Linux_grep总结2_正则表达式

灵萱4753

　　Tip:
　　请把下面的内容作为参考，而不是标准和绝对。
　　例如，我此时使用的redhat3的man grep中有这么一小段，或许可以让你看出，不同的OS版本实现上或默认设置上有些差异[确实很不舒服]
　　Within a bracket expression, a range expression consists of two charac-
       ters separated by a hyphen.  It matches any single character that sorts
       between  the  two  characters,  inclusive, using the locale’s collating
       sequence and character set.  For example,  in  the  default  C  locale,
       [a-d] is equivalent to [abcd].  Many locales sort characters in dictio-
       nary order, and in these locales [a-d] is typically not  equivalent  to
       [abcd];  it  might  be equivalent to [aBbCcDd], for example.  To obtain
       the traditional interpretation of bracket expressions, you can use  the
       C locale by setting the LC_ALL environment variable to the value C.
　　
　　　　http://soft.zdnet.com.cn/software_zone/2007/1014/553088.shtml 稍稍改动
　　1. grep简介
　　
　　grep （global search regular expression(RE) and print out theline,全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， 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。Linux使用GNU版本的grep。它功能更强，可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。
　　grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。
　　grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，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。我们利用这些返回值就可进行一些自动化的文本处理工作。
　　
　　2. 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，如:'
　　>
　　锚定单词的结束，如'grep>'匹配包含以grep结尾的单词的行。
　　x
　　重复字符x，m次，如：'0'匹配包含5个o的行。
　　x
　　重复字符x,至少m次，如：'o'匹配至少有5个o的行。
　　x
　　重复字符x，至少m次，不多于n次，如：'o'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：'Gw*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: 'bgrepb'只匹配grep。
　　3. 用于egrep和 grep -E的元字符扩展集
　　+
　　匹配一个或多个先前的字符。如：'[a-z]+able'，匹配一个或多个小写字母后跟able的串，如loveable,enable,disable等。
　　?
　　匹配零个或多个先前的字符。如：'gr?p'匹配gr后跟一个或没有字符，然后是p的行。
　　a|b|c
　　匹配a或b或c。如：grep|sed匹配grep或sed
　　()
　　分组符号，如：love(able|rs)ov+匹配loveable或lovers，匹配一个或多个ov。
　　x,x,x
　　作用同x,x,x
　　4. POSIX字符类
　　为了在不同国家的字符编码中保持一至，POSIX(The Portable Operating SystemInterface)增加了特殊的字符类，如[:alnum:]是A-Za-z0-9的另一个写法。要把它们放到[]号内才能成为正则表达式，如[A-Za-z0-9]或[[:alnum:]]。在Linux下的grep除fgrep外，都支持POSIX的字符类。
　　[:alnum:]
　　文字数字字符
　　[:alpha:]
　　文字字符
　　[:digit:]
　　数字字符
　　[:graph:]
　　非空字符（非空格、控制字符）
　　[:lower:]
　　小写字符
　　[:cntrl:]
　　控制字符
　　[:print:]
　　非空字符（包括空格）
　　[:punct:]
　　标点符号
　　[:space:]
　　所有空白字符（新行，空格，制表符）
　　[:upper:]
　　大写字符
　　[:xdigit:]
　　十六进制数字（0-9，a-f，A-F）
　　5. Grep命令选项
　　-?
　　同时显示匹配行上下的？行，如：grep -2 pattern filename同时显示匹配行的上下2行。
　　-b，--byte-offset
　　打印匹配行前面打印该行所在的块号码。
　　-c,--count
　　只打印匹配的行数，不显示匹配的内容。
　　-f File，--file=File
　　从文件中提取模板。空文件中包含0个模板，所以什么都不匹配。
　　-h，--no-filename
　　当搜索多个文件时，不显示匹配文件名前缀。
　　-i，--ignore-case
　　忽略大小写差别。
　　-q，--quiet
　　取消显示，只返回退出状态。0则表示找到了匹配的行。
　　-l，--files-with-matches
　　打印匹配模板的文件清单。
　　-L，--files-without-match
　　打印不匹配模板的文件清单。
　　-n，--line-number
　　在匹配的行前面打印行号。
　　-s，--silent
　　不显示关于不存在或者无法读取文件的错误信息。
　　-v，--revert-match
　　反检索，只显示不匹配的行。
　　-w，--word-regexp
　　如果被<和>引用，就把表达式做为一个单词搜索。
　　-V，--version
　　显示软件版本信息。
　　6. 实例
　　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.txt
　　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.*' 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（），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.*'就可以了。