Linux-grep命令学习

1. 前言

Linux中的grep命令是一个非常强大的文本搜索工具，可以使用正则表达式，配合各个命令来进行强大的搜索过滤功能，通过本文我们来简单学习下grep命令的使用。

2. 命令格式

命令格式是：

grep [-abcEFGhHilLnqrsvVwxy][-A<显示行数>][-B<显示行数>][-C<显示行数>][-d<进行动作>]
[-e<范本样式>][-f<范本文件>][--help][范本样式][文件或目录...]

它的参数有很多，我们来简单看下：

-A<显示行数> 或 --after-context=<显示行数> : 除了显示符合条件的那一行之外，并显示该行之后的内容。
-B<显示行数> 或 --before-context=<显示行数> : 除了显示符合条件的那一行之外，并显示该行之前的内容。
-C<显示行数> 或 --context=<显示行数>或-<显示行数> : 除了显示符合条件的那一行之外，并显示该行之前后的内容。
-a 或 --text : 不要忽略二进制的数据。
-b 或 --byte-offset : 在显示符合条件的那一行之前，标示出该行第一个字符的编号。
-c 或 --count : 计算符合条件的行数。
-d <动作> 或 --directories=<动作> : 当指定要查找的是目录而非文件时，必须使用这项参数，否则grep指令将回报信息并停止动作。
-e<范本样式> 或 --regexp=<范本样式> : 指定字符串做为查找文件内容的样式。
-E 或 --extended-regexp : PATTERN is an extended regular expression。
-f<规则文件> 或 --file=<规则文件> : 指定规则文件，其内容含有一个或多个规则样式，让grep查找符合规则条件的文件内容，格式为每行一个规则样式。
-F 或 --fixed-regexp : 将样式视为固定字符串的列表。
-G 或 --basic-regexp : 将样式视为普通的表示法来使用。
-h 或 --no-filename : 在显示符合样式的那一行之前，不标示该行所属的文件名称。
-H 或 --with-filename : 在显示符合样式的那一行之前，表示该行所属的文件名称。
-i 或 --ignore-case : 忽略大小写。
-l 或 --file-with-matches : 只列出匹配的文件名称。
-L 或 --files-without-match : 列出不匹配的文件名称。
-n 或 --line-number : 在显示符合条件的那一行之前，标示出该行的行号。
-q 或 --quiet或--silent : 不显示任何信息。
-r 或 --recursive : 此参数的效果和指定"-d recurse"参数相同，表示递归的过滤。
-s 或 --no-messages : 不显示错误信息。
-v 或 --revert-match : 显示不包含匹配文本的所有行。
-V 或 --version : 显示版本信息。
-w 或 --word-regexp : 过滤完全匹配的行，比如匹配字符串test(只匹配test，不匹配tester)。
-x --line-regexp : 只显示全列符合的行。
-y : 此参数的效果和指定"-i"参数相同。

3. 简单实例

我们来看几个简单的例子：

1. 从一个或多个文件中，查找关键字：grep ubuntu 文件1，文件2，并且可以通过-n显示行号；

[mrzhang@192 zhangkeke]$ grep ubuntu test.log
test.log:ubuntu
[mrzhang@192 zhangkeke]$ grep ubuntu test.log test3.log 
test.log:ubuntu
test3.log:ubuntu system

[mrzhang@192 zhangkeke]$ grep 'ubuntu' test.log test3.log 
test.log:ubuntu
test3.log:ubuntu system

[mrzhang@192 zhangkeke]$ grep -n 'ubuntu' test.log test3.log 
test.log:1:ubuntu
test3.log:1:ubuntu system

我们还可以通过 -w 来过滤完全匹配的字符串：

[mrzhang@192 zhangkeke]$ cat test2.log 
ubuntu system
ubuntuconcat
centos system
[mrzhang@192 zhangkeke]$ grep  'ubuntu' test2.log 
ubuntu system
ubuntuconcat
[mrzhang@192 zhangkeke]$ grep -w 'ubuntu' test2.log 
ubuntu system

