grep、egrep以及正则表达式的使用

43fdw

正则表达式是linux学习里面很重要的一部分内容，也算是一个难点，元字符多，组合方法也各种各样，每个人学习理解方法不一样，其中遇到的问题也各不相同，    学习正则表达式首先要会的是grep以及egrep命令的使用。
grep是Globalsearch Regular expression an Print out the line的缩写，是一种文本搜索的工具，可以根据用户指定的“模式（pattern）”对目标文本进行搜索过滤，显示出被“模式”匹配到的行。这里要
说的一点是，grep匹配到的是符合模式的一整行，例如一行中有2位数同时有3位数，模式中匹配的是2位数，这一行是会被匹配到的，

1	grep [OPTIONS] PATTERN [FILE...]

option	作用
-i	匹配时忽略字符大小写
-o	仅显示匹配到的内容
-v	取反，显示没有匹配到的行
--color	高亮显示匹配到的内容
-A#	显示出匹配的行之后的下文#行
-B #	显示出匹配的行之前的上文#行
-C #	显示出匹配的行前后的#行
-E	使用扩展的正则表达式，后面会有介绍

      这只是一些常用的选项，具体使用过程中遇到，可以使用man命令查看

    这仅仅是grep的简单用法，要想充分利用grep需要配合正则表达式。

    正则表达式分为两类：
           基本正则表达式
           扩展正则表达式
    基本正则表达式由能够实现不同功能的元字符组成，下面按照元字符不同的作用分别说明，为了方便看出匹配到的内容，我们先给grep一个别名，就是用上面的--color选项，能够高亮显示出匹配到的内容，匹配到的内容会以紫色显示。
    字符匹配：用来对文本中的字符进行匹配的元字符

.	匹配任意单个字符
[]	匹配集合内的任意单个字符
[^]	匹配集合外的任意单个字符

其中[]有几个特殊的表示方法

[0-9],[[:digit:]]	集合内的任意单个数字
[a-z],[[:lower:]]	集合内的任意单个小写字母
[A-Z],[[:upper:]]	集合内的任意单个大写字母
[a-zA-Z],[[:alpha:]]	集合内的任意单个字母
[[:space:]]	单个空白字符
[a-zA-Z0-9],[[:alnum:]]]	集合内的任意单个字母数字
[[:punct:]]	集合内的任意单个特殊字符

    . : 匹配任意单个字符
        

       aab,ab,acb等都可以匹配到，即为搜索xlblog.txt中含有“ab中间有一个任意字符”的行
       [ ]:匹配指定集合中的任意单个字符;
              [[:digit:]], [0-9]：匹配单个数字;
        
              [[:lower:]], [a-z]：匹配单个小写字母;
        
              [[:upper:]], [A-Z]：匹配单个大写字母;
        
              [[:alpha:]], [a-zA-Z]：匹配单个字母;
        
            [[:alnum:]], [0-9a-zA-Z]：匹配单个数字字母，两个都可以实现这个功能;
     
              [[:space:]]：匹配单个空格，这一行因为有个空白字符，所以被匹配出来了，因为是空白字符，就不能高亮显示了;
        
              [[:punct:]]：即标点符号;
        
       [^]:匹配指定集合外的任意单个字符，匹配任意非数字字母的字符，@和空白字符被匹配到了;
        
    次数匹配，用于对前面紧邻的单个字符所能够出现的次数做出限定;

*	匹配其前面的字符任一次，即表示0次、1次或多次
\?	匹配其前面的字符0次或者一次
\+	匹配其前面的字符出现至少1次
\{m\}	匹配其前面的字符m次，这是准确到多少次的
\{m,n\}	匹配其前面的字符至少m次，至多n次

         *：匹配其前面的字符任一次，即表示0次、1次或多次;

        

       *前面的字符a出现0次或者多次，而且其后紧跟字符b，所以ab,aab,aaaaab,bc等都可以匹配到，acb就不能匹配到，因为a与b之间不是相邻的。

    \?：匹配其前面的字符0次或者一次，这里要注意只有紫色的部分匹配到了，虽然前面有很多个a，但是因为ab匹配到了，所以整行显示出来了。

  

    \+:匹配其前面的字符出现至少1次；

    \{m\}:匹配其前面的字符m次，这是准确到多少次;

