grep用法详解:grep与正则表达式
By admin
- 5 minutes read - 887 words**首先要记住的是: 正则表达式与通配符不一样,它们表示的含义并不相同!**正则表达式只是一种表示法,只要工具支持这种表示法， 那么该工具就可以处理正则表达式的字符串。vim、grep、awk 、sed 都支持正则表达式，也正是因为由于它们支持正则，才显得它们强大；
1基础正则表达式grep 工具，以前介绍过。
grep -[acinv] ‘搜索内容串‘ filename
-a 以文本文件方式搜索 -c 计算找到的符合行的次数 -i 忽略大小写 -n 顺便输出行号 -v 反向选择，即显示不包含匹配文本的所有行 -h 查询多文件时不显示文件名。 -l 查询多文件时只输出包含匹配字符的文件名。 -s 不显示不存在或无匹配文本的错误信息。 grep命令加- E参数，这一扩展允许使用扩展模式匹配。
**其中搜索串可以是正则表达式!**grep: 要用好grep这个工具，其实就是要写好正则表达式，所以这里不对grep的所有功能进行实例讲解，只列几个例子，讲解一个正则表达式的写法。
$ ls -l | grep ‘^a’ 通过管道过滤ls -l输出的内容，只显示以a开头的行。
$ grep ‘test’ d* 显示所有以d开头的文件中包含test的行。
$ grep ‘test’ aa bb cc 显示在aa，bb，cc文件中匹配test的行。
$ grep ‘[a-z]{5}’ aa 显示所有包含每个字符串至少有5个连续小写字符的字符串的行。
$ grep ‘w(es)t.*\1’ aa 如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.），这些字符后面紧跟着另外一个es（\1），找到就显示该行。如果用egrep或grep -E，就不用”\”号进行转义，直接写成’w(es)t.\1’就可以了。
grep正则表达式元字符集（基本集）
元字符
功能
示例
匹配内容
^
锚定行的开始
^grep
匹配所有以grep开头的行。
$
锚定行的结束
grep$
匹配所有以grep结尾的行
.
匹配一个非换行符的字符
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
*grep
匹配所有一个或多个空格后紧跟grep的行
[]
匹配一个指定范围内的字符
[Gg]rep
匹配Grep和grep
[^]
匹配一个不在指定范围内的字符
[^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
(love)
love被标记为1
<
锚定单词的开始
匹配包含以grep开始的词的行
>
锚定单词的结束
grep>
匹配包含以grep结尾的单词的行
x{m}
重复字符x，m次
o{5}
匹配包含5个o的行
x{m,}
重复字符x,至少m次
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
o{5,10}
匹配5–10个o的行
\w
匹配所有文字和数字字符，其实也就是[A-Za-z0-9_]
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
love\W+
匹配love后接一个或多个非字符(.,?等)
\b
单词锁定符,即词边界
\bgrep\b
只匹配grep
匹配一个或多个前导字符
[a-z]+ove
匹配一个或多个小写字母,后跟ove,如move,approve,love,behoove等
?
匹配零个或一个前导字符
lo?ve
匹配一个l后跟一个或零个字母o的模式,如love或lve
a|b|c
匹配a或b或c
love|hate
匹配其中的一个表达式,love或hate
()
组字符
love{ab|e|rs)(ov)+}
匹配loveable或lovers,匹配一个或多个连续的ov
关于匹配的实例： grep -c “48” test.txt 统计所有以“48”字符开头的行有多少 grep -i “May” test.txt 不区分大小写查找“May”所有的行） grep -n “48” test.txt 显示行号；显示匹配字符“48”的行及行号，相同于 nl test.txt |grep 48） grep -v “48” test.txt 显示输出没有字符“48”所有的行） grep “471” test.txt 显示输出字符“471”所在的行） grep “48;” test.txt 显示输出以字符“48”开头，并在字符“48”后是一个tab键所在的行 grep “48[34]” test.txt 显示输出以字符“48”开头，第三个字符是“3”或是“4”的所有的行） grep “^[^48]” test.txt 显示输出行首不是字符“48”的行） grep “[Mm]ay” test.txt 设置大小写查找：显示输出第一个字符以“M”或“m”开头，以字符“ay”结束的行） grep “K…D” test.txt 显示输出第一个字符是“K”，第二、三、四是任意字符，第五个字符是“D”所在的行） grep “[A-Z][9]D” test.txt 显示输出第一个字符的范围是“A-D”，第二个字符是“9”，第三个字符的是“D”的所有的行 grep “[35]..1998” test.txt 显示第一个字符是3或5，第二三个字符是任意，以1998结尾的所有行 grep “4{2,}” test.txt 模式出现几率查找：显示输出字符“4”至少重复出现两次的所有行 grep “9{3,}” test.txt 模式出现几率查找：显示输出字符“9”至少重复出现三次的所有行 grep “9{2,3}” test.txt 模式出现几率查找：显示输出字符“9”重复出现的次数在一定范围内，重复出现2次或3次所有行 grep -n “^$” test.txt 显示输出空行的行号 ls -l |grep “^d” 如果要查询目录列表中的目录 同：ls -d * ls -l |grep “^d[d]” 在一个目录中查询不包含目录的所有文件 ls -l |grpe “^d…..x..x” 查询其他用户和用户组成员有可执行权限的目录集合 **更多的例子:**1 搜索有the的行,并输出行号
$grep -n ‘the’ regular_express.txt搜索没有the的行,并输出行号
$grep -nv ‘the’ regular_express.txt
2 利 用[]搜索集合字符
[] 表示其中的某一个字符 ，例如[ade] 表示a或d或e
woody@xiaoc:~/tmp$ grep -n ‘t[ae]st’ regular_express.txt
8:I can’t finish the test.