并且，我们还可以组合匹配，比如查询包含 ubuntu或者concat字符串的内容行：

[mrzhang@192 zhangkeke]$ cat test2.log 
ubuntu system
ubuntuconcat
centos system
[mrzhang@192 zhangkeke]$ grep -E 'ubuntu|concat' test2.log 
ubuntu system
ubuntuconcat

还可以使用 -e 参数：

[mrzhang@192 zhangkeke]$ grep -e 'ubuntu' -e 'concat' test2.log 
ubuntu system
ubuntuconcat

还可以查询既包含 ubuntu ，也包含concat字符串的内容行：

[mrzhang@192 zhangkeke]$ grep ubuntu test2.log | grep system
ubuntu system

grep pattern1 files | grep pattern2  #表示既匹配 pattern1 又匹配 pattern2 的行

1. 在当前目录中，查找后缀是log的文件中，包含test字符串的文件：

[mrzhang@192 zhangkeke]$ grep test *log
test3.log:test1
test3.log:test2
test3.log:test3
test.log:Ftest

可以看到，在后缀是log的文件中，test3.log和test.log这两个文件中包含了字符串test；

1. 反向查找，和上面那个例子相反，我们如果需要查找后缀是log的文件中，不包含test字符串的文件，可以使用参数：

[mrzhang@192 zhangkeke]$ grep -v test *log
test2.log:0519
test3.log:0520

这样，我们实现反向查找的功能。

1. 配合ps命令查找指定进程：

[mrzhang@192 ~]$ ps -ef | grep firefox
mrzhang   2539     1 12 08:17 ?        00:00:05 /usr/lib64/firefox/firefox
mrzhang   2832  2619  0 08:17 pts/0    00:00:00 grep --color=auto firefox

其中，第一条记录是查找出的进程；第二条结果是grep进程本身，并非真正要找的进程；

1. 查找指定进程个数，可以配合-c参数来实现：

[mrzhang@192 ~]$ ps -ef | grep -c firefox
3
[mrzhang@192 ~]$ ps -ef | grep firefox -c
3

1. 从一个文件过滤另一个文件的关键词，命令格式是:cat test3.log | grep -f test.log：

[mrzhang@192]$ cat test3.log 
ubuntu system
redhat system
centos ...
fedora ...
debian ...
gentoo system
mint   ...
suse   ...
[mrzhang@192]$ cat test.log 
ubuntu
mint

可以通过管道，也可以直接通过grep命令来实现：

[mrzhang@192]$ cat test3.log | grep -f test.log 
ubuntu system
mint   ...
[mrzhang@192]$ grep test3.log -f test.log
ubuntu system
mint   ...

表示从文件test3.log中过滤出，包含test.log文件中关键字的内容行。在过滤后，还可以通过-n参数显示行号：

[mrzhang@192 zhangkeke]$ cat test3.log | grep -nf test.log 
1:ubuntu system
7:mint   ...
[mrzhang@192 zhangkeke]$ grep test3.log -nf test.log
1:ubuntu system
7:mint   ...

1. 查询相应进程时，不显示grep本身进程，命令格式是：ps aux|grep \[s]sh 或者ps aux | grep ssh | grep -v "grep"

[mrzhang@192 zhangkeke]$ ps aux | grep firefox
mrzhang   2539  3.0  7.5 2215620 287044 ?      Sl   08:17   1:09 /usr/lib64/firefox/firefox
mrzhang   3792  0.0  0.0 112664   972 pts/0    S+   08:55   0:00 grep --color=auto firefox
[mrzhang@192 zhangkeke]$ ps aux | grep firefox | grep -v 'grep'
mrzhang   2539  2.9  7.5 2215620 286944 ?      Sl   08:17   1:09 /usr/lib64/firefox/firefox
[mrzhang@192 zhangkeke]$ ps aux | grep  \[f] irefox
mrzhang   2539  2.8  7.5 2215620 287420 ?      Sl   08:17   1:10 /usr/lib64/firefox/firefox

其中最后一种方式是使用正则表达式对进程的首字母进行过滤；

1. 过滤文件中以某个字符串开头的行内容：

[mrzhang@192]$ cat test3.log 
ubuntu system
redhat system
centos ...
fedora ...
ubuntu again
[mrzhang@192]$ grep ^ubuntu test3.log
ubuntu system
ubuntu again
[mrzhang@192]$ grep  ^ubuntu *.log 
test3.log:ubuntu system
test3.log:ubuntu again
test.log:ubuntu

同样，也可以通过正则表达式过滤不是以某个字符串开头的行内容：

[mrzhang@192]$ grep ^[^ubuntu] test3.log
redhat system
centos ...
fedora ...

