unix shell学习笔记2
2. 正则表达式与模式匹配
2.1 正则表达式
正则表达式(Regular Expression,RE)是一种字符模式，用于在查找过程中匹配指定的字符。
正则表达式元字符（通配符）
| 元字符/通配符 |
功能 |
例子 |
匹配对象 |
| ^ |
行首定位符 |
/^hello/ |
匹配以hello开头的 |
| $ |
行尾定位符 |
/hello$/ |
匹配以hello结束的行 |
| . |
匹配单个字符 |
/l..e/ |
匹配以l开头，中间2字符并以e结尾的词 |
| * |
匹配0或多个正好在它之前的那个字符。例如正则表达式 .* 意味着能够匹配任意数量的任何字符。 |
/.*/ |
匹配任意字符 |
| [] |
匹配任意一组任意字符 |
/[Hh]ello/ |
Hello或hello |
| [x-y] |
匹配从x-y范围字符 |
/a[a-c]c/ |
aac,abc,acc |
| [^] |
匹配不在指定组内字符 |
[^1-9] |
不在1-9之间的字符 |
| \ |
转义字符 |
/hello\./ |
hello. |
| 以下的在vi、grep支持 |
|||
| \< |
词首定位符 |
/\<love/ |
匹配包含love开头的行 |
| \> |
词尾定位符 |
/\>love/ |
匹配包含love结尾的行 |
| \(..\) |
|
|
|
| x\{m\} |
字符x重复出现m次 |
x\{3\} |
xxxa aaaxxxb ddxxxee |
| x\{m,\} |
字符x至少重复出现m次 |
x\{3,\} |
xxxa xxxxa |
| x\{m,n\} |
字符x重复m次到n次 |
x\{3,5\} |
xxxa xxxxa xxxxxa |
3. grep
3.1 grep 简介
命令格式：
grep [-bchilnsvw] limited-regular-expression [filename...]
grep （global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。linux使用GNU版本的grep。它功能更强，可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。
grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。
grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。
3.2 grep正则表达式元字符集
grep 正则表达式的原字符集与上文的正则表达式的原字符集基本一致，这里只补充grep的正则表达式元字符集。
| 元字符/通配符 |
功能 |
例子 |
说明 |
| \w |
匹配文字和数字字符，即[A-Za-z0-9] |
'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 |
|
|
| \b |
单词锁定符 |
'\bgrep\b' |
只匹配grep |
3.3 Grep命令选项
| 选项 |
功能 |
| -b |
打印匹配行前面打印该行所在的块号码 |
| -c |
只打印匹配的行数，不显示匹配的内容 |
| -h |
当搜索多个文件时，不显示匹配文件名前缀 |
| -i |
忽略大小写差别 |
| -l |
打印匹配模板的文件清单 |
| -n |
在匹配的行前面打印行号 |
| -s |
不显示关于不存在或者无法读取文件的错误信息 |
| -v |
反检索，只显示不匹配的行 |
| -w |
如果被\<和\>引用，就把表达式做为一个单词搜索 |
3.4 实例
$ ls -l | grep '^a' 通过管道过滤ls -l输出的内容，只显示以a开头的行
$ grep 'test' d* 显示所有以d开头的文件中包含test的行
$ grep 'test' aa bb cc 显示在aa，bb，cc文件中匹配test的行
$ grep '[a-z]\{5\}' aa 显示所有包含每个字符串至少有5个连续小写字符的字符串的行
$ grep 'w\(es\)t.*\1' aa 如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.*），这些字符后面紧跟着另外一个es（\1），找到就显示该行。如果用egrep或grep -E，就不用"\"号进行转义，直接写成'w(es)t.*\1'就可以了