linux 命令集 —— grep：字符串查找

1. grep简介

    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。

2. grep正则表达式元字符集（基本集）

^        ： 锚定行的开始 如：'^grep'匹配所有以grep开头的行。

$         ：锚定行的结束 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。

/<        ：锚定单词的开始，如:'/<grep'匹配包含以grep开头的单词的行。

/>        ：锚定单词的结束，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：'o/{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: '/bgrepb/'只匹配grep。

3. 用于egrep和 grep -E的元字符扩展集

+         ：匹配一个或多个先前的字符。如：'[a-z]+able'，匹配一个或多个小写字母后跟able的串，如 loveable,enable,disable等。

?         ：匹配零个或多个先前的字符。如：'gr?p'匹配gr后跟一个或没有字符，然后是p的行。

a|b|c     ：匹配a或b或c。如：grep|sed匹配grep或sed

()        ：分组符号，如：love(able|rs)ov+匹配loveable或lovers，匹配一个或多个ov。

x{m},x{m,},x{m,n} ：作用同x/{m/},x/{m,/},x/{m,n/}

4. POSIX字符类

    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）

5. Grep命令选项

  -a或--text   不要忽略二进制的数据。
  -A<显示列数>或--after-context=<显示 列数>   除了显示符合范本样式的那一列之外，并显示该列之后的内容。
  -b或--byte-offset   在显示符合范本样式的 那一列之前，标示出该列第一个字符的位编号。
  -B<显示列数>或--before-context=<显示列数& gt;   除了显示符合范本样式的那一列之外，并显示该列之前的内容。
  -c或--count   计算符合范本样式的列数。
  -C< 显示列数>或--context=<显示列数>或-<显示列数>   除了显示符合范本样式的那一列之外，并显示该列之前 后的内容。
  -d<进行动作>或--directories=<进行动作>   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& gt;   指定字符串做为查找文件内容的范本样式。
  -E或--extended-regexp   将范本样式为延伸的普通表示法来使用。
  -f< 范本文件>或--file=<范本文件>   指定范本文件，其内容含有一个或多个范本样式，让grep查找符合范本条件的文件内容， 格式为每列一个范本样式。
  -F或--fixed-regexp   将范本样式视为固定字符串的列表。
  -G或--basic- regexp   将范本样式视为普通的表示法来使用。
  -h或--no-filename   在显示符合范本样式的那一列之前，不标示该列 所属的文件名称。
  -H或--with-filename   在显示符合范本样式的那一列之前，表示该列所属的文件名称。
  -i或 --ignore-case   忽略字符大小写的差别。
  -l或--file-with-matches   列出文件内容符合指定的范本样 式的文件名称。
  -L或--files-without-match   列出文件内容不符合指定的范本样式的文件名称。
  -n或 --line-number   在显示符合范本样式的那一列之前，标示出该列的列数编号。
  -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。
  -s或--no- messages   不显示错误信息。
  -v或--revert-match   反转查找。
  -V或--version   显 示版本信息。
  -w或--word-regexp   只显示全字符合的列。
  -x或--line-regexp   只显示全列符 合的列。
  -y   此参数的效果和指定“-i”参数相同。
  --help   在线帮助。

6. 实例

    要用好grep这个工具，其实就是要写好正则表达式，下面列几个例子，讲解正则表达式的写法。

$ 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。

    再讲解一个具体应用的例子。
    查询所有位于当前目录下的.cs文件中的Main，通过grep，可以轻松快速地完成这项任务，命令如下：

grep ‘Main’ *.cs
输出结果为：
ChineseDemo.cs:  public static void Main()
RegDemo1.cs:  static void Main(string[] args)
RegDemo2.cs:  public static void Main()
RegDemo3.cs:  public static void Main()

    可见，通过grep真的可以找到相关目录中符合条件的所有文件，并能打印出查询到的字符串所位于的那行内容。如果只想确定哪些文件含有Main，而不需打 印相应行的内容，那么可以使用以下命令： ?

grep –l ‘Main’ *.cs
输出结果为：
ChineseDemo.cs
RegDemo1.cs
RegDemo2.cs
RegDemo3.cs

只有相应的文件名称被显示。

    在找到了含有Main字符串的几个文件后，如果想粗略地查看某一具体文件的里源代码的相关信息，比如查看RegDemo1.cs文件中含有Main这一行 的前后三行，相关的命令如下：

grep –C 3 ‘Main’ RegDemo1.cs

输出结果为：
class GroupingApp
{
   static void Main(string[] args)
   {
        Reg7();
   }

输出结果完全符合需求，static void Main(string[] args)这一行前后三行范围内的所有代码被全部打印出来（第一行是空行）。

    以上的查询字符串没有对查找结果是否为一个完整的单词进行限制，也就是说TheMain和Main_Func都会被认定为查询目标。如果想限定该查询字符 串为一个完整单词，那么可以使用/w参数，相关命令如下：

grep –w ‘Main’ *.cs

结果为：
ChineseDemo.cs: public static void Main()
RegDemo1.cs: static void Main(string[] args)
RegDemo2.cs: public static void Main()
RegDemo3.cs: public static void Main()