文本处理三剑客之grep

Posted 2020-11-18

grep系：
grep：Global search Regular Expression and Print out the line.
利用正则表达式进行全局搜索并将匹配到的行显示出来；

    格式：
        grep [options] PATTERN [FILE...]
        grep [options] [-e PATTERN | -f FILE] [FILE...]

        PATTERN：过滤匹配条件，是由没有特殊意义的文本字符或者是正则表达式元字符组成；

正则表达式的元字符：会被正则表达式处理引擎解释为特殊含义的字符；

pcre：正则表达式处理引擎，prel语言的正在表达式引擎；

正在表达式的元字符：
    基本的正则表达式元字符：BRE
        字符匹配类：
            .：匹配任意单个字符；
            []：匹配任意指定范围内的单个字符；
            [^]：匹配任意指定范围以外的单个字符；
                下列所有的字符集都可以放置于[]之中用于匹配字符集范围内的单个字符：
                    [:lower:]
                    [:upper:]
                    [:alpha:]
                    [:digit:]
                    [:xdigit:]
                    [:alnum:]
                    [:punct:]
                    [:space:]
                    [a-z]：仅表示所有的小写字母
                    [A-Z]：仅表示所有的大写字母
                    [0-9]：仅表示所有的十进制数码

        次数匹配类：该类字符前面的一个字符可以出现的次数；
            *：其前面的字符可以出现任意次，即：0次，1次或多次；
            ?：其前面的字符可有可无，即：0次或1次；
            +：其前面的字符至少出现一次；
            {m,n}：其前面的字符至少出现m次，最多不超过n次；
            {m}：其前面的字符必须出现m次；
            {m,}：其前面的字符至少出现m次；
            {,n}：其前面的字符出现至少出现0次，最多不超n次；

            注意：在正则表达式中，表示任意长度的任意字符：.*

        位置锚定字符：
            行锚定：
                行首锚定：^
                行尾锚定：$
            字锚定：
                字首锚定：<或
                字尾锚定：>或

        分组与前向引用字符：
            ()：将小括号中包含的内容作为一个不可分割的整体来处理；
            1, 2, 3,...：前向引用
                正则表达式处理引擎的内置变量，1表示前面所出现的第一组小括号中括选的内容；2表示前面所出现的第二组小括号中括选的内容；...

                (string1(string2))： 1表示string1，2表示string2；
                (string1).*(string2)：1表示string1，2表示string2；

        或者：
            |：将其左右的字符或字符串当做整体对待；
            "C|cat"  C  cat

    扩展的正则表达式元字符：ERE
        字符匹配类：
            .：匹配任意单个字符；
            []：匹配任意指定范围内的单个字符；
            [^]：匹配任意指定范围以外的单个字符；
                下列所有的字符集都可以放置于[]之中用于匹配字符集范围内的单个字符：
                    [:lower:]
                    [:upper:]
                    [:alpha:]
                    [:digit:]
                    [:xdigit:]
                    [:alnum:]
                    [:punct:]
                    [:space:]
                    [a-z]：仅表示所有的小写字母
                    [A-Z]：仅表示所有的大写字母
                    [0-9]：仅表示所有的十进制数码

        次数匹配类：该类字符前面的一个字符可以出现的次数；
            *：其前面的字符可以出现任意次，即：0次，1次或多次；
            ?：其前面的字符可有可无，即：0次或1次；
            +：其前面的字符至少出现一次；
            {m,n}：其前面的字符至少出现m次，最多不超过n次；
            {m}：其前面的字符必须出现m次；
            {m,}：其前面的字符至少出现m次；
            {,n}：其前面的字符出现至少出现0次，最多不超n次；

            注意：在正则表达式中，表示任意长度的任意字符：.*

        位置锚定字符：
            行锚定：
                行首锚定：^
                行尾锚定：$
            字锚定：
                字首锚定：<或
                字尾锚定：>或

        分组与前向引用字符：
            ()：将小括号中包含的内容作为一个不可分割的整体来处理；
            1, 2, 3,...：前向引用
                正则表达式处理引擎的内置变量，1表示前面所出现的第一组小括号中括选的内容；2表示前面所出现的第二组小括号中括选的内容；...

                (string1(string2))： 1表示string1，2表示string2；
                (string1).*(string2)：1表示string1，2表示string2；

        或者：
            |：将其左右的字符或字符串当做整体对待；
            "C|cat"  C  cat

grep系：
    grep：仅支持基本正则表达式元字符
    egrep：可以支持扩展正则表达式元字符
    fgrep：不支持任何形式的正则表达式元字符，将所有的字符都视为没有任何特殊意义的普通文本字符；

    常用选项：
        -A num：同时显示被PATTERN匹配到的行及其后续num行；
        -B num：同时显示被PATTERN匹配到的行及其前面num行；
        -C num：同时显示被PATTERN匹配到的行及其前后num行；
        --color[=WHEN]：以高亮颜色显示被匹配到的内容；
        -c, --count：不输出被PATTERN匹配的行的内容，而是输出被PATTERN匹配到的行数；
        -E, --extended-regexp：可以使grep命令支持扩展正则表达式元字符；相当于执行了egrep命令；
        -F, --fixed-strings：相当于fgrep；
        -e PATTERN, --regexp=PATTERN：指定多个PATTERN在一个命令行中生效；
        -f FILE, --file=FILE：从指定的文件中读取多个PATTERN用于一次搜索；
        -i, --ignore-case：忽略文件中的字符的大小写；
        -o, --only-matching：仅显示被PATTERN匹配到的部分，关闭贪婪模式；
        -q, --quiet, --silent：安静模式；相当于 grep > /dev/null
        -v, --invert-match：显示没有被PATTERN匹配到的行；