正则,grep命令详解

---

正则表达式和grep、vim、awk、sed等的关系：

• 正则表达式是一种方法，相当于一种工艺，grep等命令相当于是一个具体的加工机器，机器在加工产品的时候，采用这种方法。

命令是怎么执行的：

select工具

select是bash自带的字符菜单工具。

• 不需要echo命令就可以自动列出菜单
• 不需要read命令就可以读取变量的值
• 不需要赋值命令就可以自动赋值给变量

select基本语法：

PS3="select的提示符"
select variable in list
do
    commands
done

例如：

#!/bin/bash
PS3="Please input the number:"
select number in "select A" "select B" "select C" "Exit"
do
case $number in
        "select A")
        echo "AAAAAAA"
        ;;
        "select B")
        echo "BBBBBBB"
        ;;
        "select C")
        echo "CCCCCCC"
        ;;
        "Exit")
        exit
        ;;
        *)
        echo -e"\n"
        echo "Sorry,haven't this item..."
esac
done
clear

执行结果：

---

通配符（globbing）

常用通配符：

• *： 匹配0个或者多个字符
• ？ ：匹配1个字符
• […] ：匹配范围内任意1个字符 [az]、[a-z]、[a-z]
• [^…]： 匹配范围外任意1个字符，表示取反
• {} ：组合匹配，touch a{1,3,5} touch b{1..10} touch {a,b,c}_{1,2,3}

例：

• [0-9] 代表数字
• [abcd123] 代表取中括号里的任意一个字符
• [a-Z] 代表大小写字母
• [0-Z] 代表0-9和所有的大小写字母

正则表达式里通配符和shell里面的通配符的区别：

• shell里面的通配符：用在bash里面
• 正则里面的通配符：用在真正的命令里面

grep命令详解

grep通用正则表达式分析程序（global research regular expression and printing）：
其实，grep是一个过滤命令，根据特定的正则表达式来过滤文本里的内容。grep是根据某个模式进行匹配文件里的一行一行的数据去处理的，如果有匹配的行，就会将整行输出到屏幕上。

用途：使用正则表达式搜索文本，并把匹配的行打印出来
格式：grep [选项]… 模式 目标文件

• -v： 反转查找，输出与模式不相符的行 –》invert
  
  • -An：同时显示符合条件行的下面n行 –》after-context
• -Bn：同时显示符合条件行的上面n行 –》before-context
• -Cn：同时显示符合条件行的上面n行和下面n行
• -E： 支持扩展正则表达式 –extended regular
• -o： 仅显示匹配的字符串 –》only-matching
• -f： 根据文件内容进行匹配
• -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 –》ignore-case
• -n：顺便输出行号 –》line-number
• -P “\t” –》得到Tab键 –》使用perl语言的正则语法，支持\t表示tabl键，\s表示空白

grep用的时候模式要用双引号”“引起来!!!

PS： 效率：grep>sed>awk

pattern模式：

• 模式其实就是一个公式，里面有字母+数字+特殊符号，组合成一个正则表达式，表达出某个含义。

（一行一行的处理–》文字流）

linux系统支持的三种形式的grep命令

Linux系统支持三种形式的grep命令，通常将这三种形式的grep命令称为grep命令族，这三种形式具体为：

• ①fgrep：不支持正则表达式，快速搜索简单模式，按照字符串的字面意思进行匹配，相当于grep -F
• ②grep：可以使用基本正则表达式搜索
• ③egrep：可以使用基本和扩展正则表达式搜索，相当于grep -E

PS：还有 ls /bin/*grep 也可。

正则表达式

一、正则表达式是一个指定文本模式的标准Unix 语法。

• 使用特殊元字符实现复杂的搜索问题。
• 元字符（meta characters）是用来阐释字符表达式意义的字符，简言之，元字符就是描述字符的字符，它用于对字符表达式的内容、转换及各种操作信息进行描述。

二、正则表达式是由一串字符和元字符构成的字符串，简称RE（Regular Expression）

• 基本正则表达式和Unix兼容
• 扩展正则表达式增加了一些新的元字符

三、正则表达式由下列元素构成 ：

• 普通字符，a、b 、1、2
• 通配符，与文件名通配符不是一回事
• 修饰符：”*” ”?”等
• 锚点：以什么开头、以什么结尾

正则里的通配符：

• ①“.”：表示一定有一个任意字符

a…b 表示ab之间有三个字符

• ② 方括号表达式：一个文字字符域

  • [abc] ：a或者b或者c中的一个
  • [^abc] ：不是abc其中的一个
  • [0-9]、[a-z]、[A-Z] ： 数字、小写、大写

• ③域表达式和字符类
  考虑到不同的编码方案推荐使用字符类方式(此类方法不常用，以被上面②方式代替！)