9:Oh! the soup taste good!可以用^符号做[]内的前缀，表示除[]内的字符之外的字符。
比如搜索oo前没有g的字符串所在的行. 使用 ‘[^g]oo’ 作搜索字符串
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![] 内可以用范围表示，比如[a-z] 表示小写字母,[0-9] 表示0~9的数字, [A-Z] 则是大写字母。[a-zA-Z0-9]表示所有数字与英文字符。 当然也可以配合^来排除字符。搜索包含数字的行
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.行首与行尾字符 ^ $. ^ 表示行的开头，$表示行的结尾( 不是字符，是位置）那么‘^$’ 就表示空行,因为只有
行首和行尾。
这里^与[]里面使用的^意义不同。它表示^后面的串是在行的开头。
比如搜索the在开头的行
woody@xiaoc:~/tmp$ grep -n ‘^the’ regular_express.txt
12:the symbol ‘*’ is represented as star.搜索以小写字母开头的行
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$搜索开头不是英文字母的行
woody@xiaoc:~/tmp$ 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结尾，比如 ‘.’ 表示 . 在一行的结尾搜索末尾是.的行
woody@xiaoc:~/tmp$ grep -n ‘.$’ regular_express.txt //. 是正则表达式的特殊符号，所以要用\转义
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的系统下生成的文本文件，换行会加上一个 ^M 字符。所以最后的字符会是隐藏的^M ,在处理Windows 下面的文本时要特别注意！ 可以用cat dos_file | tr -d ‘\r’ > unix_file 来删除^M符号。 ^M==\r
那么’^$’ 就表示只有行首行尾的空行拉！
搜索空行
woody@xiaoc:~/tmp$ grep -n ‘^$’ regular_express.txt
22:
23:
woody@xiaoc:~/tmp$搜索非空行
woody@xiaoc:~/tmp$ grep -vn ‘^$’ regular_express.txt
1:”Open Source” is a good mechanism to develop programs.
2:apple is my favorite food.
3:Football game is not use feet only.
4:this dress doesn’t fit me.
……….**任意一个字符. 与重复字符 ****在bash中*代表通配符，用来代表任意个 字符，但是在正则表达式中，他含义不同，表示有0个或多个 某个字符。
例如 oo*, 表示第一个o一定存在，第二个o可以有一个或多个，也可以没有，因此代表至少一个o.
点. 代表一个任意字符，必须存在。 g??d 可以用 ‘g..d’ 表示。 good ,gxxd ,gabd …..都符合。
woody@xiaoc:~/tmp$ 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$
搜索两个o以上的字符串
woody@xiaoc:~/tmp$ grep -n ‘ooo*’ regular_express.txt //前两个o一定存在，第三个o可没有，也可有多个。
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!
搜索g开头和结尾，中间是至少一个o的字符串，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!
搜索g开头和结尾的字符串在的行
woody@xiaoc:~/tmp$ grep -n ‘g.*g’ regular_express.txt // .*表示 0个或多个任意字符
1:”Open Source” is a goodmechanism 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.限定连续重复字符的范围 { }
. * 只能限制0个或多个， 如果要确切的限制字符重复数量，就用{范围} 。范围是数字用,隔开 2,5 表示2~5个,
2表示2个，2, 表示2到更多个
注意，由于{ }在SHELL中有特殊意义，因此作为正则表达式用的时候要用\转义一下。搜索包含两个o的字符串的行。
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!搜索g后面跟2~5个o,后面再跟一个g的字符串的行。
woody@xiaoc:~/tmp$ grep -n ‘go{2,5}g’ regular_express.txt 18:google is the best tools for search keyword.
搜索包含g后面跟2个以上o,后面再跟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，相让[]中的^ － 不表现特殊意义，可以放在[]里面内容的后面。
‘[^a-z.!^ -]’ 表示没有小写字母，没有. 没有!, 没有空格，没有- 的 串，注意[]里面有个小空格。
另外shell 里面的反向选择为[!range], 正则里面是 [^range]2扩展正则表达式
扩展正则表达式是对基础正则表达式添加了几个特殊构成的。 它令某些操作更加方便。 比如我们要去除 空白行和行首为 #的行， 会这样用：
woody@xiaoc:~/tmp$ grep -v ‘^$’ regular_express.txt | grep -v ‘^#’ “Open Source” is a good mechanism to develop programs. apple is my favorite food. Football game is not use feet only. this dress doesn’t fit me. …………
然而使用支持扩展正则表达式的 egrep 与扩展特殊符号 | ，会方便许多。 注意grep只支持基础表达式， 而egrep 支持扩展的， 其实 egrep 是 grep -E 的别名而已。因此grep -E 支持扩展正则。 那么:
woody@xiaoc:~/tmp$ egrep -v ‘^$|^#’ regular_express.txt “Open Source” is a good mechanism to develop programs. apple is my favorite food. Football game is not use feet only. this dress doesn’t fit me. ………………..
这里| 表示或的关系。 即满足 ^$ 或者 ^# 的字符串。这里列出几个扩展特殊符号：
＋， 于 . * 作用类似，表示 一个或多个重复字符。
?， 于 . * 作用类似，表示0个或一个字符。
｜，表示或关系，比如 ‘gd|good|dog’ 表示有gd,good或dog的串
（），将部分内容合成一个单元组。 比如 要搜索 glad 或 good 可以这样‘g(la|oo)d’
()的好处是可以对小组使用 + ? * 等。
比如要搜索A和C开头结尾，中间有至少一个(xyz) 的串，可以这样 : **‘A(xyz)+C’**reference：
http://hi.baidu.com/yuhongchun027/blog/item/65c4b516d3eef84c21a4e970.html
http://blog.chinaunix.net/u3/93470/showart_2000286.html