    \{m,n\}：匹配其前面的字符至少m次，至多n次；

        ab，aab，aaab，aaaaaab像这样的都是可以匹配到的，对于aaaaab可能会有疑问，其实只是匹配到了aaab，因为aaab在aaaaaab这一行中，所以整行都显示出来了，紫色的部分是匹配到的内容。

       那么“.*”代表什么呢？很明显，匹配任意单个字符，所有的字符都被匹配到了；

  

位置锚定：

^	行首锚定，出现在模式的最左侧
$	行尾锚定，出现在模式的最右侧
\<或者\b	词首锚定，出现在要查找的单词模式的最左侧
\>或者\b	词尾锚定，出现在要查找的单词模式的最右侧

        ^: 行首锚定，写在模式的最左侧，^ab’即为匹配以a开头的后面跟了b的字符;
                
            $:行尾锚定，写在模式的最右侧，ab$’即为以b结尾前面有a的字符;

               

      ^$: 空白行，这个很容易理解，行首遇到了行尾，那就是什么都没有了，即空白行;

      \<:词首锚定, \b，出现在要查找的单词模式的左侧;

       “\<ab”只有作为一个单词的词首的ab才能被匹配上，像xab，aab就不会匹配到;

        \>：词尾锚定, \b，出现在要查找的单词模式的右侧;

  “ab\>”只有作为一个单词的词尾的ab才能匹配上 ;  

       如cab，aaab，像abb，acb，abc就不能被匹配上;

        \<pattern\>:匹配单词;

       如：\<abc\>，即匹配单词abc，因为以a为词首以b为词尾中间是c的只能是单词abc

        分组：\(需要分组的内容\),分组是为了后面可以引用前面模式匹配到的内容，这里就要介绍下后向引用的概念了。

        后向引用：模式中，如果使用实现了分组，在某行文本的检查中，如果\(\)中的模式匹配到了

某内容，此内容后面的模式中可以被引用；

                            \1,\2, \3

模式自左而右，引用第#个左括号以及与其匹配右括号之间的模式匹配到的内容;

如：“\(a.c\).*\1”：\(\)中匹配到的内容会被引用到后面的\1的位置，前面匹配到了什么内容，后面也必须是这个内容;

abcxyabc，前面匹配到了abc那后面也必须是abc，axcxyabc，前面匹配到了axc，后面没有axc，所以这个字段不会被匹配到。

egrep及扩展的正则表达式

扩展正则表达式有两种使用方法            

1	# grep -E 'pattern' file...

1	# egrep 'pattern' file...

扩展正则表达式的元字符：

       字符匹配：

.	匹配单个字符
[]	匹配集合中的单个字符
[^]	匹配集合之外的单个字符

   扩展正则表达式的字符匹配是和正则表达式的一样的

       次数匹配：

*	匹配其前面的字符任一次
?	匹配其前面字符0次或1次
+	匹配其前面的字符至少1次
{m}	匹配其前面的字符m次
{m,n}	匹配其前面的字符m-n次
{m，}	匹配其前面的字符至少m次
{0，n}	匹配其前面的字符0-n次

从这我们可以发现，扩展正则表达式只是将正则表达式的\号去掉了而已，其他的用法都是一样的，\在模式中起到了一个转译的作用，而在扩展正则表达式中则默认转译了，不需要在加转译符号

       位置锚定：

^	行首锚定
$	行尾锚定
\<或者\b	词首锚定
\>或者\b	词尾锚定

扩展正则表达式的位置锚定也是和正则表达式一样的，这里的\不能省略。

       分组：

          ()：同样不需要转译符\，也和正则表达式一样支持后向引用\1,\2\3,…

       或者：

                 a|b: a或者b

                 ab|cd：ab或者cd

这是扩展正则表达式所独有的元字符，表示“或者”，需要注意的是“|”符号左右两边是一个整体。

最后介绍一下fgrep

fgrep [option] 'string' file...

fgrep不支持正则表达式，只支持字符串的搜索，即string为什么匹配到的就是什么，是一种快速搜索文本的命令。

       从上面可以看出扩展的正则表达式要比正则表达式简洁，而且还能实现更多的功能，所以我们要多多使用扩展正则表达式