关于grep 与 正则表达式的那些事

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
grep (缩写来自Globally search a Regular Expression and Print)是一种强大的文本搜索工具,它能使用特定模式匹配(包括正则表达式)搜索文本,并默认输出匹配行。
grep -[] ‘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

grep正则表达式元字符集(基本集)
^ 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-F和H-Z的一个字母开头,紧跟rep的行。
\(..\) 标记匹配字符,也就是后项引用:如’\(love\)’,love被标记为\1。
\< 锚定单词的开始,
\> 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:’o\{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。

POSIX字符类
括号内的表达式中,在“ [: ”和“ :] ”中所附的字符类的名称:代表属于该类的所有字符的列表。标准字符类名称:

[:alnum:] – 字母数字字符。
[:alpha:] – 字母顺序
[:blank:] – 空格和制表符。
[:digit:] – 数字: ‘0 1 2 3 4 5 6 7 8 9’。
[:lower:] – 小写字母:‘a b c d e f ..z‘。
[:space:] – 特殊字符:制表符,换行符,垂直制表符、换页,回车,和空间。
[:upper:] – 大写字母:‘A B C D E F G H I J K L M N O P Q R S T U V W X Y Z’。

1
搜索有the的行,并输出行号
grep -n ‘the’
搜索没有the的行,并输出行号
grep -nv ‘the’

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
grep -n ‘t[ae]st’

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
grep -n ‘[^g]oo’
[] 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] 则是大写字母们。[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
grep -n ‘[0-9]’
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
grep -n ‘^the’

搜索以小写字母开头的行
grep -n ‘^[a-z]’

搜索开头不是英文字母的行
grep -n ‘^[^a-zA-Z]’

$表示它前面的串是在行的结尾,比如 ‘\.’ 表示 . 在一行的结尾
搜索末尾是.的行
grep -n ‘\.$’ . 是正则表达式的特殊符号,所以要用\转义

‘^$’ 就表示只有行首行尾的空行拉!
搜索空行
grep -n ‘^$’

搜索非空行
grep -vn ‘^$’
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。
grep -n ‘g..d’

搜索两个o以上的字符串
grep -n ‘ooo*’ 前两个o一定存在,第三个o可没有,也可有多个。

搜索g开头和结尾的字符串在的行
grep -n ‘g.*g’ .*表示 0个或多个任意字符

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。
grep -n ‘o\{2\}’
搜索g后面跟2~5个o,后面再跟一个g的字符串的行。
grep -n ‘go\{2,5\}g’

搜索包含g后面跟2个以上o,后面再跟g的行。。
grep -n ‘go\{2,\}g’ 
注意,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。

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:
grep -v ‘^$’ FILE | grep -v ‘^#’

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:
egrep -v ‘^$|^#’

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’

本文来自投稿,不代表Linux运维部落立场,如若转载,请注明出处:http://www.178linux.com/95343

联系我们

400-080-6560

在线咨询

工作时间:周一至周五,9:30-18:30,节假日同时也值班

QR code