1.什么是grep
grep(Golobal Regular Expression print)是Linux系统中一个强大的文本搜索工具,也是俗称的搜索三兄弟之一,grep的最大意义就是搜索文本,把匹配的行打印到屏幕上,但不影响原文件的内容;在搜索文本的过程中,可以利用到“正则表达式”来定以自己的搜索匹配模式。
Unix的grep家族包括了grep、egrep、fgrep三个,接下来的内容也会围绕着grep来进行展开;
2.grep家族的简单用法
2.1常用用法
grep的常用用法很简单,通常使用如下的格式:
grep [OPTIONS] PATTERN [FILES];
PATTERN也就是搜索模式,是grep进行文本搜索过滤的条件,通常由正常字符及正则表达式的字符组成;
相对于grep而言,egrep = grep -E 可以使用基本的正则表达外, 还可以用扩展表达式;fgrep=grep –F, 但是fgrep与grep及egrep有一些明显的区别,fgrep并不使用正则表达式,而会将PATTERN解释为一般的字符来进行查找,从而fgrep在搜索不需要使用正则表达式的情况下速度是最快的;
2.2常见参数
Options | 解释 |
-o | 只显示被模式匹配到的内容 |
-i | 搜索时不区分字符大小写 |
-v | 显示不能够被模式匹配到的行 |
-E | 使用扩展的正则表达式,相当于使用egrep |
-F | 将范本样式视为固定字符串的列表,相当于fgrep |
-c | 只显示匹配行的数量 |
-n | 在输出前加上上匹配行的行号 |
--color= | auto, always, never |
-A # | 显示被模式匹配到的行及后#行 |
-B # | 显示被模式匹配到的行及前#行 |
-c # | 显示被模式匹配到的行及其前后各#行 |
3.详解grep的搜索
3.1通配符
在搞搞grep的搜索用法,也就是使用正则表达式之前,我觉得自己还是很有必要来重新过一遍Linux中shell的通配符,来作为学习正则表达式之前的热身和比较;目前最常用的文件通配符包括*、?、[],具体如下:
解释 | 示例 | |
* | 任意长度的任意字符,零个或多个; | heah*,以head为首的任意长度的字符 *tail,以tail为结尾的任意长度的字符 |
? | 任意单个字符,可使用多次 | y?u,?表示中间有且只亦一个字符 |
[] | 匹配[]内任意单个字符 | [0-9][abd] |
[^] | 不匹配[]内的任何字符 | [^0-9]匹配0-9之外的任意字符 |
注:这些字符都有这特殊含义,而要想使用其的一般含义,需加上转义符”\”进行转义;
3.2正则表达式
想想还是觉得c一段正则的解释放在这里比较好,不然我自己都说不出个所以然来。正则表达式(REGular Expression);简称REGEXP,是由元字符及正常字符所书写的模式,其中有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;而常用的正则表达式则分为了基础正则表达式、扩展正则表达式,为了方便自己记忆,还是觉得整个丑的表格比较下:
偷懒这里就按照马哥教的来排个序;基础和正则表达式最大的区别也就是在使用上,例如grep –E或者egrep才可以使用扩展正则表达式,以后在使用的过程中,也必须要了解命令是否支持扩展的正则表达式先;
类型 | 元字符 | 意义 | |
基础篇 | 扩展篇 | ||
字符匹配 | . | . | 匹配任意单个字符,相当于通配符?; |
[] | [] | 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; | |
一些常用特殊的字符匹配,通用 | |||
[0-9] = [[:digit:]] = \d = [123456789] | 匹配数字 | ||
[a-z] = [[:lower:]] | 匹配单个小写字母 | ||
[A-Z] = [[:upper:]] | 匹配单个大写字母 | ||
[0-9a-zA-Z] = [[:alnum:]] | 匹配单子字母或数字 | ||
[a-zA-Z] = [[:alpha:]] | 匹配单个字母,不区分大小写 | ||
[[:space:]] = \s | 匹配空白字符 | ||
