文本处理——grep,egrep，fgrep与正则

一、grep

grep，(global search regular expression(RE) and print out the line)一个文本过滤工具，作为小白的我常常只用它的最基本的功能，比如说grep root /etc/passwd 来在passwd文件中过滤root关键字。可是要想脱离小白，就必须要学它的高级功能了，但是高级功能需要依靠神奇般的正则表达式来完成，现在先一块和我看看它的常用用法吧

不带参数的用法：

# grep root /etc/passwdroot:x:0:0:root:/root:/bin/bashoperator:x:11:0:operator:/root:/sbin/nologin

带参数的用法：

--color=auto:  对匹配到的文本着色显色，默认centos7中，grep的别名中，已经将这个选项定义为别名-v：显示不被pattern匹配到的行-i：忽略字符大小写-n：显示匹配的行号-c：统计匹配的行数-o：仅显示匹配到的字符串-q：静默模式，不输出任何信息(quiet，可以结合echo $?状态码使用)-A NUM after, 包含匹配行的后NUM行-B NUM:before, 包含匹配行的前NUM行-C NUM context, 包含匹配行的前后各NUM行-e: 实现多个选项间的逻辑or关系-w匹配整个单词(字母、下划线、数字汉字，这几个连在一起算一个单词)-E使用ERE-F相当于fgrep，不支持正则表达式

注意1：grep匹配字符时候，是按照行来显示，也就是说，在某一行匹配到字符，默认是将这一行完整的显示出来，如果加上-o选项，那么只是将匹配到的显示出来。例如：

[root@CentOS7 ~]# grep -o root /etc/passwdrootrootrootroot     #在文本中查找到了四个root，每查找到一个显示到一行[root@CentOS7 ~]#

注意2：grep -q 是静默模式查找，什么叫静默模式啊，静默模式就是在文本查找到，不在屏幕上显示出来，我就有疑问了，不显示出来，那还要它何用，不要着急，存在即合理，待我讲一讲它的细节：
我们知道，shell脚本并不是一门编程语言，他是一个命令解释器，也就是说是把一堆命令放在一个文件中一块执行的，这就是shell脚本，那么作为一个重要的命令，grep当然要在shell脚本中插一脚了，就是说他能在shell脚本中运行，在shell脚本中运行，则只需要让机器懂就行了，机器懂的只有0和1，那么静默模式就有他的用武之地了，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2，这样，grep也能在shell脚本中大行其道了~

---

二、egrep

egrep 代表扩展的正则表达式，它和正则表达式思想相同，只不过在写正则表达式时候，省去了一些让人混乱的"\",因为\代表转义，在我们用到比如说“{}”，时候，我们就需要加上\来表示匹配多次。

---

三、fgrep

fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。由于其省去了要匹配的正则表达式，速度比grep ,egrep都要快。

---

四、正则表达式

Regular Expression，正则表达式，简写为RegExp

• BRE ：Basic RegExp，基本正则表达式
• ERE ：Extend RegExp ，扩展的正则表达式
• PCRE（Perl Compatible Regular Expressions）

正则表达式有以下知识点，只要你将其掌握，你将出身入化，让我们一块看看吧

1. 字符匹配
2. 匹配次数
3. 位置锚定
4. 分组与 后向引用
5. 或
6. 查看正则帮助（man 7 regex）

1.字符匹配：

. 匹配任意单个字符：如r..t[] 匹配指定范围内的任意单个字符：如[abc]r[^] 匹配指定范围外的任意单个字符：如[^abc]r[:alnum:] 字母和数字[:alpha:] 代表任何英文大小写字符，亦即 A-Z, a-z[:lower:] 小写字母[:upper:] 大写字母[:blank:] 空白字符（空格和制表符）[:space:] 水平和垂直的空白字符（比[:blank:]包含的范围广）[:cntrl:] 不可打印的控制字符（退格、删除、警铃…）[:digit:] 十进制数字 [:xdigit:]十六进制数字[:graph:] 可打印的非空白字符[:print:] 可打印字符[:punct:] 标点符号

2.匹配次数

* 匹配前面的字符任意次，包括0次（贪婪模式，尽可能长的匹配）.* 任意长度的任意字符\? 匹配其前面的字符0或1次\+ 匹配其前面的字符至少1次\{n\} 匹配前面的字符n次\{m,n\} 匹配前面的字符至少m次，至多n次\{,n\} 匹配前面的字符至多n次\{n,\} 匹配前面的字符至少n次    #相信聪明的你一定看出来其中的规律了，我不多说了

3.位置锚定

^ 行首锚定，用于模式的最左侧(要跟字符匹配里的[^]区分开，那个是在中括号里面的)比如说查找文本中以空格开头的行可以用如下代码grep "^[[:space:]]" file$ 行尾锚定，用于模式的最右侧^PATTERN$ 用于模式匹配整行^$ 空行^[[:space:]]*$ 空白行\< 或 \b 词首锚定，用于单词模式的左侧，表示匹配以..字符开头的单词\> 或 \b 词尾锚定；用于单词模式的右侧,表示匹配以..字符结尾的单词\<PATTERN\> 匹配整个单词

4.分组与后向引用

\(\)将一个或多个字符捆绑在一起，当作一个整体进 行处理，如：\(root\)\+分组括号中的模式匹配到的内容会被正则表达式引擎记录于 内部的变量中，这些变量的命名方式为: \1, \2, \3, …\1 表示从左侧起第一个左括号以及与之匹配右括号之间的 模式所匹配到的字符示例：\(string1\+\(string2\)*\)\1 ：string1\+\(string2\)*\2 ：string2后向引用：引用前面的分组括号中的模式所匹配字符，而非模式本身,也就是说前面括号里匹配到的是"str1",后向引用的也要找到"str1",才算匹配成功。grep "\(root\).*\1" /etc/passwd  #表示的是查找到root和root之间有任意字符的行。[root@CentOS7 ~]# grep "\(root\).*\1" /etc/passwdroot:x:0:0:root:/root:/bin/basharooter:x:1001:1001::/home/arooter:/bin/bash

5.或

\|

示例：
a\|b: a或b

C\|cat: C或cat

(C\|c)at:Cat或cat
来一个匹配ip地址的示例：

ip a| grep -o '\(\([0-9]\|[1-9][0-9]\|1[0-9]\{2\}\|2[0-4][0-9]\|25[0-5]\)\.\)\{3\}\([0-9]\|[1-9][0-9]\|1[0-9]\{2\}\|2[0-4][0-9]\|25[0-5]\)'

6.查看帮助man 7 regex

对于能看下去英语的人，绝对实用。对于我这只能自己看懂，不能讲出来的人，还是不多说什么了以免误导

---

五、扩展的正则表达式

egrep == grep -e

egrep其实很简单，就是把grep里的斜线去掉了，不过有些还没有去掉。
没有去掉斜线的有

\<, \b :语首

>, \b :语尾

六、这里需要加上练习蹂蹑一下你

grep练习题