原文地址:http://www.cnblogs.com/ggjucheng/archive/2013/01/13/2856896.html
1 简介
grep(global search regular expression(RE) and print out the line,全面搜索正则表达式并打印匹配的行)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。
2 grep 常见用法
[root@www ~]# grep [-acinv] [--color=auto] '搜寻字符串' filename
选项与参数:
-a :将 binary 文件以 text 文件的方式搜寻数据
-c :计算找到 '搜寻字符串' 的次数
-i :忽略大小写的不同,所以大小写视为相同
-n :顺便输出行号
-v :反向选择,亦即显示出没有 '搜寻字符串' 内容的那一行!
--color=auto :可以将找到的关键词部分加上颜色的显示喔!
将 /etc/passwd
文件中有 root
的行取出来
# grep root /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
或
# cat /etc/passwd | grep root
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
将 /etc/passwd
文件中有 root
的行取出来,同时显示这些行在 /etc/passwd
的行号
# grep -n root /etc/passwd
1:root:x:0:0:root:/root:/bin/bash
30:operator:x:11:0:operator:/root:/sbin/nologin
将 /etc/passwd
文件中没有 root
的行取出来
# grep -v root /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
将 /etc/passwd
中没有出现 root
和 nologin
的行取出来
# grep -v root /etc/passwd | grep -v nologin
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
用 dmesg
列出核心信息,再以 grep
找出内含 eth
的那行,将匹配到的关键词用彩色标识,且加上行号来表示
[root@www ~]# dmesg | grep -n --color=auto 'eth'
247:eth0: RealTek RTL8139 at 0xee846000, 00:90:cc:a6:34:84, IRQ 10
248:eth0: Identified 8139 chip type 'RTL-8139C'
294:eth0: link up, 100Mbps, full-duplex, lpa 0xC5E1
305:eth0: no IPv6 routers present
# 你会发现除了 eth 会有特殊颜色来表示之外,最前面还有行号喔!
在关键字的显示方面,grep
可以使用 --color=auto
来将关键字部分使用颜色显示。这可是个很不错的功能啊!但是如果每次使用 grep
都得要自行加上 --color=auto
又显的很麻烦,此时那个好用的 alias
就得来处理一下啦!你可以在 ~/.bashrc
内加上这行:alias grep='grep --color=auto'
,再以 source ~/.bashrc
来立即生效即可喔!这样每次运行 grep
他都会自动帮你加上颜色显示啦。
用 dmesg
列出核心信息,再以 grep
找出内含 eth
的行,关键词所在行的前两行与后三行也一起提取出来显示
[root@www ~]# dmesg | grep -n -A3 -B2 --color=auto 'eth'
245-PCI: setting IRQ 10 as level-triggered
246-ACPI: PCI Interrupt 0000:00:0e.0[A] -> Link [LNKB] ...
247:eth0: RealTek RTL8139 at 0xee846000, 00:90:cc:a6:34:84, IRQ 10
248:eth0: Identified 8139 chip type 'RTL-8139C'
249-input: PC Speaker as /class/input/input2
250-ACPI: PCI Interrupt 0000:00:01.4[B] -> Link [LNKB] ...
251-hdb: ATAPI 48X DVD-ROM DVD-R-RAM CD-R/RW drive, 2048kB Cache, UDMA(66)
# 如上所示,你会发现关键字 247 所在的前两行及 248 后三行也都被显示出来!
# 这样可以让你将关键字前后数据捉出来进行分析啦!
根据文件内容递归查找目录
# grep 'energywise' * # 在当前目录搜索带'energywise'行的文件
# grep -r 'energywise' * # 在当前目录及其子目录下搜索'energywise'行的文件
# grep -l -r 'energywise' * # 在当前目录及其子目录下搜索'energywise'行的文件,但是只显示匹配的文件
这几个命令很实用,是查找文件的利器。
3 grep 与正则表达式
3.1 字符类
字符类的搜索:想要搜寻 test
或 taste
这两个单词时,可以发现到,其实它们有共通的 't?st'
存在,这个时候可以这样来搜寻
[root@www ~]# grep -n 't[ae]st' regular_express.txt
8:I can't finish the test.
9:Oh! The soup taste good.
其实 []
里面不论有几个字节,他都谨代表某 一个
字节, 所以,上面的例子说明了,我需要的字符串是 tast
或 test
两个字串而已!
字符类的反向选择 [^]
:如果想要搜索到有 oo
的行,但不想要 oo
前面有 g
,如下
[root@www ~]# grep -n '[^g]oo' regular_express.txt
2:apple is my favorite food.
3:Football game is not use feet only.
18:google is the best tools for search keyword.
19:goooooogle yes!
第 2,3 行没有疑问,因为 foo
与 Foo
均可被接受!但是第 18 行明明有 google 的 goo
啊,别忘记了,因为该行后面出现了 tool 的 too
啊!所以该行也被列出来,也就是说, 18 行里面虽然出现了我们所不要的项目(goo
) 但是由於有需要的项目(too
) , 因此符合字串搜寻规则!至于第 19 行,同样的,因为 goooooogle 里面的 oo
前面可能是 o
,例如: go(ooo)oogle
,所以,这一行也是符合需求的!