  • [:alnum:] －字母数字混排 等同于[0-Z]
  • [:digit:] －数字 等同于[0-9]
  • [:lower:] －小写字母 等同于[a-z]
  • [:upper:] －大写字母 等同于[A-Z]
  • [:space:] －空白字符，空格、TAB、换行符等

通用修饰符(理解为通配符即可)：

• ？：表示0个或者1个前面的字符（0或1个）（扩展）
  ab?c –》没有b或者只有一个b–》ac、abc
• * ：表示0个或者多个前面的字符（>=0个）
  ab*c –》没有b或者多个b–》ac、abc、abbc、abbbc……
• +：表示1个或者多个前面的字符（>=1）
  ab+c –》一个b或者多个b–》abc、abbc、abbc……
• {n}：表示n个前面的字符（前面的字符出现了n次）
  ab{2}c–》b出现了两次-》abbc
• {n,m}：表示n个到m个前面的字符
  ab{2,4}c–》2个到4个b–》abbc、abbbc、abbbbc
• .* –》点代表任意一个，*表示前面的0个或多个–》即所有字符 锚点搜索
• ^：表示以什么开头行
• $：表示以什么结尾的行。bash$–》以bash结尾的行
• \<：表示词首部 或者 \b
  \bwubing :以wubing开头
• \>：表示词尾部 或者 \b
  wubing\b：以wubing结尾
• \< abc \>：表示abc这个单词 等价于 \babc\b。

 \<wubing\> 表示wubing这个单词

PS： grep在界定单词的时候，默认使用的分隔符是空白

扩展正则表达式

egrep、awk和Perl等Linux工具还支持正则表达式扩展出来的一些元字符，这些元字符如下表所示：

• ？：匹配0个或1个在其之前的那个普通字符
• +：匹配1个或多个在其之前的那个普通字符
• ( )：表示一个字符集合
• | ：表示’或’，匹配一组可选的字符

正则表达式分组

• ①“？”、”*”、”+”默认只能修饰前面一个字符
• ② 利用圆括号( )可以实现多个字符分组
  f(oo)*： 因为oo括起来了，所以把oo看成”一个字符”，即f、foo、foooo ……
• ③在圆括号中利用”|”实现或者的功能
  echo foooeee | egrep –color “(oo|ee){2}”
  echo foooeee | egrep –color “(oo|ee){1}”

转义元字符

egrep ‘cat.' /etc/aa
egrep ‘cat\.' /etc/aa

正则表达式与通配符匹配的区别

• 正则表达式只在少数搜索和替换文本命令中使用
• 文件名匹配在bash中匹配文件名
• 都使用”*”、”?”但意义不一样
• 正则表达式元字符要放在引号内，避免bash Shell解释

PS：tab键怎么grep匹配出来：
①egrep “\s”–》\s表示空白（空格、tab、换行符）
②egrep “[[:space:]]” –》查找空白（空格、tab、换行符）
③grep -P “\t“ –》得到Tab键 –》使用perl语言的正则语法，支持\t表示tabl键，\s表示空白

IP的正则

写ip地址正则时的方法：需要按个位(1位)、十位(2位)、百位(3位)

显示文件中的所有A类地址：（1-126）

"\b([1-9]|[1-9][0-9]|1[01][0-9]|12[0-6])(\.([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]) ){3}\b"   

• 先写的个位，再十位。百位先写的100-119，再120-126；
• 0-255,先0-9,再10-99,100-199,200-249,最后250-255

显示文件中的所有B类地址：（128-191）

"\b(12[89]|1[3-8][0-9]|19[01])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5]) ){3}\b"

显示文件中的所有C类地址：（192-223）

"\b(19[2-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5]) ) {3}\b"

匹配email地址：

egrep "[0-Z._]+@[0-Z]+\.[a-Z]+"

匹配HTTP URL：

egrep "^http://([0-Z]+\.){2}[a-Z]{2,3}"
egrep --color "http://(.*\..*){2}" --》网址至少有两个点！（适用所有网址）

