Linux文本处理工具之grep

Posted 2021-11-30

文本处理三剑客之GREP

文本过滤工具：glob 用于实现bash中的文件名通配

• 通配符：

  *：任意长度的任意字符
  ?：任意单个字符
  [ ]：明确指明匹配范围内的单个字符

  • [abc]：abc中的任意一个
  • 注：要匹配通配符本身，需要使用%转义

• 常用的字符集合表示法：
  • [:alpha:]：任意字母
  • [:alnum:]：任意数字和字母
  • [:blank:]：任意空白字符
  • [:cntrl:]：任意控制字符
  • [:digit:]：任意数字
  • [:lower:]：任意小写字母
  • [:upper:]：任意大写字母
  • [:space:]：任意空格

    例如：显示/var目录下，以l开头，以小写字母结尾，且中间至少出现一位数字的文件或目录

  • ls -d /var/l[[:digit:]][[:lower:]]

    grep:全局搜索正则表达式并显示出来（文本过滤工具）

    grep：基本正则表达式
    egrep：扩展正则表达式

作用：文本搜索，根据用户指定的内容，对目标文件进行逐行匹配检查，打印匹配到的行

• 内容(模式)：由正则表达式字符和文本符所编写的过滤条件
• 正则表达式：由一类特殊字符所编写的模式，有些字符不表示字符本身的含义，而表示控制或通配
• 元字符：表示特殊含义的字符

  grep的使用方法：

• 格式：grep [选项] 模式 目录或文件
• --color=auth：对匹配到的内容加颜色显示
• -m #：匹配#次后停止
• -n：显示匹配的行行数
• -c：统计匹配到的行的行号
• -v：显示不能匹配到的行
• -i：匹配时忽略字符大小写
• -o：仅显示匹配到的字符
• -q：静默模式
• -A#：显示匹配到的行和后#行
• -B#：显示匹配到的行和前#行
• -C#：显示匹配到的行和前后各#行
• -w：匹配整个单词
• -E：使用扩展正则表达式
• -F：使用fgrep
• -f file：根据模式文件中的内容去匹配

基本正则表达式的元字符：使用引号引起来

• 字符匹配：

  .：任意单个字符
  []：匹配指定范围内的任意单个字符
  [^]：匹配指定范围之外的任意单个字符

• 次数匹配：

  ：匹配前面的字符任意次数
  .：匹配任意长度的任意字符
  \?：匹配前面的字符0次或1次，即前面的字符可有可无
  \+：匹配前面的字符至少出现一次
  \{m\}：匹配前面的字符m次
  \{m,n\}：匹配前面的字符m到n次
  \{m,\}：匹配前面的字符至少出现m次
  \{,m\}：匹配前面的字符至多出现m次

• 位置锚定：

  ^：匹配的字符出现在行首
  $：匹配的字符出现在行尾
  ^pattern$：用于整行匹配
  ^$：空行
  ^[[:space:]]$：空白行
  \<或\b：词首锚定，用于单词模式左侧
  \>或\b：词尾锚定，用于单词模式的右侧
  \<pattern\>：匹配整个单词

• 分组：

  \(\)：把括号中的内容分组
  \(xy\)*ab：匹配ab前面的xy出现任意次数

• 后向引用：引用前面分组括号中的模式所匹配到的内容
  • 分组括号中的模式所匹配到的内容，会被正则表达式引擎记录在内部变量中，这些变量被命名为\1,\2,\3……
    • -n：把左侧起第n个左括号以及与之匹配的右括号之间的模式所匹配到的字符
    • 例：(str1+(str2)*)

      \1：str1+(str2)*
      \2：str2

• 或者:

  \|：

• 实例：

  a\|b：a或者b
  C\|cat：C或者cat
  \(C\|c\)at：Cat或者cat

扩展正则表达式：egrep

选项与基本正则表达式相同

egrp的元字符：

• 字符匹配：同grep
• 次数匹配：同grep，但是不需要转义
• 位置锚定：同grep
• 分组：小括号不需要转义
• 后向引用
• 或者：| 不需要转义

fgrep：不支持正则表达式，仅仅找给定的字符串

练习：

1. 显示/proc/meminfo文件中以大小写s开头的行

   grep -i ‘^s.‘ /proc/meminfo
   grep ‘[Ss].‘ /proc/meminfo

2. 显示/etc/passwd文件中不以bash结尾的行

   grep -v ‘.*bash$‘ /etc/passwd

3. 显示CentOS7中的/etc/grub2.cfg文件中，至少以一个空白字符开头，且后面有非空白字符的行

   grep -E "^[[:space:]]+[^[:space:]]" /etc/grub2.cfg