linux下文本查找命令及正则表达式

hrtgrsf

下面我们来讨论一下在linux下面怎么查找文本，用什么方法查找文本，用什么命令查找文本，这里我们要用到的两个命令是 grep、egrep和fgrep。首先我们要了解一下什么是grep
grep:
     grep的英文全称是global search REgular expression and print out the line.
     意思就是说 全面搜索正则表达式并把行打印出来，全面搜索和把行打印出来我们都懂，正则表达式等会再讲，我们先来认识一下新朋友 grep

grep的用法
    grep [OPTIONS] PATTERN [FILE...]
    grep +[选项]+搜索模式+[目标文件]
        选项：
          -o：只显示匹配到的内容
          -i：第一个字符不区分大小写
          -v：显示不能被匹配到的行
          -A#：显示被匹配到的行与它后面的#行
          -B#：显示被匹配到的行与它前面的#行
          -C#：显示被匹配到的行前与它的前后各#行

        搜索模式(PATTERN):以正则表达式的元字符以及正常字符组合而成的搜索条件。

那么什么是正则表达式呢？

正则表达式：又叫做常规表示法（regular expression,简写为regex或RE），是使用一些特殊的字符               （元字符）组成合乎搜索条件的模型，已达到用来查找到特定文件的目的。

    正则表达式元字符有哪些，他们有什么作用？由于正则表达式元字符太多，我们可以按照功能给他们分分类：

第一类：实现字符匹配的元字符，他们组合起来可以用来匹配任意字符。
        .：匹配任意单个字符
        []：匹配指定范围内的任意单个字符；
        [^]：匹配任意范围外的任意单个字符；
    例如：
        [0-9]与[:digit:]都表示任意一个数字
        [a-z]与[:lower:]都表示任意一个小写字母
        [A-Z]与[:upper:]都表示任意一个大写字母
        [a-zA-Z]与[:aphla:]都表示任意一个字母
        [1-9a-zA-Z]与[:alnum:]都表示任意一个数字或字母
        [:punct:]表示任意一个标点符号
        [:space:]表示任意一个空格字符

     # grep [^[:digit:]][[:space:]][[:aphla:]] /tmp/grep.test.txt
       表示从/tmp/grep.test.txt中查找字符串中有三个字符，第一个字符不是数字，第二个字符为空        白符，第三个字符为字母的行

第二类：实现字数匹配的元字符，在期望匹配的字符后面提供一个控制符，用来表达匹配其前面字符指         定的次数。
        *：任意次
        \?:1次或0次
        \+:大于1次
        \{m\}:左侧字符精确出现m次
        \{m,n\}:至少m次，至多n次
      #grep "a.*b" /tmp/grep.test.txt
       表示查找ab中间可以为任意个任意字符的行，例如行里有ab，acb，a34b，abbb
      #grep "ca\?b" /tmp/grep.test.txt
        表示a出现一次或者一次都不出现，如cab，cb
      #grep "ab\+c" /tmp/grep.test.txt
        表示字符串中b至少出现一次，如abc，abbc，abbbbc
      #grep "ab\{3\}c" /tmp/grep.test.txt
        表示字符串中b出现三次，如abbbc
      #grep "ab\{1,2\}c" /tmp/grep.test.txt
         表示b至少出现1次最多出现2次，如abc，abbc


第三类：牟定位置的元字符，规定需要匹配的字符串出现在文件的什么位置上。
        ^：字符串出现在行首
        $：字符串出现在行尾
        ^$:组合起来表示牟定行首与行尾，中间没有字符的话表示空白行。
      #grep "^abc" /tmp/grep.test.txt
         表示abc这三个字符必须出现在行首才匹配
      #grep "abc$" /tmp/grep.test.txt
         表示abc三个字符必须出现在行尾才匹配
      #grep "^abc$" /tmp/grep.test.txt
         表示整行只有abc三个字符才匹配