---

shell中的特殊字符

• ：冒号
  
  • 内置的空命令，返回值为0–》while ：
• ；分号
  
  • 连续运行命令
• | 管道
  
  • 前面命令的标准输出作为后面命令的标准输入
  • 正则中表示或者
• &
  
  • 将命令放到后台执行
  • 表示标准输出和标准错误输出
• &&
  
  • 前面命令执行成功才执行后面的命令
• ||
  
  • 前面命令执行不成功才执行后面的命令
• # 井号
  
  • 表示注释
• ? 问号
  
  • 通配符中表示任意1个字符
  • 正则表达式中表示0个或者1个前面的字符
• *星号
  
  • 通配符中表示0个到多个任意字符
  • 正则表达式中表示0个或者多个前面的字符
  • 算术运算中的乘法
• ！惊叹号
  
  • 将命令或者条件表达式的返回值取反
  • 执行历史命令
  • vi或者ftp中执行外部shell命令
  • 间接应用变量 –》${！b}
• $ 美元符号
  
  • 取变量的值
  • 正则表达式表示行尾
• \ 反斜杠
  
  • 单字符转义
• > 大于号
  
  • 输出重定向
  • 条件测试中的大于号
• < 小于号
  
  • 输入重定向
  • 条件测试中的小于号
• = 等号
  
  • 变量赋值
  • 条件测试中的等号
• +加号
  
  • 算术运算中的加号
  • 正则表达式中1个或多个前面的字符
• >>
  
  • 输出重定向追加
• <<
  
  • here document
• -减号
  
  • 算术运算中的减号
  • 命令的选项
  • 上一次工作目录
  • 通配符和正则表达式中表示范围[a-z]
  • tar -cvf - /home | tar -xvf - 表示输出流或输入流
• ’ 单引号
  
  • 解决变量赋值空格的问题
  • 阻止shell替换
• “” 双引号
  
  • 解决变量赋值空格的问题
  • 阻止shell部分字符替换，对$、！等无效
• ` 反引号$()
  
  • 命令行替换
• % 百分号
  
  • 算术运算中的模运算
  • vi中替换操作中表示所有行
• () 单圆括号
  
  • 子shell中执行命令，会继承父shell的变量
  • 括起数组元素
• (()) 双圆括号
  
  • 算术运算
  • 整数比较测试
• [] 单方括号
  
  • 通配符和正则中表示匹配括号中的任意一个字符
  • 条件测试表达式
  • 数组中下标括号
• [[]] 双方括号
  
  • 字符串比较测试 –》不能比较小数！比较小数要用bc计算机–》echo “4.5>5.5”|bc ,返回值为0,假的
• . 句点号
  
  • 正则中表示任意1个字符
  • 当前shell执行脚本命令
  • 表示当前目录
• {} 大括
  
  • 通配符扩展 abc{1,2,3}
  • 正则表达式中表示范围
  • 匿名函数{cmd1；cmd2；cmd3} &> /dev/null
  • 括起变量名${abc}a
• / 正斜杠
  
  • 算术运算中的除法
  • 根目录或路径分割符
• ^ 乘方符
  
  • 在[^abc]通配符中表示取反
  • 在正则表达式中表示以什么开头

---

grep命令练习：

1.进入/lianxi目录，复制/etc/passwd到当前目录下，然后对passswd进行操作
2.查找出当前passwd文件中以ftp开头或者mail开头的行，在屏幕输出
3.查找出当前passwd文件中首行不是以r、m、f开头的行，在屏幕输出
4.查找出当前passwd文件中以bash结尾的行
5.查找出/etc/login.defs文件中的有效行（不显示空行和注释行）
6.查找出/var/log/messages文档中有16个字母的单词
7.查找/etc/passwd文件里用户名包含liu同时使用bash的用户
8.查找/etc/ssh/sshd_config文件里的有效行
9.查找/etc/ssh/sshd_config文件里的包含连续2个数字的行
10.查找出包含特殊字符的行
11.查找出不包含数字的行
12.查找出/var/log/messages里的ip地址出来
13.写一个正则来表示出下面的网址，例如：

http://www.baidu.com
http://www.sina.com
http://www.163.com
http://www.12306.cn
http://www.qillu.edu

14.写一个表示邮箱的正则，例如：

feng@qq.com
1234feng@163.com
meng.xianhui@yahoo.cn
liudenghua@sina.com
10001@qq.com
123_ui@12306.com
qilu@qilu.edu