同理，也可以过滤以某个字符串结尾的行内容：

[mrzhang@192]$ grep system$ test3.log
ubuntu system
redhat system

并且，借助于正则表达式，我们还可以进行许多查询操作，比如过滤包含某个字符串的内容行：

[mrzhang@192]$ grep -E 'centos|gentoo' test3.log
centos ...
gentoo system

其中，-E 代表使用正则表达式的形式进行过滤，否则将进行完全匹配。再比如查找文件中所有的空行：

[mrzhang@192 zhangkeke]$ cat test2.log 
ubuntu system

ubuntuconcat
centos system
[mrzhang@192 zhangkeke]$ grep -n ^$ test2.log 
2:
[mrzhang@192 zhangkeke]$

1. 在多个不同格式的文件中过滤字符串，命令格式为：grep -inR --include='*.js' 'string'，比如我们要在所有txt和所有log文件中查找ubuntu字符串：

[mrzhang@192 zhangkeke]$ grep -inR --include='*.txt' --include='*.log' 'ubuntu'
test.log:1:ubuntu
test3.log:1:ubuntu system
test3.log:9:ubuntu again
test4.txt:1:ubuntu txt test

其中 -R 参数表示查询的时候过滤的文件类型，包含或排除：

-R, --dereference-recursive
                    likewise, but follow all symlinks
    --include=FILE_PATTERN
                    search only files that match FILE_PATTERN
    --exclude=FILE_PATTERN
                    skip files and directories matching FILE_PATTERN
    --exclude-from=FILE 
                    skip files matching any file pattern from FILE
    --exclude-dir=PATTERN 
                    directories that match PATTERN will be skipped.

1. 将过滤出的行内容输出到另外一个文件中。比如我们将test3.log中包含 ubuntu 字符串的行输出到新的文件test5.log中

[mrzhang@192 zhangkeke]$ cat test3.log 
ubuntu system
redhat system
centos ...
fedora ...
gentoo system
mint   ...
ubuntu again
[mrzhang@192 zhangkeke]$ cat test5.log
cat: test5.log: No such file or directory
[mrzhang@192 zhangkeke]$ grep -E 'ubuntu' test3.log > test5.log 
[mrzhang@192 zhangkeke]$ cat test5.log 
ubuntu system
ubuntu again

1. 递归的查找特定字符串，使用参数 -r 来实现，比如递归某一个目录下所有包含某个字符串的文件：

[mrzhang@192 Documents]$ grep -r ubuntu zhangkeke/
zhangkeke/test2.log:ubuntu system
zhangkeke/test2.log:ubuntuconcat
zhangkeke/test.log:ubuntu
zhangkeke/test4.txt:ubuntu txt test
zhangkeke/test3.log:ubuntu system
zhangkeke/test3.log:ubuntu again
zhangkeke/test5.log:ubuntu system
zhangkeke/test5.log:ubuntu again
zhangkeke/lisi/test6.log:ubuntu system hahha

或者在当前目录下递归查找：

[mrzhang@192 zhangkeke]$ grep -r ubuntu
test2.log:ubuntu system
test2.log:ubuntuconcat
test.log:ubuntu
test4.txt:ubuntu txt test
test3.log:ubuntu system
test3.log:ubuntu again
test5.log:ubuntu system
test5.log:ubuntu again
lisi/test6.log:ubuntu system hahha

