Linux中最常用的三大文本处理工具之grep

Posted 2021-02-21 laiyaling

grep (Global Regular Expression Print)是一个强大的文本搜索工具，能使用正则表达式搜索文本，并把匹配的行打印出来。
grep的工作方式是在一个或多个文件中搜索字符串模板。

(1) 命令格式

grep [option] pattern file

或者作为管道符号
cat file |grep [option] pattern

(2)命令参数

• -a : 不要忽略二进制的数据。

• -d 或 -r : 当指定要查找的是目录而非文件时，必须使用这项参数。

• -E ：开启扩展（Extend）的正则表达式。

• -i ：忽略大小写（ignore case）。

• -v ：反过来（invert），只打印没有匹配的，而匹配的反而不打印。

• -n ：显示行号

• -w ：被匹配的文本只能是单词，而不能是单词中的某一部分，如文本中有liker，而我搜寻的只是like，就可以使用-w选项来避免匹配liker

• -c ：显示总共有多少行被匹配到了，而不是显示被匹配到的内容，注意如果同时使用-cv选项是显示有多少行没有被匹配到。

• -o ：只显示被模式匹配到的字符串。

• --color :将匹配到的内容以颜色高亮显示。

• -A n：显示匹配到的字符串所在的行及其后n行，after

• -B n：显示匹配到的字符串所在的行及其前n行，before

• -C n：显示匹配到的字符串所在的行及其前后各n行，context

• -f<规则文件> 指定规则文件，其内容含有一个或多个规则样式，让grep查找符合规则条件的文件内容，格式为每行一个规则样式。

(3) 规则匹配符

• ^ 锚定行的开始， 如‘^grep‘匹配所有以grep开头的行。

• $ 锚定行的结束, 如‘grep$‘匹配所有以grep结尾的行。

• . 匹配一个非换行符的字符,如‘gr.p‘匹配gr后接一个任意字符，然后是p。

• * ：匹配其前面出现的内容任意次，等价于{0,}，其中 .* 表述任意字符任意次，即无论什么内容全部匹配。

• [ ] 匹配一个指定范围内的字符，如‘[Gg]rep‘匹配Grep和grep。

• [^] 匹配一个不在指定范围内的字符，如：‘[^A-FH-Z]rep‘匹配不包含A-R和T-Z的一个字母开头，紧跟rep的行。

• (..) 标记匹配字符，如‘(love)‘，love被标记为1。

• < 锚定单词的开始，如‘<grep‘匹配包含以grep开头的单词的行。

• > 锚定单词的结束，如‘grep>‘匹配包含以grep结尾的单词的行。

• x{m} 重复字符x，m次，如‘0{5}‘匹配包含5个o的行。

• x{m,} 重复字符x,至少m次，如‘o{5,}‘匹配至少有5个o的行。

• x{m,n} 重复字符x，至少m次，不多于n次，如‘o{5,10}‘匹配5--10个o的行。

• x? 匹配其前面出现的内容x 0次或1次，等价于x{0,1}。

• w 匹配文字和数字字符，也就是[A-Za-z0-9]，如‘Gw*p‘匹配以G后跟零个或多个文字或数字字符，然后是p。

• W w的反置形式，匹配一个或多个非单词字符，如点号句号等。

•  单词锁定符，如‘grep‘只匹配grep。

分组及引用：

(string) ：将string作为一个整体方便后面引用

• 1 ：引用第1个左括号及其对应的右括号所匹配的内容。

• 2 ：引用第2个左括号及其对应的右括号所匹配的内容。

• ：引用第n个左括号及其对应的右括号所匹配的内容。

对于一些常用的字符集，系统做了定义：

• [A-Za-z] 等价于 [[:alpha:]]

• [0-9] 等价于 [[:digit:]]

• [A-Za-z0-9] 等价于 [[:alnum:]]

• tab,space 等空白字符 [[:space:]]

• 等价于 [[:upper:]]

• [a-z] 等价于 [[:lower:]]

• 标点符号 [[:punct:]]

(4) 使用实例

• ps -ef|grep svn -c 显示包含svn的进程个数
• ps aux | grep ssh | grep -v "grep" 不显示本身进程
• cat test.txt | grep -nf test2.txt 从文件中读取关键词搜索，表明行号
• cat test.txt |grep ^[^u] 输出非u开头的行内容
• cat test.txt |grep -E "ed|at" 显示包含ed或者at字符的内容行
• grep ‘[a-z]{7}‘ *.txt 显示当前目录下面以.txt 结尾的文件中的所有包含每个字符串至少有7个连续小写字符的字符串的行

参考链接：
https://www.cnblogs.com/flyor/p/6411140.html