[[:punct:]] | 匹配单个标点符号 | ||
\w | 匹配字母或数字或下划线或汉字 | ||
注:可使用[^]表示范围外,[^[]] |
类型 | 元字符 | 意义 | |
基础篇 | 扩展篇 | ||
次数匹配 (在期望匹配字符的后面提供一个控制符号,用于表达匹配前面的字符指定的次数) | * | * | 匹配*前面的单个字符任意次,可以为0次; |
.* | .* | 匹配任意长度的任意字符; | |
\? | ? | 匹配?前面的字符0或者1次; | |
\+ | + | 匹配+前面的字符至少1次; | |
\{m,n\} | {m,n} | 匹配其左侧的字符至少m次,至多n次; | |
\{m,\} | {m,} | 匹配其左侧的字符至少m次,无上限; | |
\{0,n\} | {0,n} | 匹配其左侧的字符至多n次; | |
\{m\} | {m} | 精确匹配其左侧的字符m次; | |
|
类型 | 元字符 | 意义 | |
基础篇 | 扩展篇 | ||
位置锚定 | ^ | ^ | 锚定行首,^PATTERN; |
$ | $ | 锚定行尾,PATTERN$; | |
^PATTERN$ | ^PATTERN$ | 用模式匹配整行内容; | |
^$ | ^$ | ^[[:space:]]$,匹配空白行; | |
| |||
类型 | 元字符 | 意义 | |
基础篇 | 扩展篇 | ||
单词锚定 | \< | \< | 锚定词首,\<PATTERN = \bPATTERN; |
\> | \> | 锚定词尾, PATTERN\> = PATTERN\b | |
\<PATTERN\> | \<PATTERN\> | 匹配PATTERN能匹配到的整个单词; | |
\b | \b | 匹配一个字边界,即字与空格间的位置; | |
|
类型 | 元字符 | 意义 | |
基础篇 | 扩展篇 | ||
分组及引用 | \(\) | () | 将()中字符集合到一起作为一个字符引用; |
\# | \# | 引用,模式中自左而右, | |
分组中的模式,在某次的具体匹配过程中所匹配的字符,可以被grep记忆(保存在内置的变量中,这些变量是\1, \2,...),因此,还可以被引用; |
还是要注:这些字符都有这特殊含义,而要想使用其的一般含义,需加上转义符”\”进行转义;
摘一段正则表达式的贪婪与非贪婪模式:
1.什么是正则表达式的贪婪与非贪婪匹配
如:
String str="abcaxc";
Patter p="ab*c";
贪婪匹配:正则表达式一般趋向于最大长度匹配,也就是所谓的贪婪匹配。如上面使用模式p匹配字符串str,结果就是匹配到:abcaxc(ab*c)。
非贪婪匹配:就是匹配到结果就好,就少的匹配字符。如上面使用模式p匹配字符串str,结果就是匹配到:abc(ab*c)。
默认是贪婪模式;在量词后面直接加上一个问号?就是非贪婪模式。
正则表达式还有很多,鉴于我初学的能力,慢慢来总结,记录下几个例子来帮自己回顾下:
1、找出/etc/passwd文件中的一位数或两位数:
2、找出当前系统上用户名与默认shell相同的用户:
[root@Exercises ~]# grep "^\(\<[[:alnum:]]\+\>\).*\1$" /etc/passwd
3、使用echo命令输出一个路径,使用grep实现basename的功能:
[root@Exercises ~]# echo "/etc/passwd/" |grep -o "[[:alnum:]]\+\/\?$" |cut -d/ -f1
passwd
4、执行ifconfig然后输出当前系统的ip:
[root@Exercises ~]# ifconfig | grep -E "\<([1-9]|[1-9][0-9]|1[0-9]{2}|2[0-3][0-9])\>(\.\<([1-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\>){3}"
inet addr:192.168.1.111 Bcast:192.168.1.255 Mask:255.255.255.0
inet addr:192.168.88.20 Bcast:192.168.88.255 Mask:255.255.255.0