15.C类ip地址的正则表达式

section1：范围在192-223之间
section2和section3和section4范围：0-255之间
例如：193.168.23.1

答案：

1）cp /etc/passwd .
2）cat passwd|grep "^ftp|^mail"
3）cat passwd|grep -v "^r|^m|^f"
4）cat passwd|grep "bash$"
5）cat /etc/login.defs|egrep -v "^$|^#"
6）cat /var/log/messages|egrep "\<[0-Z]{16}\>"
7）  
法1: cat /etc/passwd|egrep "^[0-Z]*liu[0-Z]*" | egrep "bash" 
法2: cat /etc/passwd|egrep "^.*liu.*:x:"|egrep "bash"
法3: cat /etc/passwd|egrep "^[0-Z_]*liu.*bash$"
8）cat /etc/ssh/sshd_config|egrep -v "^$|^#"
9）cat /etc/ssh/sshd_config|egrep "\b[0-9]{2}\b"  --》连续两个数字
10）cat /etc/ssh/sshd_config|egrep "[^0-Z]" --》包含特殊字符（^在[]里面，表示取反）
11）cat /etc/passwd|grep -v ".*[0-9].*"
12）cat /var/log/messages | egrep "\b([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])(\.([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]) ){3}\b"
13）egrep --color "http://(.*\..*){2}" --》网址至少有两个点！（适用所有网址）
14）egrep "\b[0-Z._]{1,16}+@[0-Z]+\.[a-Z]+\b"   --》邮箱的正则(用户名最大16位)
15）"\b(19[2-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5]) ) {3}\b" --》C类IP地址

PS:连续匹配和单独的字符混合使用
cat m_phone.txt|egrep -v "^[0-Z .]*$" 

练习1：

监控/var/log/secure文件，统计出ssh错误连接本机次数超过十次的ip地址，拒绝这个ip地址再ssh连接过来（将这个ip地址写入到/etc/hosts.deny黑名单，/etc/hosts.allow是白名单）

分析：

#cat secure|egrep "Faild passwd"|egrep -o "\b172(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}\b" --》-o 只显示截出来的IP

上面的命令接 | sort | uniq -c | sort -nr –》uniq -c统计重复次数
得到 ：

然后用while read aa bb，然后，echo “sshd:$bb” >>/etc/hosts.deny

答案：

#!/bin/bash
while true
do
    cat secure|egrep "Failed passwd"|egrep -o "\b192(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}\b"|sort|uniq -c|sort -nr >secure.txt
    deny=$(cat /etc/hosts.deny|egrep "^sshd:192(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$"|awk -F: '{print $2}')
    echo $deny >deny_ip.txt
    cat secure.txt|while read times IP
    do
        if (( $times>=2 ))
        then
              if ! grep $IP deny_ip.txt &>/dev/null
              then
                    echo "sshd:$IP" >>/etc/hosts.deny&&echo "$IP has been written to /etc/hosts.deny"
              fi
        fi
    done
sleep 1
done

练习2：编写判断IP地址是否合法的脚本

①提醒用户输入ip地址
②要求判断文件中的ip地址是否是合法的ipv4地址
③不合法的ip地址给与提醒
④输出用户输入的ip地址

分析：首先有三个点，其次，第一部分为1-223，其他为0-255即可。

答案：

cat /lianxi/iphefa.sh
#!/bin/bash
while :
do
    clear
    read -p "Please input the IP:" addr
    echo "$addr" >iphefa.txt
    if ( (cat "iphefa.txt"|egrep "^([1-9]|[1-9][0-9]|1[0-9][0-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$")&>/dev/null )
    then
        echo "The IP that you input is :$addr"
        break
    else
        echo "Please input the right IP!!"
        read -p "Please input anykey to continue......"
    fi
done

练习3：

编写脚本实现显示当前主机eth接口的有效IP和有效网关，要求显示结果如下图所示（多使用正则表达式，少用cut和tr）

分析：route -n–》看网关，ifconfig–》看ip，

答案：

cat /lianxi/eth01.sh
#!/bin/bash
ifconfig|egrep "([1-9]|[1-9][0-9]|1[0-9][0-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}"|head -n +2|tr -s " " ":"|cut -d":" -f4,6,8|tr -s ":" " " >eth01.txt
n=0
for i in $(<eth01.txt)
do
((n++))
    if (( n==1 ))
    then
         (echo $i|egrep "([1-9]|[1-9][0-9]|1[0-9][0-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}"&>/dev/null)&&echo "eth0:$i"||echo "no IP"

    elif (( n==4 ))
    then
         (echo $i|egrep "([1-9]|[1-9][0-9]|1[0-9][0-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}"&>/dev/null)&&echo "eth1:$i"||echo "no IP"
    fi
done
route -n|tail -n 1  >GATEWAY.txt
cat GATEWAY.txt|while read a IP c d e f g ETH
do
    if ( echo $IP|egrep "([1-9]|[1-9][0-9]|1[0-9][0-9]|2[01][0-9]|22[0-3])(\.([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}"&>/dev/null )
    then
           echo "gateway: $IP ($ETH)"
    else
           echo "gateway:  NULL"
    fi
done