘oo’=‘oooo’字符串