第四类：牟定单词的元字符，表示一个字符串必须是由某字符开头，或由某单词结尾。
        \<：牟定单词首部
        \>：牟定单词尾部  
        \<pattern\>：表示这个字符串必须作为整个单词出现
      #grep "\<abc" /tmp/grep.test.txt
         表示字符串中出现以字符a开头后面跟了bc的三个字符才匹配
      #grep "abc\>" /tmp/grep.test.txt
         表示字符串中出现以字符c结尾前面跟了ab的三个字符才匹配
      #grep "\<passwd\>" /tmp/grep.test.txt
         表示字符串中有passwd这个单词才匹配，如apasswd，passwd2d都不符合条件


第五类：将单词分组的元字符
        \(\):用小括号将字符串分组，括号内的表示为一个整体出现。
             在分组模式中，被括号内匹配到的内容将被记忆为变量，可以用grep调用                            这些变量，这些变量被引用时表达为\1,\2,\3...
         \#：表示模式中自左及右出现的第#个左括号以及与之对应的右括号之间匹配到                          的内容。
       #grep "^the\(\<pa.*wd\>\).*\1$" /tmp/grep.test.txt
          表示字符串中以the开头，中间出现"pa.*wd"匹配的单词 ，行尾也出现"pa.*wd" 第一次匹配           到的单词的行 。如果"pa.*wd"匹配成passwd那么行尾必须出现passwd才行。




    世界万物都是发展进步的，当一些条件不能满足人们的需求时，人类就会创造其他的条件来替代它，这就是发展。所以当grep 加正则表达式不能满足人们的查找文件需求时，扩展正则表达式以及与之对应的命令 egrep出现了，也可以说是grep -E

egrep: 是grep -E的另一种表达式，可以使用扩展正则表达式

命令用法：
     egrep [OPTIONS] PATTERN [FILE...]  

    egrep可用选项与grep是一样的，他们的区别主要在正则表达式字符的使用上，egrep功能更强大一些，可用的功能更多一些。

扩展正则表达式元字符分类：

第一类：字符匹配项与grep相同
         .,[],[^]
第二类：次数匹配，特殊符号前面的反斜线可以省略
        *，？，+，{m}，{m，n}，{m，}，{，n}
第三类：位置牟定与grep相同
        ^:行首
        $:行尾
第四类：单词牟定与grep相同，反斜线不能省
        \<:词首
        \>：词尾
第五类：分组，括号前反斜线可以省去,但是引用字符表达的斜线不可省去
        （）：分组
         \1,\2,.....
扩展：
第六类：选择符，表达或者的意思，匹配的是选择符|前后的整个字符串而不是单个字符
        |：或者
       例如  a|b 表示a或者b
             abc|cde 表示abc或者cde
             ab(c|C)de 表示ab然后小c或者大C然后de

     # egrep "ab(c|C)de" /tmp/egrep.test.txt
       表示从/tmp/egrep.test.txt文件中查找带有abcde或者abCde的行

fgrep:表示快速查询文本行，这个命令不能够使用正则表达式，只能匹配字符串
      查询速度比grep快，但是功能较单一。

    说完这三个文本行查询命令，我们来举几个例子给大家看看，毕竟只有熟练使用才能有助于记忆，多加练习才能真正掌握正则表达式，要学好linux不能只讲理论，一定要多练。
常用grep实例

(1)多个文件查询
    grep "sort" *.grep       #见文件名的匹配

(2)行匹配:输出匹配行的计数
    grep -c "48" data.grep   #输出文档中含有48字符的行数

(3)显示匹配行和行数
    grep -n "48" data.grep       #显示所有匹配48的行和行号

(4)显示非匹配的行
    grep -vn "48" data.grep      #输出所有不包含48的行

(4)显示非匹配的行
    grep -vn "48" data.grep      #输出所有不包含48的行

(5)大小写敏感
    grep -i "ab" data.grep       #输出所有含有ab或Ab的字符串的行

(6)正则表达式的应用 (注意：最好把正则表达式用单引号括起来)
    grep '[239].' data.grep      #输出所有含有以2,3或9开头的，并且是两个数字的行

(7)不匹配测试
    grep '^[^48]' data.grep      #不匹配行首是48的行

(8)使用扩展模式匹配
    grep -E '219|216' data.grep   #输出所有含有219或者216的行