grep用法详解:grep与正则表达式 [转]

Posted 2020-06-10

正则表达式与通配符不一样,它们表示的含义并不相同.

grep命令的选项用于对搜索过程进行补充说明。grep命令的模式十分灵活，可以是字符串、变量，还可以是正则表达式。

无论模式是何种形式，只要模式中包含了空格，就需要使用双引号或单引号将模式引起来。

‘搜寻字符串’是正则表达式，注意为了避免shell的元字符对正则表达式的影响，请用单引号（’’）括起来，千万不要用双引号括起来（"”）或者不括起来。
正则表达式只是一种表示法,只要工具支持这种表示法， 那么该工具就可以处理正则表达式的字符串。vim、grep、awk 、sed 都支持正则表达式，也正是因为由于它们支持正则，才显得它们强大；

1基础正则表达式
grep 工具，以前介绍过。
grep -[acinv]   ‘搜索内容串‘   filename
-a  将二进制文档以文本方式处理
-c  计算找到的符合行的次数
-i  忽略大小写
-n  顺便输出行号
-v  反向选择，即显示不包含匹配文本的所有行

-h 查询多文件时不显示文件名。
-l 查询多文件时只输出包含匹配字符的文件名。
-s 不显示不存在或无匹配文本的错误信息。
grep命令加- E参数，这一扩展允许使用扩展模式匹配。

其中搜索串可以是正则表达式!

---
先用例子说明问题：
以下为整理的grep 正则表达式的大部分功能,详细参见man 
grep: 要用好grep这个工具，其实就是要写好正则表达式，所以这里不对grep的所有功能进行实例讲解，只列几个例子，讲解一个正则表达式的写法。 
$ ls -l | grep ‘^a‘ 通过管道过滤ls -l输出的内容，只显示以a开头的行。 
$ grep ‘test‘ d* 显示所有以d开头的文件中包含test的行。 
$ grep ‘test‘ aa bb cc 显示在aa，bb，cc文件中匹配test的行。 
$ grep ‘[a-z]/{5/}‘ aa 显示所有包含每个字符串至少有5个连续小写字符的字符串的行。 
$ grep ‘w/(es/)t.*/1‘ aa 如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.*），这些字符后面紧跟着另外一个es（/1），找到就显示该行。如果用egrep或grep -E，就不用"/"号进行转义，直接写成‘w(es)t.*/1‘就可以了。 

grep正则表达式元字符集（基本集） 
^ 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。 
* 匹配零个或多个先前字符 如：‘*grep‘匹配所有一个或多个空格后紧跟grep的行。 
.*一起用代表任意字符。 
[] 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，
/> 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：‘o/{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。 
/w 匹配文字和数字字符，也就是[A-Za-z0-9_]，如：‘G/w*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。 
/b 单词锁定符，如: ‘/bgrep/b‘只匹配grep。 

关于匹配的实例：
grep -c "48" test.txt 统计所有以“48”字符开头的行有多少
grep -i "May" test.txt 不区分大小写查找“May”所有的行）
grep -n "48" test.txt 显示行号；显示匹配字符“48”的行及行号，相同于 nl test.txt |grep 48）
grep -v "48" test.txt 显示输出没有字符“48”所有的行）
grep "471" test.txt 显示输出字符“471”所在的行）
grep "48;" test.txt 显示输出以字符“48”开头，并在字符“48”后是一个tab键所在的行
grep "48[34]" test.txt 显示输出以字符“48”开头，第三个字符是“3”或是“4”的所有的行）
grep "^[^48]" test.txt 显示输出行首不是字符“48”的行）
grep "[Mm]ay" test.txt 设置大小写查找：显示输出第一个字符以“M”或“m”开头，以字符“ay”结束的行）
grep "K…D" test.txt 显示输出第一个字符是“K”，第二、三、四是任意字符，第五个字符是“D”所在的行）
grep "[A-Z][9]D" test.txt 显示输出第一个字符的范围是“A-D”，第二个字符是“9”，第三个字符的是“D”的所有的行
grep "[35]..1998" test.txt 显示第一个字符是3或5，第二三个字符是任意，以1998结尾的所有行
grep "4/{2,/}" test.txt 模式出现几率查找：显示输出字符“4”至少重复出现两次的所有行
grep "9/{3,/}" test.txt 模式出现几率查找：显示输出字符“9”至少重复出现三次的所有行
grep "9/{2,3/}" test.txt 模式出现几率查找：显示输出字符“9”重复出现的次数在一定范围内，重复出现2次或3次所有行
grep -n "^$" test.txt 显示输出空行的行号
ls -l |grep "^d" 如果要查询目录列表中的目录 同：ls -d *
ls -l |grep "^d[d]" 在一个目录中查询不包含目录的所有文件
ls -l |grpe "^d…..x..x" 查询其他用户和用户组成员有可执行权限的目录集合

