Linux文本处理三剑客之grep 和 正则表达式

本文主要介绍:1、文本处理工具grep 2、正则表达式

Linux文本处理三剑客:

1、grep : 文本过滤(模式:pattern)工具

2、sed  : (stream editor),文本编辑工具

3、awk : Linux上的实现gawk,文本报告生成器

 

1、文本处理工具grep

作用:文本搜索工具,根据用户指定的“模式”对目标文本逐行进行匹配检查;打印匹配到的行。

模式:由正则表达式字符及文本字符所编写的过滤条件。

grep 支持标准正则表达式; egrep  支持扩展正则表达式,相当于grep -E fgrep  不支持正则表达式)

  •     语法:grep  [OPTIONS]  PATTERN  [FILE…]

    选项:

–color=auto: 对匹配到的文本着色显示

-v: 显示不能够被pattern匹配到的行

-i: 忽略字符大小写  常用

-n: 显示匹配的行号,匹配到的是第几行  常用

-c: 统计匹配的行数,匹配到了多少行 常用

-o: 仅显示匹配到的字符串  常用

-q: 静默模式,不输出任何信息

-A #: after, 后#行,包含匹配到的行,还显示匹配到的行的后几行

-B #: before, 前#行,包含匹配到的行,还显示匹配到的行的前几行

-C #: context, 前后各#行,包含匹配到的行外,还显示匹配到的行的前后各几行

-e:实现多个选项间的逻辑or关系 ,多个-e 之间是或关系(grep –e  ‘cat’  -e  ‘dog’  file) 常用

-w:整行匹配整个单词,只能匹配整个单词(字母、数字、下划线都算单词一部分)

-E:使用ERE,相当于egrep  常用

-F:相当于fgrep,不支持正则

2、正则表达式

REGEXP:由一类特殊字符及文本字符所编写的模式,其中有些字符(元字符)不表示字符字面意义,而表示控制或通配的功能。(man  7  regex)

分为两类:基本正则表达式:BRE

扩展正则表达式:ERE

基本正则表达式元字符:字符匹配、匹配次数、位置锚定、分组

  • 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

[:digit:]   十进制数字 ([0-9]也可,匹配10-19之间的数字不能写成[10-29],要每一位分别写[1-2][0-9])

[:lower:]   小写字母

[:upper:]   大写字母

[:alpha:]    任何英文大小写字符

[:alnum:]   字母和数字

[:space:]      空白字符(水平和垂直的空白字符,比[:blank:]  包含范围广)

[:punct:]     标点符号

[:blank:]   空白字符(空格和制表符)

[:cntrl:]   不可打印的控制字符(退格、删除、警铃…)

[:graph:]   可打印的非空白字符

[:print:]   可打印字符

 

  • 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,包括0次 (贪婪模式:尽可能长的匹配)

.*    任意长度的任意字符

\?    匹配其前面的字符0或1次

\+    匹配其前面的字符至少1次

\{m\}    匹配前面的字符m次

\{m,n\}    匹配前面的字符至少m次,至多n次

\{,n\}    匹配前面的字符至多n次

\{m,\}    匹配前面的字符至少m次

 

  • 位置锚定:定位出现的位置

            ^    行首锚定,用于模式的最左侧(^PATTERN)

$    行尾锚定,用于模式的最右侧(PATTERN$)

^PATTERN$    用于模式匹配整行(  ^$    空行        ^[[:space:]]*$     水平或垂直空白行     )

 

\< 或 \b    词首锚定,用于单词模式的左侧

\> 或 \b    词尾锚定;用于单词模式的右侧

\<PATTERN\>    匹配整个单词

 

  • 分组: \(\):将一个或多个字符捆绑在一起,当作一个整体进行处理,如\(root\)\+表示root至少出现一次。

               后向引用:引用前面的分组括号中的模式所匹配字符(而非模式本身)

利用: \1, \2, \3, …来引用前面从左到右第一个括号、第二个括号…匹配到的内容

如: \(bican\+\(bc\)*\)

\1  匹配      bican\+\(bc\)*

\2  匹配      bc

  •        或者:\|

    示例:  a\|b  表示a或b         C\|cat  表示C或cat        \(C\|c\)at   表示Cat或cat

扩展正则表达式元字符

  • 字符匹配(同基本正则表达式)
  • 匹配次数

             *    匹配前面的字符任意次,包括0次 (贪婪模式:尽可能长的匹配)

?    匹配其前面的字符0或1次

+    匹配其前面的字符至少1次

{m}    匹配前面的字符m次

{m,n}    匹配前面的字符至少m次,至多n次

{,n}    匹配前面的字符至多n次

{m,}    匹配前面的字符至少m次

  • 位置锚定(同基本正则表达式)
  • 分组 :   ()     后向引用:  \1    \2
  • 或者:  |             示例:   (C|c)at   表示Cat或cat

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/96487

发表评论

登录后才能评论

联系我们

400-080-6560

在线咨询:点击这里给我发消息

邮件:1823388528@qq.com

工作时间:周一至周五,9:30-18:30,节假日同时也值班