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。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 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 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。
功能说明:查找文件里符合条件的字符串。
语 法:grep [-abcEFGhHilLnqrsvVwxy][-A<显示列数>][-B<显示列数>][-C<显示列数>][-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...]
补充说明:grep指令用于查找内容包含指定的范本样式的文件,如果发现某文件的内容符合所指定的范本样式,预设grep指令会把含有范本样式的那一列显示出来。若不指定任何文件名称,或是所给予的文件名为“-”,则grep指令会从标准输入设备读取数据。
参 数:
-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> 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> 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。
开始实战,我是直接在linux text模式启动,你可以自己找到一个测试目录,第一步执行命令:
[javascript] view plaincopyprint?
vi 1.txt</span>
上面这句命令的意思是:如果1.txt存在就打开,不存在就创建并打开
接着按一下键盘的s键,看见linux屏幕左下角提示“---插入---”,表明当前已经变成插入模式,接着,大家鼠标右键复制一下下面的这段文本,
在linux屏幕里点击鼠标右键,内容就粘帖进去了。
然后大家按一下键盘的“ESC”键,然后输入一个冒号”:“ 屏幕里出现冒号之后,输入:wq,提示已写入。并已退出vi编辑模式。
[plain] view plaincopyprint?
安徽省 Anhuisheng
澳门特别行政区 Aomen Tebie Xingzhengqu
北京市 Beijingshi
重庆市 Chongqingshi
福建省 Fujiansheng
甘肃省 Gansusheng
广东省 Guangdongsheng
广西壮族自治区 Guangxi Zhuangzu zizhiqu
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
黑龙江省 Heilongjiangsheng
河南省 Henansheng
湖北省 Hubeisheng
湖南省 Hunansheng
江苏省 Jiangsusheng
江西省 Jiangxisheng
吉林省 Jilinsheng
辽宁省 Liaoningsheng
内蒙古 Neimenggu zizhiqu
宁夏回族自治区 Ningxia Huizu zizhiqu
青海省 Qinghaisheng
陕西省 Shaanxisheng
山东省 Shandongsheng
上海市 Shanghaishi
山西省 Shanxisheng
四川省 Sichuansheng
台湾省 Taiwansheng
天津市 Tianjinshi
香港特别行政区 Xianggang Tebie Xingzhengqu
新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
西藏自治区 Xizang zizhiqu
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
接着执行命令:
[javascript] view plaincopyprint?
cp 1.txt 2.txt</span>
复制一份1.txt命名为2.txt , 好了 ,练习开始。
p1:多文件查询
在1.txt和2.txt中查询出包含”区"的行:
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘区‘ 1.txt 2.txt
1.txt:澳门特别行政区 Aomen Tebie Xingzhengqu
1.txt:广西壮族自治区 Guangxi Zhuangzu zizhiqu
1.txt:宁夏回族自治区 Ningxia Huizu zizhiqu
1.txt:香港特别行政区 Xianggang Tebie Xingzhengqu
1.txt:新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
1.txt:西藏自治区 Xizang zizhiqu
2.txt:澳门特别行政区 Aomen Tebie Xingzhengqu
2.txt:广西壮族自治区 Guangxi Zhuangzu zizhiqu
2.txt:宁夏回族自治区 Ningxia Huizu zizhiqu
2.txt:香港特别行政区 Xianggang Tebie Xingzhengqu
2.txt:新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
2.txt:西藏自治区 Xizang zizhiqu </span>
或者查询出当前文件夹下的所有文件中包含“区” 的行:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘区‘ *
1.txt:澳门特别行政区 Aomen Tebie Xingzhengqu
1.txt:广西壮族自治区 Guangxi Zhuangzu zizhiqu
1.txt:宁夏回族自治区 Ningxia Huizu zizhiqu
1.txt:香港特别行政区 Xianggang Tebie Xingzhengqu
1.txt:新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
1.txt:西藏自治区 Xizang zizhiqu
2.txt:