grep及正则表达式

grep及正则表达式（文本查找）

grep的英文全称：Globally search a Regular Expression and Print）是一种强大的文本搜索工具，它能使用特定模式PATTERN（包括正则表达式）去匹配搜索文本，并将符合模式的文本行显示到屏幕。grep家族包括grep、egrep和fgrep。

用法定义：

 grep [OPTIONS] PATTERN [FILE...]

PATTERN：由文本和正则表达式的元字符组合而成的匹配条件

OPTIONS：

-i  忽略大小写

--color或--colour 将匹配文本以颜色显示 alias grep='grep --colour'

-v 显示没有被模式匹配的行（被匹配的行不显示，不被匹配的行反而显示）

-o 只显示被模式匹配到的字符串本身，每一个字符串显示为一行

传统元字符：

* 任意长度的任何字符

？ 任意单个字符

[] 指定范围内的

[^] 指定范围外的

正则表达式：Regular Expression，由元字符组成，但意义有所区别。

正则表达式中的元字符：

. 点表示匹配任意单个字符

表字符匹配个数/次数的元字符：

*表示匹配前面的字符任意次

如test文件的字符为a,b,ab,aab,acb,adb,amnb

a*b *这里不是指任意长度的任意字符，而是指匹配其前面的字符a任意次（0次也行，代表a不出现），但后面必须是b

（用途：搜索后面字符必须为b，但b前面的字符为a的任意长度（0代表可以没有a）的字符。换句话说，查看多少含有b的字符串，且满足前面含有a或者没有a出现的这种字符串的数量。）

a.*b  .表示任意字符，*表示这个任意字符出现任意次（用途：a开头，b结束，中间可以是任意字符。）

.*表示任意长度的任意字符

注意：对于“amnbmnbmnb”也在结果之中。体现正则表达式的一种工作贪婪或者完备机制，尽可能长的匹配出所有符合要求的结果。

\？（要配合转义字符使用）匹配其前面的字符1次或0次（可选-？前面字符可有可没有，关键？后面的字符一定得有。--典型的grep部分匹配，grep功用--要弄清楚能匹配到哪些部分，且明白显示输出是整行）。

a？b 只要出现b的地方都符合要求，a可以紧挨着出现或者不挨着或者干脆没有a出现都可行。

\{m,n\}匹配其前面的字符（也可以是元字符中的点）至少m次，最多n次。--用于次数匹配

注意：这里一定要加反斜线（因为bash shell中反斜线为命令行展开，这里加反斜线的目的其意思告诉命令行不要展开，这个｛｝就被grep理解为特定的用途）

\{1,\} 匹配其前面的字符至少一次，最多不限制。

\{0,3\} 匹配其前面的字符可以不匹配，但匹配最多三次。

删除添加的两行，恢复如初。再看下面的表达式有何不同

不难看出，符号“.”可代表任意单个字符，多少和a没有直接关系，只要以a开头以b结束，其中的任意字符可以是1-3个之间的任意数。

位置确定

^确定行首位置：此字符后面的任意内容必须出现在行首

$ 确定行尾位置：此字符前面的任意内容必须出现在行尾

^$  显示是否有空白行

[]匹配指定范围内的任意单个字符

[^]匹配指定范围外的任意单个字符

字符集合，使用是必须再用[]将其括起来，对应含义如下：

[:digit:] 数字

[:lower:] 小写字母

[:upper:] 大写字母

[:punct:] 标点符号

[:space:] 空白字符

[:alpha:] 所有字母

[:alnum:] 所有数字

如：新建一个临时文件inittab2,然后显示以数字结尾的行。

显示以一个或多个空白字符加数字结尾的行

\<或\b确定词首：其后面的任意字符必须作为单词首部出现

\>或\b确定词尾：前面的任意字符必须作为单词尾部出现

\<root\>精确匹配某个单词

分组：

\(\)

\(ab\)* ab可以出现1次，0次或任意次 ；*作用不是b本身，而是ab整体。

如：找该文件中出现ab的行和没有出现ab的行。

该分组是为了后面的引用提供一个参考。

后向引用：前面匹配什么，后面引用什么，看最后两行，便于理解。

\1: 引用第一个左括号与与之对应的右括号所包含的所有内容。

搜索0-9中以任意数字开头，然后以相同的数字结尾的所有行。

分析/etc/inittab文件中如下文本中前两行的特征（比如第2，3，4个数字相同）写出可以精确查找到类似两行的的模式：

11：1：wait:/etc/rc.d/rc 1
12：2：wait:/etc/rc.d/rc 2

知识点：

正则表达式（大多数文本处理工具都支持）：

Basic Regular Expression 基本正则表达式

基本正则表达式（知识点）：

字符匹配：

. 任意单个字符

[] 指定范围内的任意单个字符

[^] 指定范围外的任意单个字符

次数匹配：

* 其前的字符0次，1次或多次 ；即任意次

\？ 其前的字符0次，或1次；即可有可无

\{m,n\} 匹配其前的字符，至少m次，至多n次（如无上限，n可以省略；如果最少是0次，m必须写成0，不得省略）

.* 任意长度的任意字符

锚定：

^ 锚定行首

$ 锚定行尾

\<,\b 锚定单词首部

\>,\b 锚定单词尾部

分组:

\(\)

\1,\2,\3,...

grep：使用基本正则表达式定义的模式来过滤文本的命令：

-i

-v

-o

--color

-E

-A # 匹配到，后面的#行也显示（After）

-B # 匹配到，前面的#行也显示（Before）

-C # 匹配到，前后的#行也显示（Context）

Extended Regular Expression 扩展正则表达式

（egrep=grep -E）

字符匹配(其含义与grep一样)

. 

[]

[^]

次数匹配（部分与grep不同）

*    与grep相同

？  与grep含义相同，但无需加反斜线

+    匹配其前字符至少一次 （相当于基本正则表达式grep中的\{1,\}）

{m,n} 与grep含义相同，但无需加反斜线

位置锚定（与grep一样）

^

$

\<

\>

分组

()    分组，但无需反斜线

\1,\2,\3,...

或者

|    相当于or

搜索以至少一个空白字符开头的行

找出文件中/boot/grub/grub.conf中1-255中的整数

思路：加括号，使用或（图中后者正确，思考加括号区别）有括号:首尾进行或（中间的不计算）

前者：只要是数字，都给搜出来，之所以358被搜出来，其实358是1位后者2位被搜出来的

后者：使用了锚定，这就使用用于单词的确定查找法，只不过这其中的单词是必须是全数字-且符合范围，使用的数字被当作单个单词出现。其中el6就被当作一个单词，但是不是数字。

找出文件中ifconfig中1-255中的整数

找出文件中ifconfig中满足1-255中的地址（ABCDE）

一般写法：

优化写法:

找出文件中ifconfig中满足1-255中的有效的IP地址（ABC）

fgrep：fast grep（不支持正则表达式，所以执行快）