grep學習筆記轉

1. grep簡介

grep （global search regular expression(RE) and print out the line,全面搜尋Regex並把行列印出來）是一種強大的文本搜尋工具，它能使用Regex搜尋文本，並把匹配的行列印出來。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的擴充，支援更多的re元字元， fgrep就是fixed grep或fast grep，它們把所有的字母都看作單詞，也就是說，Regex中的元字元表示回其自身的字面意義，不再特殊。linux使用GNU版本的grep。它功能更強，可以通過-G、-E、-F命令列選項來使用egrep和fgrep的功能。

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，則必須被引用，模板後的所有字串被看作檔案名稱。搜尋的結果被送到螢幕，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。我們利用這些傳回值就可進行一些自動化的文本處理工作。

2. grepRegex元字元集（基本集）

^

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。

.

匹配一個非分行符號的字元 如：'gr.p'匹配gr後接一個任一字元，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。 .*一起用代表任一字元。

[]

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:'/

/>

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

匹配文字和數字字元，也就是[A-Za-z0-9]，如：'G/w*p'匹配以G後跟零個或多個文字或數字字元，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。

3. 用於egrep和 grep -E的元字元擴充集

+

匹配一個或多個先前的字元。如：'[a-z]+able'，匹配一個或多個小寫字母后跟able的串，如loveable,enable,disable等。

?

匹配零個或多個先前的字元。如：'gr?p'匹配gr後跟一個或沒有字元，然後是p的行。

a|b|c

匹配a或b或c。如：grep|sed匹配grep或sed

()

分組符號，如：love(able|rs)ov+匹配loveable或lovers，匹配一個或多個ov。

x{m},x{m,},x{m,n}

作用同x/{m/},x/{m,/},x/{m,n/}

4. POSIX字元類

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Regex，如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外，都支援POSIX的字元類。

[:alnum:]

文字數字字元

[:alpha:]

文字字元

[:digit:]

數字字元

[:graph:]

非Null 字元（非空格、控制字元）

[:lower:]

小寫字元

[:cntrl:]

控制字元

[:print:]

非Null 字元（包括空格）

[:punct:]

標點符號

[:space:]

所有空白字元（新行，空格，定位字元）

[:upper:]

大寫字元

[:xdigit:]

十六進位數字（0-9，a-f，A-F）

5. Grep命令選項

-?

同時顯示匹配行上下的？行，如：grep -2 pattern filename同時顯示匹配行的上下2行。

-b，--byte-offset

列印匹配行前面列印該行所在的塊號碼。

-c,--count

只列印匹配的行數，不顯示匹配的內容。

-f File，--file=File

從檔案中提模數板。空檔案中包含0個模板，所以什麼都不匹配。

-h，--no-filename

當搜尋多個檔案時，不顯示匹配檔案名稱首碼。

-i，--ignore-case

忽略大小寫差別。

-q，--quiet

取消顯示，只返回退出狀態。0則表示找到了匹配的行。

-l，--files-with-matches

列印匹配模板的檔案清單。

-L，--files-without-match

列印不匹配模板的檔案清單。

-n，--line-number

在匹配的行前面列印行號。

-s，--silent

不顯示關於不存在或者無法讀取檔案的錯誤資訊。

-v，--revert-match

反檢索，只顯示不匹配的行。

-w，--word-regexp

如果被/<和/>引用，就把運算式做為一個單詞搜尋。

-V，--version

顯示軟體版本資訊。

6. 執行個體

要用好grep這個工具，其實就是要寫好Regex，所以這裡不對grep的所有功能進行執行個體講解，只列幾個例子，講解一個Regex的寫法。

$ ls -l | grep '^a'

通過管道過濾ls -l輸出的內容，只顯示以a開頭的行。

$ grep 'test' d*

顯示所有以d開頭的檔案中包含test的行。

$ grep 'test' aa bb cc

顯示在aa，bb，cc檔案中匹配test的行。

$ grep '[a-z]/{5/}' aa

顯示所有包含每個字串至少有5個連續小寫字元的字串的行。

$ grep 'w/(es/)t.*/1' aa

如果west被匹配，則es就被儲存到記憶體中，並標記為1，然後搜尋任意個字元（.*），這些字元後面緊跟著另外一個es（/1），找到就顯示該行。如果用egrep或grep -E，就不用"/"號進行轉義，直接寫成'w(es)t.*/1'就可以了。