正则表达式与grep的应用

 一、正则表达式
       正则表达式模式利用元字符表示数据流中的一个或多个字符。在Linux中，常用的正则表达式有两种分别为：基本正则表达式和扩展正则表达式。
        1、基本正则表达式的元字符
        basic regexp：基本正则表达式中的元字符：
            匹配字符：
                   .：匹配任意单个字符 
                   [ ]：指定范围内的任意单个字符
                   [^]：对指定范围内的字符取反
           匹配字符集：       
                   [:digit:] ：      数字集
                   [:lower:]：    小写字母
                   [:upper:]：    大写字母
                   [:space:]：   所有的空白字符
                   [:alpha:]：    所有的字母
                   [:alnum:]：   所有的字母和数字
                   [:punct:]：    所有的标点符号
                   [^[:space:]]：取反
            匹配次数：
                    *：匹配其前面的字符任意次     ab*c: abc, abbc, ac
                    .*：任意长度的任意字符，贪婪模式
                    \?： 匹配前面的字符的0次或1次   ab?c：abc，ac
                    A \{m,\}： 匹配A至少m次
                    A\{0,n\}： 匹配A至多n次  
                    A\{m\}：匹配Am次              
          锚定符：
                  ^：锚定行首  
                  $：锚定行尾 
                  \<, \b 锚定词首 
                  \>, \b 锚定词尾 
        分组引用 ：\(\)
               后向引用：\1：匹配第一个括号出现的单词
                                 \2：匹配第二个括号出现的单词
                eg：\(abc\(def\)\)   \1：结果为  abcdef
                                              \2：结果为def

         正则表达式的常用元字符就是以上所述。下面综合举几个例子加以说明。
        r[a-z]*t：匹配以r开头中间出现任意字符并以t结尾的字符串
        r[a-z]\{1,\}t：匹配以r开头中间至少出现一个字符并以t结尾的字符串
        ^r..t  : 出现在行首的以r开头，中间出现任意两个字符，并以t结尾的行
        g$:  表示以g结尾的行
        ^$：空白行
        \<r..t：以r开头中间出现任意两个字符并以t结尾的单词
        ^user[0-9]\{1,\}\>：查找当前系统上名字为user后面跟了数字的用户的相关信息
        2、扩展的正则表达式
        扩展的正则表达式的元字符有：
              ?：表示匹配前面的字符0次或1次
              +：次数匹配，匹配其前的字符至少1次；
             {m，}：至少匹配m次
             {0，n}：至多匹配n次
             {m}：刚好匹配m次
             |：表示或者。(C|c)at匹配的结果为Cat，cat。
        下面以解析电子邮件地址为例：
        电子邮件的基本形式为：username@hostname
        username的值可以使用任意字母数字，以及圆点、短划线、加号和下划线等几个特殊字符。而且这些字符可以任意形式的组合出现。 hostname部分由一个或多个域名和服务器名组成。服务器和域名也必须遵守严格的命名规则，仅允许字母数字以及圆点的字符。
       从左向右设计正则表达式，用户名应该是：^([a-zA-Z0-9_\-\.\+]+)@
       使用相同的方法匹配服务器名和子域名：([a-zA-Z0-9_\-\.]+)
       对于顶级域名有特殊的规则。顶级域名只能是字母字符并且不能少于2个且多于5个字符。故用于顶级域名的正则表达式为：\.([a-zA-Z]{2,5})$
         将它们整合到一起便可得到电子邮件的地址：
         ^([a-zA-Z0-9_\-\.\+]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5}$

二、grep的用法
        grep是一个文本过滤工具，它可以逐行的搜索匹配条件的文本，并将匹配的行显示出来。它的匹配条件是正则表达式。
       grep的基本用法为：grep [options] PATTERN  file1 ...
       grep的几个重要的选项有：
                  -v: 对结果取反
                   -i: 忽略字母大小写
                  -o: 仅显示匹配到的字符串
                  -E: 支持扩展正则表达式
                  -A n: 除匹配行外还显示匹配行的下n行
                  -B n: 除匹配行外还显示匹配行的上n行
                  -C n: 除匹配行外还显示匹配行的上下各n行
                  - -color:对匹配的结果以不同的颜色显示

        下面通过几个例子理解grep的使用
         1、显示/proc/meminfo文件中以不区分大小的s开头的行
                grep --color "^[Ss]"  /proc/meminfo   

                
         2、显示/etc/passwd中以nologin结尾的行;
                grep --color  "nologin$"  /etc/passwd

                
         3、显示/etc/inittab中以#开头，且后面跟一个或多个空白字符，而后又跟了任意非空白字符的行；
                grep "^#[[:space:]]\{1,\}[^[:space:]]"   /etc/initta

               
         4、显示/etc/inittab中包含了:一个数字:(即两个冒号中间一个数字)的行；
                grep ":[0-9]:"  /etc/inittab

               
         5、显示/boot/grub/grub.conf文件中以一个或多个空白字符开头的行；
                grep "^[[:space:]]\{1,\}"  /boot/grub/grub.conf

               
         6、显示/etc/inittab文件中以一个数字开头并以一个与开头数字相同的数字结尾的行；
                 grep --color "^\([0-9]\).*\1$"  /etc/inittab 

               
         7、取出/etc/inittab中的非空白行
                grep -v "^$"  /etc/initta
        其实对于grep的掌握关键在于对正则表达式的理解和熟练应用。所以应多加练习正则表示式。