grep, egrep及相应的正则表达式用法详解
一、grep/egrep
Global search REgular expression and Print out的简写，是一种强大的文本搜索工具，它根据用户指定的文本模式（正则表达元字符以及正常字符组合而成）对目标文件进行逐行搜索，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。
linux使用GNU版本的grep。它功能更强，可以通过-E、-F命令行选项来使用egrep和fgrep的功能（fgrep不使用正则表达式搜索）
[root@localhost tmp]# whatis grep grep (1) - print lines matching a pattern grep (1p) - search a file for a pattern [root@localhost tmp]# 然后可以在这用 man grep 或者 man 1 grep 查询grep及正则表达式的用法
grep命令：
grep [OPTIONS] PATTERN [FILE...]
例子：grep --color=auto "root" /etc/passwd
[root@localhost ~]# alias grep='grep --color=auto' [root@localhost ~]# echo $? 0
匹配模式选择：
不选表示默认使用基本正则表达式
-E：使用扩展的正则表达式
-F：使用fgrep模式，PATERN不使用正则表达式
PATERN：使用这则表达式控制过滤条件，见本文后半段。
基本输出控制：
-c：只输出匹配行的计数
--color=[WHEN]:输出的匹配字段的颜色，WHEN=auto或neve或always
-l：查询多文件时只输出包含匹配字符的文件名。
输出行预设：
-H：--with-filename，搜索多个文件时可以用次选项在每行输出结果前显示对应的文件名
-h：查询多文件时输出结果不显示文件名，结果需要通过管道再处理时用到
-n：--line-number，输出匹配行并在行首显示其在源文件中的行号
内容行数控制（-o选项优先级高于本选项）：
-A #：输出匹配行及其后面的#行
-B #: 输出匹配行加其前面的#行
-C #：输出匹配行及其前后各#行
文件及路径选择：
-R，-r：递归读取路径下的子目录及文件，相当于 -d recurse 选项
匹配控制：
-i: --ignore-case，不区分字符大小写
-v：显示不包含匹配文本的所有行。
-w：–word-regexp精确匹配，匹配单词还不是字符串
二、正则表达式
参考阅读：
正则表达式30分钟教程
http://www.jb51.net/tools/zhengze.html#getstartedWhat
注：与Linux里的操作规则略有不同，但基本思想不变
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符（元字符）、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。其中的元字符不表示字符本身的意义，而是用于表达控制或通配等功能；
对象：字符串
组成：元字符+正常字符
功用：过滤文本字符，查找匹配字符并得出结果，供其它命令使用
作用对象：文本字符（文本文件里面的内容）
分类：结合grep
①基本正则表达式: grep
②扩展正则表达式: grep -E, egrep
③fgrep: fast grep, 不支持使用正则表达式
给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。
正则表达式的特点是：
1. 灵活性、逻辑性和功能性非常的强；
2. 可以迅速地用极简单的方式达到字符串的复杂控制。
由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式的强大过滤功用来处理文本内容。
基本正则表达式元字符：
⑴字符匹配：
. :匹配任意单个字符
[]: 匹配指定范围内的任意单个字符
[^]: 匹配指定范围外的任意单个字符
[0-9], [[:digit:]]所有数字字符中任取一；
[^0-9], [^[:digit:]]所有非数字字符中任取一
[a-z], [[:lower:]]所有小写字母字符中任取一
[A-Z], [[:upper:]]所有大些字母字符中取一
[[:space:]]空格字符（不是空白字符）
[[:punct:]]所有标点符号中任取一
[0-9a-zA-Z], [[:alnum:]]所有的数字和字母集合中任取一
[a-zA-Z], [[:alpha:]]所有的字母集合中任取一
[:graph:] 非空字符（非空格、控制字符）
[:cntrl:] 控制字符
⑵次数匹配：在期望匹配字符后面提供一个控制符，用于表达匹配其前面字符指定的次数
①* : 任意长度，表示0次、1次或多次；
"ab*c"
abbc, abc，ac √
abb ×
（PS： × -不匹配 √ -匹配 ，下同）
②.* 任意长度的任意字符
工作于贪婪模式
贪婪模式——当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab
③\?：0次或1次；表示其左侧字符可有可无
"ab\?c"
abbc, ×
ac, abc √
④\+: 1次或多次；表示其左侧字符至少出现1次；
"ab\+c"
ac, ×
abc, abbbbc √
⑤\{m\}：m次；表示其左侧字符精确出现m次；
⑥\{m,n\}：至少m次，至多n次；
