Linux高级文本处理之正则表达式与grep

Linux系统中grep命令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。grep全称是Global Regular Expression Print，表示全局正则表达式版本，它的使用权限是所有用户。

grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到标准输出，不影响原文件内容。

grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。

1．命令格式：

grep [option] pattern file

2．命令功能：

用于过滤/搜索的特定字符。可使用正则表达式能多种命令配合使用，使用上十分灵活。

3．命令参数：

-a   --text   #不要忽略二进制的数据。    -A<显示行数>   --after-context=<显示行数>   #除了显示符合范本样式的那一列之外，并显示该行之后的内容。    -b   --byte-offset   #在显示符合样式的那一行之前，标示出该行第一个字符的编号。    -B<显示行数>   --before-context=<显示行数>   #除了显示符合样式的那一行之外，并显示该行之前的内容。    -c    --count   #计算符合样式的列数。    -C<显示行数>    --context=<显示行数>或-<显示行数>   #除了显示符合样式的那一行之外，并显示该行之前后的内容。    -d <动作>      --directories=<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指令将回报信息并停止动作。    -e<范本样式>  --regexp=<范本样式>   #指定字符串做为查找文件内容的样式。    -E      --extended-regexp   #将样式为延伸的普通表示法来使用。    -f<规则文件>  --file=<规则文件>   #指定规则文件，其内容含有一个或多个规则样式，让grep查找符合规则条件的文件内容，格式为每行一个规则样式。    -F   --fixed-regexp   #将样式视为固定字符串的列表。    -G   --basic-regexp   #将样式视为普通的表示法来使用。    -h   --no-filename   #在显示符合样式的那一行之前，不标示该行所属的文件名称。    -H   --with-filename   #在显示符合样式的那一行之前，表示该行所属的文件名称。    -i    --ignore-case   #忽略字符大小写的差别。    -l    --file-with-matches   #列出文件内容符合指定的样式的文件名称。    -L   --files-without-match   #列出文件内容不符合指定的样式的文件名称。    -n   --line-number   #在显示符合样式的那一行之前，标示出该行的列数编号。    -q   --quiet或--silent   #不显示任何信息。    -r   --recursive   #此参数的效果和指定“-d recurse”参数相同。    -s   --no-messages   #不显示错误信息。    -v   --revert-match   #显示不包含匹配文本的所有行。    -V   --version   #显示版本信息。    -w   --word-regexp   #只显示全字符合的列。    -x    --line-regexp   #只显示全列符合的列。    -y   #此参数的效果和指定“-i”参数相同。

4．规则表达式：

grep的规则表达式:

^  #锚定行的开始 如：'^grep'匹配所有以grep开头的行。    $  #锚定行的结束 如：'grep$'匹配所有以grep结尾的行。    .  #匹配一个非换行符的字符 如：'gr.p'匹配gr后接一个任意字符，然后是p。    *  #匹配零个或多个先前字符 如：'*grep'匹配所有一个或多个空格后紧跟grep的行。    .*   #一起用代表任意字符。    []   #匹配一个指定范围内的字符，如'[Gg]rep'匹配Grep和grep。    [^]  #匹配一个不在指定范围内的字符，如：'[^A-FH-Z]rep'匹配不包含A-R和T-Z的一个字母开头，紧跟rep的行。    \(..\)  #标记匹配字符，如'\(love\)'，love被标记为1。    \<      #锚定单词的开始，如:'\<grep'匹配包含以grep开头的单词的行。    \>      #锚定单词的结束，如'grep\>'匹配包含以grep结尾的单词的行。    x\{m\}  #重复字符x，m次，如：'0\{5\}'匹配包含5个o的行。    x\{m,\}  #重复字符x,至少m次，如：'o\{5,\}'匹配至少有5个o的行。    x\{m,n\}  #重复字符x，至少m次，不多于n次，如：'o\{5,10\}'匹配5--10个o的行。    \w    #匹配文字和数字字符，也就是[A-Za-z0-9]，如：'G\w*p'匹配以G后跟零个或多个文字或数字字符，然后是p。    \W    #\w的反置形式，匹配一个或多个非单词字符，如点号句号等。    \b    #单词锁定符，如: '\bgrep\b'只匹配grep。

POSIX字符: