grep命令与正则表达式

grep命令与正则表达式 
什么是grep： 
        grep （缩写来自Globally search a Regular Expression and Print）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。Unix的grep家族包括grep、egrep和fgrep。egrep支持扩展正则表达式的grep，fgrep快速搜索，不支持正则表达式。 
grep命令： 
    –color：相当于auto，对匹配到的文本进行着色显示 
    -v：显示不被pattern匹配到的行（取反，找出不包含“pattern”的行） 
    -i： 忽略字符大小写 
    -n：显示匹配到的行号 
    -c：显示统计匹配到的行数，等同于wc -l 
    -o：仅显示匹配到的字符串 
    -q：静默模式，不输出任何信息 
    -A # ：after ，后#行 （#：数字） 
    -B # ：before ，前#行 
    -C # ：context， 前后各#行 
    -e ：实现多个选项间的逻辑or关系 
    -w：匹配整个单词 
    -E：相当于egrep，支持扩展的正则表达式 
    -F: 相当于fgrep，不支持正则表达式 
正则表达式 
        概念：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、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。 
     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。 
   特点：
3. 灵活性、逻辑性和功能性非常的强；
4. 可以迅速地用极简单的方式达到字符串的复杂控制。

对于刚接触的人来说，比较晦涩难懂。 
正则表达式引擎 
        正则引擎主要可以分为两大类：一种是DFA，一种是NFA。 
DFA 引擎在线性时状态下执行，因为它们不要求回溯（并因此它们永远不测试相同的字符两次）。DFA 引擎还可以确保匹配最长的可能的字符串。但是，因为 DFA 引擎只包含有限的状态，所以它不能匹配具有反向引用的模式；并且因为它不构造显示扩展，所以它不可以捕获子表达式。 
传统的 NFA 引擎运行所谓的“贪婪的”匹配回溯算法，以指定顺序测试正则表达式的所有可能的扩展并接受第一个匹配项。因为传统的 NFA 构造正则表达式的特定扩展以获得成功的匹配，所以它可以捕获子表达式匹配和匹配的反向引用。但是，因为传统的 NFA 回溯，所以它可以访问完全相同的状态多次（如果通过不同的路径到达该状态）。因此，在最坏情况下，它的执行速度可能非常慢。因为传统的 NFA 接受它找到的第一个匹配，所以它还可能会导致其他（可能更长）匹配未被发现。 
元字符分类：字符匹配、匹配次数、位置锚定、分组 
字符匹配： 
        常用选项： 
.         ：匹配任意单个字符 
            [abc]：a|b|c 
            [^abc]：除abc之外的字符 
            [:alnum:]：字母和数字 
            [:alpha:]：英文大小写字符 a-z A-Z 
            [:lower:]：小写字母 
            [:upper:]：大写字母 
            [:space:]：专门匹配空格 
        不常用选项： 
            [:cntrl:]：不可打印的控制字符（退格、删除、警铃……） 
            [:digit:]：十进制数字 
            [:xdight:]：十六进制数字 
            [:graph:]：可打印的非空白字符 
            [:print:]：可打印字符 
            [:punct:]：标点符号 
匹配次数：用在要指定次数的字符后面，用于指定前面的字符要出现的次数 
        * : 匹配前面的字符任意次，0到无穷 
        .*：任意字符出现任意次，比如说 123 456 abc 
        a*：a字符出现任意次 aaaa aa 
        [[:lower:]]*：任意小写字母出现任意次 
        \? ：匹配前面的字符出现0次或1次 
            例：a\? 出现0次或1次 
        \+：匹配前面的字符至少1次 
            例：a+ a至少出现1次 
        \{n\}：前面的字符出现n次 
            例：[0-9]\[3\] 000-999 
        \{m,n\}：匹配前面的字符出现m到n次，m、n是一个范围 
        \[,n\]：匹配前面的字符最多出现n 
            例：[0-9]\{,3\}最大匹配是999 
        \{m,\}：匹配前的字符至少出现m次 
            [0-9]\{3,\} 000 无穷 
位置锚定：用来定位字符出现的位置 
        ^ ： 锚定行首 
        $： 锚定行尾 
        ^$ ：匹配空行的 
        ^[[:space:]] :行首是空白的字符 
        ^[[:space:]]*$：也是空行 
        ^a：以a开头的行 
        b$：以b结尾的行 
        ^a.*b$：以a开头，中间任意字符，以b结尾 
        ^a.*[[:space:]]\{3\}.*b$：以a开头跟任意字符，中间出现三次空格在跟任意字符以b结尾的行 
        ^#：以#开头的行

        \b \b ：匹配词首和词尾 

        \< >：匹配次首和词尾 
            \broot \b = \<root \> 
分组：将匹配规则分成不同的组 使用1 2 3 … 等数字去标示，便于后面使用同样规则的时候可以直接引用 
        \| : 或 
            例：a \| b a或b 
扩展正则表达式 
        . ：单个字符 
        [ ]：中括号范围内的字符 
        *：匹配前面字符的任意次 
        ?：0或者1次 
        +：1次或者多次 
        {m}：匹配m次 
        {m,n}：至少m次 至多n次 
        |：或者 a|b a或者b 
        ^：行首 
        $：行尾锚定 
        \<,\b：语首 
        \>,\b：语尾 
        ( )：分组 向后引用 \1 \2