grep用法詳解:grep與Regex

 

首先要記住的是: Regex與萬用字元不一樣,它們表示的含義並不相同!
Regex只是一種標記法,只要工具支援這種標記法， 那麼該工具就可以處理Regex的字串。vim、grep、awk 、sed 都支援Regex，也正是因為由於它們支援正則，才顯得它們強大；在以前上班的公司裡，由於公司是基於web的服務型網站(nginx)，對正則的需求比 較大，所以也花了點時間研究正則，特與大家分享下：

1基礎Regex
grep 工具，以前介紹過。
grep -[acinv] '搜尋內容串' filename
-a 以文字檔方式搜尋
-c 計算找到的符合行的次數
-i 忽略大小寫
-n 順便輸出行號
-v 反向選擇，即找 沒有搜尋字串的行
其中搜尋串可以是Regex!

1
搜尋有the的行,並輸出行號
$grep -n 'the' regular_express.txt
搜 索沒有the的行,並輸出行號
$grep -nv 'the' regular_express.txt

2 利 用[]搜尋集合字元
[] 表示其中的某一個字元 ，例如[ade] 表示a或d或e
woody@xiaoc:~/tmp$ grep -n
't[ae]st' regular_express.txt
8:I can't finish the test.
9:Oh! the soup taste good!

可以用^符號做[]內的首碼，表示除[]內的字元之外的字 符。
比如搜尋oo前沒有g的字串所在的行. 使用 '[^g]oo' 作搜尋字串
woody@xiaoc:~/tmp$ 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!

[] 內可以用範圍表示，比如[a-z] 表示小寫字母,[0-9] 表示0~9的數字, [A-Z] 則是大寫字母們。[a-zA-Z0-9]表示所有數字與英文字元。 當然也可以配合^來排除字元。
搜尋包含數位行
woody@xiaoc:~/tmp$ grep -n '[0-9]' regular_express.txt
5:However ,this dress is about $ 3183 dollars.
15:You are the best is menu you are the no.1.

行首與行尾字元 ^ $. ^ 表示行的開頭，$表示行的結尾( 不是字元，是位置）那麼‘^$’ 就表示空行,因為只有
行首和行尾。
這裡^與[]裡面使用的^意義不同。它表示^後面的串是在行的開頭。
比如搜尋the在開頭的行
woody@xiaoc:~/tmp$ grep -n '^the' regular_express.txt
12:the symbol '*' is represented as star.

搜尋以小寫字母開頭的行
woody@xiaoc:~/tmp$ 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 star.
18:google is the best tools for search keyword.
19:goooooogle yes!
20:go! go! Let's go.
woody@xiaoc:~/tmp$

搜尋開頭不是英文字母的行
woody@xiaoc:~/tmp$ grep -n '^[^a-zA-Z]'regular_express.txt

1:"Open Source" is a good mechanism to develop programs.
21:#I am VBird
woody@xiaoc:~/tmp$

$表示它前面的串是在行的結尾，比如 '\.' 表示 . 在一行的結尾
搜尋末尾是.的行
woody@xiaoc:~/tmp$ grep -n '\.$'regular_express.txt
//. 是Regex的特殊符號，所以要用\轉義
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.
5:However ,this dress is about $ 3183 dollars.
6:GNU is free air not free beer.
.....

注意在MS的系統下產生的文字檔，換行會加上一個 ^M 字元。所以最後的字元會是隱藏的^M ,在處理Windows
下面的文本時要特別注意！
可以用cat dos_file | tr -d '\r' > unix_file 來刪除^M符號。 ^M==\r

那麼'^$' 就表示只有行首行尾的空行拉！
搜尋空行
woody@xiaoc:~/tmp$ grep -n '^$' regular_express.txt
22:
23:
woody@xiaoc:~/tmp$

搜尋非空行
woody@xiaoc:~/tmp$ grep -vn '^$' 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.
..........

任意一個字元. 與重複字元 *

在bash中*代表萬用字元，用來代表任意個 字元，但是在Regex中，他含義不同，*表示有0個或多個 某個字元。
例如 oo*, 表示第一個o一定存在，第二個o可以有一個或多個，也可以沒有，因此代表至少一個o.

點. 代表一個任一字元，必須存在。 g??d 可以用 'g..d' 表示。 good ,gxxd ,gabd .....都符合。

woody@xiaoc:~/tmp$ 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 is the same with 'glad'.
woody@xiaoc:~/tmp$

搜尋兩個o以上的字串
woody@xiaoc:~/tmp$ grep -n 'ooo*' regular_express.txt //前兩個o一定存在，第三個o可沒有，也可有多個。
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!

搜尋g開頭和結尾，中間是至少一個o的字串，即gog, goog....gooog...等
woody@xiaoc:~/tmp$ grep -n
'goo*g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!

搜尋g開頭和結尾的字串在的行
woody@xiaoc:~/tmp$ grep -n 'g.*g' regular_express.txt     //.*表示 0個或多個任一字元
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.

限定連續重複字元的範圍 { }
. * 只能限制0個或多個， 如果要確切的限制字元重複數量，就用{範圍} 。範圍是數字用,隔開 2,5 表示2~5個,
2表示2個，2, 表示2到更多個
注意，由於{ }在SHELL中有特殊意義，因此作為Regex用的時候要用\轉義一下。

搜尋包含兩個o的字串的行。
woody@xiaoc:~/tmp$ 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 keyword.
19:goooooogle yes!

搜尋g後面跟2~5個o,後面再跟一個g的字串的行。
woody@xiaoc:~/tmp$ grep -n
'go\{2,5\}g' regular_express.txt
18:google is the best tools for search keyword.

搜尋包含g後面跟2個以上o,後面再跟g的行。。
woody@xiaoc:~/tmp$ grep -n 'go\{2,\}g' regular_express.txt
18:google is the best tools for search keyword.
19:goooooogle yes!

注意，相讓[]中的^ － 不表現特殊意義，可以放在[]裡面內容的後面。
'[^a-z\.!^ -]' 表示沒有小寫字母，沒有. 沒有!, 沒有空格，沒有- 的 串，注意[]裡面有個小空格。

另外shell 裡面的反向選擇為[!range], 正則裡面是 [^range]

2擴充Regex

擴充Regex是對基礎Regex添加了幾個特殊構成的。
它令某些操作更加方便。
比如我們要去除 空白行和行首為 #的行， 會這樣用：
woody@xiaoc:~/tmp$ grep -v '^$' regular_express.txt | grep -v '^#'
"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
............

然而使用支援擴充Regex的 egrep 與擴充特殊符號 | ，會方便許多。
注意grep只支援基礎資料表達式， 而egrep 支援擴充的， 其實 egrep 是 grep -E 的別名而已。因此grep -E 支援擴充正則。
那麼:
woody@xiaoc:~/tmp$ egrep -v
'^$|^#' regular_express.txt
"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
....................
這裡| 表示或的關係。 即滿足 ^$ 或者 ^# 的字串。

這裡列出幾個擴充特殊符號：
＋， 於 . * 作用類似，表示 一個或多個重複字元。
?， 於 . * 作用類似，表示0個或一個字元。
｜，表示或關係，比如 'gd|good|dog' 表示有gd,good或dog的串
（），將部分內容合成一個單元組。 比如 要搜尋 glad 或 good 可以這樣 'g(la|oo)d'
()的好處是可以對小組使用 + ? * 等。
比如要搜尋A和C開頭結尾，中間有至少一個(xyz) 的串，可以這樣 : 'A(xyz)+C' 轉自：http://apps.hi.baidu.com/share/detail/34694903