字符类的连续:再来,假设我 oo
前面不想要有小写字节,所以,我可以这样写 [^abcd....z]oo
, 但是这样似乎不怎么方便,由於小写字节的 ASCII 上编码的顺序是连续的,因此,我们可以将之简化为底下这样
[root@www ~]# grep -n '[^a-z]oo' regular_express.txt
3:Football game is not use feet only.
也就是说,当我们在一组集合字节中,如果该字节组是连续的,例如大写英文
、小写英文
、数字
等等,就可以使用 [a-z]
, [A-Z]
, [0-9]
等方式来书写,那么如果我们的要求字串是数字与英文呢? 呵呵!就将他全部写在一起,变成:[a-zA-Z0-9]
。我们要取得有数字的那一行,就这样
[root@www ~]# grep -n '[0-9]' regular_express.txt
5:However, this dress is about $ 3183 dollars.
15:You are the best is mean you are the no. 1.
3.2 行首 ^
与行尾 $
行首字符:如果我想要让 the 只在行首列出呢?这个时候就得要使用定位字节了!我们可以这样做
[root@www ~]# grep -n '^the' regular_express.txt
12:the symbol '*' is represented as start.
此时,就只剩下第 12 行,因为只有第 12 行的行首是 the 开头。此外, 如果我想要开头是小写字节的那一行就列出呢?可以这样
[root@www ~]# grep -n '^[a-z]' regular_express.txt
2:apple is my favorite food.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
12:the symbol '*' is represented as start.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
如果我不想要开头是英文字母,则可以这样
[root@www ~]# grep -n '^[^a-zA-Z]' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
21:# I am VBird
提示:^
符号,在 []
之内与之外是不同的! 在 []
内代表反向选择,在 []
之外则代表定位在行首的意义!
如果想要找出行尾结束为小数点 .
的那一行
[root@www ~]# grep -n '\.$' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn't fit me.
10:motorcycle is cheap than car.
11:This window is clear.
12:the symbol '*' is represented as start.
15:You are the best is mean you are the no. 1.
16:The world <Happy> is the same with "glad".
17:I like dog.
18:google is the best tools for search keyword.
20:go! go! Let's go.
特别注意到,因为小数点具有其他意义(底下会介绍),所以必须要使用转义字符 \
来加以解除其特殊意义!
找出空白行:
[root@www ~]# grep -n '^$' regular_express.txt
22:
因为只有行首跟行尾 ^$
,所以,这样就可以找出空白行啦!
3.3 任意一个字节 .
与重复字节 *
这两个符号在正则表达式的意义如下
. (小数点):代表一定有一个任意字节的意思;
* (星号):代表重复前一个字符,0 到无穷多次的意思,为组合形态。
假设需要找出 g??d
的字符串,亦即共有四个字节, 起头是 g
而结束是 d
,可以这样做:
[root@www ~]# grep -n 'g..d' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
9:Oh! The soup taste good.
16:The world <Happy> is the same with "glad".
因为强调 g
与 d
之间一定要存在两个字节,因此,第 13 行的 god
与第 14 行的 gd
就不会被列出来啦!
如果想要列出有 oo, ooo, oooo
等等的数据, 也就是说,至少要有两个(含) o
以上,该如何是好?
因为 *
代表的是“重复 0
个或多个前面的 RE 字符”的意义, 因此,o*
代表的是“拥有空字节或一个 o
以上的字节”,因此,grep -n 'o*' regular_express.txt
将会把所有的数据都列印出来终端上!
当我们需要“至少两个 o
以上的字串”时,就需要 ooo*
,即
[root@www ~]# grep -n 'ooo*' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! The soup taste good.
18:google is the best tools for search keyword.
19:goooooogle yes!
如果想要字串开头与结尾都是 g
,但是两个 g
之间仅能存在至少一个 o
,亦即是 gog, goog, gooog....
等等,那该如何?
[root@www ~]# grep -n 'goo*g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!
如果想要找出 g
开头与 g
结尾的行,当中的字符可有可无
[root@www ~]# grep -n 'g.*g' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
14:The gd software is a library for drafting programs.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
因为是代表 g
开头与 g
结尾,中间任意字节均可接受,所以,第 1, 14, 20 行是可接受的! 这个 .*
的 RE 表示任意字符是很常见的。
如果想要找出“任意数字”的行,因为仅有数字,所以就成为
[root@www ~]# grep -n '[0-9][0-9]*' regular_express.txt
5:However, this dress is about $ 3183 dollars.
15:You are the best is mean you are the no. 1.
3.4 限定连续 RE 字符范围 {}
我们可以利用 .
与 RE 字符及 *
来配置 0 个到无限多个重复字节, 那如果我想要限制一个范围区间内的重复字节数呢?
举例来说,我想要找出两个到五个 o
的连续字串,该如何做?这时候就得要使用到限定范围的字符 {}
了。 但因为 {
与 }
的符号在 shell 是有特殊意义的,因此,我们必须要使用字符 \
来让他失去特殊意义才行1。 至於 {}
的语法是这样的,假设我要找到两个 o
的字串,可以是
[root@www ~]# grep -n 'o\{2\}' regular_express.txt
1:"Open Source" is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
9:Oh! The soup taste good.