更多的例子:
1
搜索有the的行,并输出行号
$grep -n ‘the‘ regular_express.txt
搜 索没有the的行,并输出行号
$grep -nv ‘the‘ regular_express.txt

2 利 用[]搜索集合字符
[] 表示其中的某一个字符 ，例如[ade] 表示a或d或e
[email protected]:~/tmp$ grep -n ‘t[ae]st‘ regular_express.txt 
8:I can‘t finish the test.
9:Oh! the soup taste good!

可以用^符号做[]内的前缀，表示除[]内的字符之外的字 符。
比如搜索oo前没有g的字符串所在的行. 使用 ‘[^g]oo‘ 作搜索字符串
[email protected]:~/tmp$ grep -n ‘[^g]oo‘ regular_express.txt 
2:apple is my favorite food.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
19:goooooogle yes!

[] 内可以用范围表示，比如[a-z] 表示小写字母,[0-9] 表示0~9的数字, [A-Z] 则是大写字母们。[a-zA-Z0-9]表示所有数字与英文字符。 当然也可以配合^来排除字符。
搜索包含数字的行
[email protected]:~/tmp$ grep -n ‘[0-9]‘ regular_express.txt 
5:However ,this dress is about $ 3183 dollars.
15:You are the best is menu you are the no.1.

行首与行尾字符 ^ $. ^ 表示行的开头，$表示行的结尾( 不是字符，是位置）那么‘^$’ 就表示空行,因为只有
行首和行尾。
这里^与[]里面使用的^意义不同。它表示^后面的串是在行的开头。
比如搜索the在开头的行
[email protected]:~/tmp$ grep -n ‘^the‘ regular_express.txt 
12:the symbol ‘*‘ is represented as star.

搜索以小写字母开头的行
[email protected]:~/tmp$ grep -n ‘^[a-z]‘ regular_express.txt 
2:apple is my favorite food.
4:this dress doesn‘t fit me.
10:motorcycle is cheap than car.
12:the symbol ‘*‘ is represented as star.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let‘s go.
[email protected]:~/tmp$ 

搜索开头不是英文字母的行
[email protected]:~/tmp$ grep -n ‘^[^a-zA-Z]‘ regular_express.txt 
1:"Open Source" is a good mechanism to develop programs.
21:#I am VBird
[email protected]:~/tmp$ 

$表示它前面的串是在行的结尾，比如 ‘/.‘ 表示 . 在一行的结尾
搜索末尾是.的行
[email protected]:~/tmp$ grep -n ‘/.$‘ regular_express.txt //. 是正则表达式的特殊符号，所以要用/转义
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn‘t fit me.
5:However ,this dress is about $ 3183 dollars.
6:GNU is free air not free beer.
.....

注意在MS的系统下生成的文本文件，换行会加上一个 ^M 字符。所以最后的字符会是隐藏的^M ,在处理Windows
下面的文本时要特别注意！
可以用cat dos_file | tr -d ‘/r‘ > unix_file 来删除^M符号。 ^M==/r

那么‘^$‘ 就表示只有行首行尾的空行拉！
搜索空行
[email protected]:~/tmp$ grep -n ‘^$‘ regular_express.txt 
22:
23:
[email protected]:~/tmp$ 

搜索非空行
[email protected]:~/tmp$ grep -vn ‘^$‘ regular_express.txt 
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn‘t fit me.