1. 通过 -f 来通过特定的查找模式来进行查找。首先，我们创建一个新的查找模式文件：

[mrzhang@192 zhangkeke]$ cat pattern.txt
^ubuntu
system
system$

然后，使用 -f 来通过该模式来进行过滤筛选：

[mrzhang@192 zhangkeke]$ grep -f pattern.txt *.log
test2.log:ubuntu system
test2.log:ubuntuconcat
test2.log:centos system
test3.log:ubuntu system
test3.log:redhat system
test3.log:gentoo system
test3.log:ubuntu again
test5.log:ubuntu system
test5.log:ubuntu again
test.log:ubuntu

当前所有以log结尾的文件中，只要满足了模式文件中的任一个模式都会进行匹配出来。

4. 正则表达式

由于grep的查找是基于正则表达式的，我们来简单看下grep中的一些正则表达式：

^  #匹配行的开始 如：'^grep'匹配所有以grep开头的行。    
$  #匹配行的结束 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-R和T-Z的一个字母开头，紧跟rep的行。    
\(..\)  #标记匹配字符，如'\(love\)'，love被标记为1。    
\<      #匹配单词的开始，如:'\      #匹配单词的结束，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：'0\{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。   
\w    #匹配文字和数字字符，也就是[A-Za-z0-9]，如：'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。   
\b    #单词锁定符，如: '\bgrep\b'只匹配grep。

可以看到，只要我们熟悉标准的正则表达式，对于grep命令的使用将会更加游刃有余。

5. POSIX字符

为了在不同国家的字符编码中保持一至，POSIX(The Portable Operating System Interface) 增加了特殊的字符类，如[:alnum:]是[A-Za-z0-9]的另一个写法。要把它们放到[]号内才能成为正则表达式，如[A- Za-z0-9]或[[:alnum:]]。在linux下的grep除fgrep外，都支持POSIX的字符类。

[:alnum:]    #文字数字字符   
[:alpha:]    #文字字符   
[:digit:]    #数字字符   
[:graph:]    #非空字符（非空格、控制字符）   
[:lower:]    #小写字符   
[:cntrl:]    #控制字符   
[:print:]    #非空字符（包括空格）   
[:punct:]    #标点符号   
[:space:]    #所有空白字符（新行，空格，制表符）   
[:upper:]    #大写字符   
[:xdigit:]   #十六进制数字（0-9，a-f，A-F）

来看两个简单的例子：

[mrzhang@192 zhangkeke]$ cat posix 
1234567 linux test
ABCDEFG
[mrzhang@192 zhangkeke]$ grep [[:alnum:]] posix 
1234567 linux test
ABCDEFG
[mrzhang@192 zhangkeke]$ grep [[:lower:]] posix 
1234567 linux test
[mrzhang@192 zhangkeke]$ grep [[:upper:]] posix 
ABCDEFG

6. grep的引号区别

我们使用grep进行关键字查找的时候，一般有三种形式：不加引号，加单引号，加双引号。这三种形式都可以实现查找，不过有少许的不同：

不加引号，只能查找连续的字符串，数字等，不能查询类似包含空格的字符串。不过如果字符串中有变量的话，会先将变量解析成具体值，再作为关键字进行查询，和双引号功能有点类似；

单引号，查询的时候会将单引号内的原样内容作为关键字，单引号作为全引用，如果单引号中有常量或者变量，不会被替换；

双引号，如果双引号中的内容有变量，命令等，会先将这些变量解析成具体的结果，然后再根据解析后的数据作为关键字进行查询。双引号是部分引用，双引号的变量或者常量会被解析成具体内容；

使用正则进行查询的时候，以上三种情况都是适用的。

来简单看下：

[mrzhang@192 zhangkeke]$ cat posix 
1234567 linux test
ABCDEFG
[mrzhang@192 zhangkeke]$ param=linux
[mrzhang@192 zhangkeke]$ echo $param
linux
[mrzhang@192 zhangkeke]$ grep $param posix 
1234567 linux test
[mrzhang@192 zhangkeke]$ grep '$param' posix 
[mrzhang@192 zhangkeke]$ grep "$param" posix 
1234567 linux test

本文参考自：http://www.cnblogs.com/peida/archive/2012/12/17/2821195.html