18:google is the best tools for search ke
19:goooooogle yes!
假设我们要找出 g
后面接 2
到 5
个 o
,然后再接一个 g
的字串,会是这样
[root@www ~]# grep -n 'go\{2,5\}g' regular_express.txt
18:google is the best tools for search keyword.
如果我想要的是 2 个 o
以上的 goooo....g
呢?除了可以是 gooo*g
,也可以是
[root@www ~]# grep -n 'go\{2,\}g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!
3.5 扩展 grep
(grep -E 或者 egrep)
使用扩展 grep
的主要好处是增加了额外的正则表达式元字符集。
打印所有包含 NW
或 EA
的行。如果不是使用 egrep
,而是 grep
,将不会有结果查出。
# egrep 'NW|EA' testfile
northwest NW Charles Main 3.0 .98 3 34
eastern EA TB Savage 4.4 .84 5 20
对于标准 grep
,如果在扩展元字符前面加 \
,grep
会自动启用扩展选项 -E
。
#grep 'NW\|EA' testfile
northwest NW Charles Main 3.0 .98 3 34
eastern EA TB Savage 4.4 .84 5 20
搜索所有包含一个或多个 3
的行
# egrep '3+' testfile
# grep -E '3+' testfile
# grep '3\+' testfile
#这3条命令将会
northwest NW Charles Main 3.0 .98 3 34
western WE Sharon Gray 5.3 .97 5 23
northeast NE AM Main Jr. 5.1 .94 3 13
central CT Ann Stephens 5.7 .94 5 13
搜索所有包含 0 个或 1 个小数点字符
的行
# egrep '2\.?[0-9]' testfile
# grep -E '2\.?[0-9]' testfile
# grep '2\.\?[0-9]' testfile
#首先含有2字符,其后紧跟着0个或1个点,后面再是0和9之间的数字。
western WE Sharon Gray 5.3 .97 5 23
southwest SW Lewis Dalsass 2.7 .8 2 18
eastern EA TB Savage 4.4 .84 5 20
搜索一个或者多个连续的 no
的行
# egrep '(no)+' testfile
# grep -E '(no)+' testfile
# grep '\(no\)\+' testfile #3个命令返回相同结果,
northwest NW Charles Main 3.0 .98 3 34
northeast NE AM Main Jr. 5.1 .94 3 13
north NO Margot Weber 4.5 .89 5 9
3.6 不使用正则表达式
fgrep
查询速度比 grep
命令快,但是不够灵活:它只能找固定的文本,而不是规则表达式。如果你想在一个文件或者输出中找到包含星号字符的行
fgrep '*' /etc/profile
for i in /etc/profile.d/*.sh ; do
# 或
grep -F '*' /etc/profile
for i in /etc/profile.d/*.sh ; do
4 选项
-a 不要忽略二进制数据。
-A<显示列数> 除了显示符合范本样式的那一行之外,并显示该行之后的内容。
-b 在显示符合范本样式的那一行之外,并显示该行之前的内容。
-c 计算符合范本样式的列数。
-C<显示列数>或-<显示列数> 除了显示符合范本样式的那一列之外,并显示该列之前后的内容。
-d<进行动作> 当指定要查找的是目录而非文件时,必须使用这项参数,否则 grep 命令将回报信息并停止动作。
-e<范本样式> 指定字符串作为查找文件内容的范本样式。
-E 将范本样式为延伸的普通表示法来使用,意味着使用能使用扩展正则表达式。
-f<范本文件> 指定范本文件,内容有一或多个范本样式,grep 查找符合范本条件的文件内容,格式为每一列的范本样式。
-F 将范本样式视为固定字符串的列表。
-G 将范本样式视为普通的表示法来使用。
-h 在显示符合范本样式的那一列之前,不标示该列所属的文件名称。
-H 在显示符合范本样式的那一列之前,标示该列的文件名称。
-i 胡列字符大小写的差别。
-l 列出文件内容符合指定的范本样式的文件名称。
-L 列出文件内容不符合指定的范本样式的文件名称。
-n 在显示符合范本样式的那一列之前,标示出该列的编号。
-q 不显示任何信息。
-R/-r 此参数的效果和指定 “-d recurse” 参数相同。
-s 不显示错误信息。
-v 反转查找。
-w 只显示全字符合的列。
-x 只显示全列符合的列。
-y 此参数效果跟 “-i” 相同。
-o 只输出文件中匹配到的部分。
5 参考
- http://vbird.dic.ksu.edu.tw/linux_basic/0330regularex_2.php
- http://www.cnblogs.com/stephen-liu74/archive/2011/11/14/2243694.html
- http://man.linuxde.net/grep
- http://blog.csdn.net/wscdylzjy/article/details/45645045
- http://blog.csdn.net/qing619a/article/details/8471850:
find
是搜索文件,而grep
是搜索文件中的内容; - http://www.itshouce.com.cn/linux/linux-grep.html
普通的正则表达式中不需要这样转义↩