Linux高階文字處理之正規表示式與grep

   Linux系統中grep命令是一種強大的文字搜尋工具，它能使用正規表示式搜尋文字，並把匹配的行列印出來。grep全稱是Global Regular Expression Print，表示全域性正規表示式版本，它的使用許可權是所有使用者。

    grep的工作方式是這樣的，它在一個或多個檔案中搜尋字串模板。如果模板包括空格，則必須被參照，模板後的所有字串被看作檔名。搜尋的結果被送到標準輸出，不影響原檔案內容。

    grep可用於shell指令碼，因為grep通過返回一個狀態值來說明搜尋的狀態，如果模板搜尋成功，則返回0，如果搜尋不成功，則返回1，如果搜尋的檔案不存在，則返回2。我們利用這些返回值就可進行一些自動化的文字處理工作。

1．命令格式：

grep [option] pattern file

2．命令功能：

用於過濾/搜尋的特定字元。可使用正規表示式能多種命令配合使用，使用上十分靈活。

3．命令引數：

-a   --text   #不要忽略二進位制的資料。   

-A<顯示行數>   --after-context=<顯示行數>   #除了顯示符合範本樣式的那一列之外，並顯示該行之後的內容。   

-b   --byte-offset   #在顯示符合樣式的那一行之前，標示出該行第一個字元的編號。   

-B<顯示行數>   --before-context=<顯示行數>   #除了顯示符合樣式的那一行之外，並顯示該行之前的內容。   

-c    --count   #計算符合樣式的列數。   

-C<顯示行數>    --context=<顯示行數>或-<顯示行數>   #除了顯示符合樣式的那一行之外，並顯示該行之前後的內容。   

-d <動作>      --directories=<動作>   #當指定要查詢的是目錄而非檔案時，必須使用這項引數，否則grep指令將回報資訊並停止動作。   

-e<範本樣式>  --regexp=<範本樣式>   #指定字串做為查詢檔案內容的樣式。   

-E      --extended-regexp   #將樣式為延伸的普通表示法來使用。   

-f<規則檔案>  --file=<規則檔案>   #指定規則檔案，其內容含有一個或多個規則樣式，讓grep查詢符合規則條件的檔案內容，格式為每行一個規則樣式。   

-F   --fixed-regexp   #將樣式視為固定字串的列表。   

-G   --basic-regexp   #將樣式視為普通的表示法來使用。   

-h   --no-filename   #在顯示符合樣式的那一行之前，不標示該行所屬的檔名稱。   

-H   --with-filename   #在顯示符合樣式的那一行之前，表示該行所屬的檔名稱。   

-i    --ignore-case   #忽略字元大小寫的差別。   

-l    --file-with-matches   #列出檔案內容符合指定的樣式的檔名稱。   

-L   --files-without-match   #列出檔案內容不符合指定的樣式的檔名稱。   

-n   --line-number   #在顯示符合樣式的那一行之前，標示出該行的列數編號。   

-q   --quiet或--silent   #不顯示任何資訊。   

-r   --recursive   #此引數的效果和指定“-d recurse”引數相同。   

-s   --no-messages   #不顯示錯誤資訊。   

-v   --revert-match   #顯示不包含匹配文字的所有行。   

-V   --version   #顯示版本資訊。   

-w   --word-regexp   #只顯示全字元合的列。   

-x    --line-regexp   #只顯示全列符合的列。   

-y   #此引數的效果和指定“-i”引數相同。

4．規則表示式：

grep的規則表示式:

^  #錨定行的開始 如：'^grep'匹配所有以grep開頭的行。    

$  #錨定行的結束 如：'grep$'匹配所有以grep結尾的行。    

.  #匹配一個非換行符的字元 如：'gr.p'匹配gr後接一個任意字元，然後是p。    

*  #匹配零個或多個先前字元 如：'*grep'匹配所有一個或多個空格後緊跟grep的行。    

.*   #一起用代表任意字元。   

[]   #匹配一個指定範圍內的字元，如'[Gg]rep'匹配Grep和grep。    

[^]  #匹配一個不在指定範圍內的字元，如：'[^A-FH-Z]rep'匹配不包含A-R和T-Z的一個字母開頭，緊跟rep的行。    

(..)  #標記匹配字元，如'(love)'，love被標記為1。    

<      #錨定單詞的開始，如:'<grep'匹配包含以grep開頭的單詞的行。    

>      #錨定單詞的結束，如'grep>'匹配包含以grep結尾的單詞的行。    

x{m}  #重複字元x，m次，如：'0{5}'匹配包含5個o的行。    

x{m,}  #重複字元x,至少m次，如：'o{5,}'匹配至少有5個o的行。    

x{m,n}  #重複字元x，至少m次，不多於n次，如：'o{5,10}'匹配5--10個o的行。   

w    #匹配文字和數位字元，也就是[A-Za-z0-9]，如：'Gw*p'匹配以G後跟零個或多個文字或數位字元，然後是p。   

W    #w的反置形式，匹配一個或多個非單詞字元，如點號句號等。   

b    #單詞鎖定符，如: 'bgrepb'只匹配grep。

POSIX字元:

為了在不同國家的字元編碼中保持一至，POSIX(The Portable Operating System Interface)增加了特殊的字元類，如[:alnum:]是[A-Za-z0-9]的另一個寫法。要把它們放到[]號內才能成為正規表示式，如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外，都支援POSIX的字元類。

[:alnum:]    #文字數位字元   

[:alpha:]    #文字字元   

[:digit:]    #數位字元   

[:blank:] 空白字元（空格和製表符）

[:graph:]    #非空字元（非空格、控制字元）   

[:lower:]    #小寫字元   

[:cntrl:]    #控制字元   

[:print:]    #非空字元（包括空格）   

[:punct:]    #標點符號   

[:space:]    #所有空白字元（新行，空格，製表符）   

[:upper:]    #大寫字元   

[:xdigit:]   #十六進位制數位（0-9，a-f，A-F）

5．使用範例：

範例1：查詢指定進程

命令：

ps -ef|grep svn

輸出：

說明：

第一條記錄是查詢出的進程；第二條結果是grep進程本身，並非真正要找的進程。

範例2：查詢指定進程個數

命令：

ps -ef|grep svn -c

ps -ef|grep -c svn

輸出：

[root@localhost ~]# ps -ef|grep svn -c

2

[root@localhost ~]# ps -ef|grep -c svn 

2

範例3：從檔案中讀取關鍵詞進行搜尋

命令：

cat test.txt | grep -f test2.txt

輸出：

[root@localhost test]# cat test.txt 

hnlinux

peida.cnblogs.com

Ubuntu

ubuntu linux

RedHat

Redhat

linuxmint

[root@localhost test]# cat test2.txt 

linux

Redhat

[root@localhost test]# cat test.txt | grep -f test2.txt

hnlinux

ubuntu linux

Redhat

linuxmint

說明：

輸出test.txt檔案中含有從test2.txt檔案中讀取出的關鍵詞的內容行

更多詳情見請繼續閱讀下一頁的精彩內容： http://www.linuxidc.com/Linux/2017-02/140314p2.htm