ab\{2\}c
ac, abc, abbbc ×
abbc √
ab\{0,3\}c
ac,abc，abbc, abbbc √
abbbbbc ×
⑦\{0,n\}：至多n次；
⑧\{m,\}：至少m次；
⑶位置锚定：
①^: 锚定行首
^PATTERN
②$: 锚定行尾
PATTERN$
③^PATTERN$：用模式来匹配整行；
# grep "^[[:space:]]*$" /etc/rc.d/rc.sysinit
④^$: 匹配空白行；
⑷单词锚定：由非特殊字符组成的连续的字符串
①\< :锚定词首，也可用\b
\<PATTERN, 或\bPATTERN
# grep "\<sh" /etc/passwd
②\> ：锚定词尾，也可以用\b
PATTERN\>, 或PATTERN\b
③\<PATTERN\>：匹配PATTERN能匹配到的整个单词
# ifconfig | grep "\<[0-9]\{2\}\>"
⑸分组：\( PATTERNS \)
注：PATTERNS 与两边必须各有一个隔开空格，否则报错
注意：分组中的模式，在某次的具体匹配过程中所匹配到的字符，可以被grep记忆（保存于内置的变量中，这些变量是\1, \2, ...），因此，还可以被引用；
\1: 引用，模式中自左而右，由第一个左括号以及与之对应的右括号中的模式所匹配到的内容；
\2: 引用 ，模式中自左右，由第二个左括号以及与之对应的右括号中的模式所匹配到的内容
\( ab\( cd \)mn \) \1 \2
abcdmnabcdmncd √
“\( a.b \).*\1"
amb hello anb ×
amb hello amb √
PS：\1 引用的是上次匹配到的结果，不是重新匹配一个合适过滤条件的字符过来
扩展的正则表达式元字符：
表达方式与基本正则表达式基本相同
⑴字符匹配：
. 匹配任意单个字符
[ ] 匹配指定范围内的任意单个字符
[^ ] 匹配指定范围外的任意单个字符
[0-9], [[:digit:]]所有数字字符中任取一；
[^0-9], [^[:digit:]]所有非数字字符中任取一
[a-z], [[:lower:]]所有小写字母字符中任取一
[A-Z], [[:upper:]]所有大些字母字符中取一
[[:space:]]空格字符（不是空白字符）
[[:punct:]]所有标点符号中任取一
[0-9a-zA-Z], [[:alnum:]]所有的数字和字母集合中任取一
[a-zA-Z], [[:alpha:]]所有的字母集合中任取一
[:graph:] 非空字符（非空格、控制字符）
[:cntrl:] 控制字符
⑵次数匹配：
*: 任意次
?：0或1次
+: 至少1次
{m}：精确匹配m次；
{m,n}：至少m次，至多n次；
{m,}：至少m次；
{0,n}：至多n次；
⑶位置锚定：
^ 锚定行首
$ 锚定行尾
\<, \b 锚定词首
\>, \b 锚定词尾
⑷分组：
( ) 以整体参与过滤匹配运算
引用：\1, \2, ... 引用匹配到的结果
⑸或者：
a|b：a或者b
或者两侧的所有内容；如果仅需要中竖线两侧的内容，则用分组括号括起即可。基本正则表达式没有这个功能。如
xy（z|a）bc 表示xyzbc或者xyabc
xyz|abc 表示xyz或者abc
正则表达式 | 扩展正则表达式 | 涵义 | |
字符匹配 | . | 匹配任意单个字符 | |
[ ] | 匹配指定范围内的任意单个字符 | ||
[^ ] | 匹配指定范围外的任意单个字符 | ||
[0-9],[[:digit:]] | 所有数字字符中任取一 | ||
[^0-9], [^[:digit:]] | 所有非数字字符中任取一 | ||
[a-z], [[:lower:]] | 所有小写字母字符中任取一 | ||
[A-Z], [[:upper:]] | 所有大些字母字符中取一 | ||
[[:space:]] | 空格字符（不是空白字符） | ||
[[:punct:]] | 所有标点符号中任取一 | ||
| 字符匹配 | [0-9a-zA-Z], [[:alnum:]] | 所有的数字和字母集合中任取一 | |
[a-zA-Z], [[:alpha:]] | 所有的字母集合中任取一 | ||
[:graph:] | 非空字符（非空格、控制字符） | ||
[:cntrl:] | 控制字符 | ||
次数匹配 | * .* 表示任意长度的任意字符 | 任意长度，表示0次、1次或多次 | |
\？ | ？ | 0次或1次；表示其左侧字符可有可无 | |
| \+ | + | 1次或多次；表示其左侧字符至少出现1次 | |
| \{m\} | {m} | m次；次数=m | |
| \{m,n} | {m,n} | 至少m次，至多n次，m≦次数≦n | |
| \{0,n} | {0,n} | 至多n次，0≦次数≦n | |
| 次数匹配 | \{m,\} | {m,} | 至少m次，m≦次数 |
位置锚定 | ^ | 锚定行首 | |
| $ | 锚定行尾 | ||
| ^PATERN$ | 用模式来匹配整行 | ||
| ^$ | 匹配空白行 | ||
单词锚定 | \<或者\b | 锚定词首 | |
| \>或者\b | 锚定词尾 | ||
| 分组 | \( PATTERN \) \1,\2,… | ( PATTERNS ) \1,\2,… | 以整体参与过滤匹配运算，\1,\2,…表示引用 字符跟括号之间要有空格 |
或者 | 无此项 | a|b | a或者b |
练习：
进阶习题：
1、用正则表达式查找合理的ip
2、写出查找合理全国座机电话的正则表达式，区号和号码之间用“-”或“ ”相连
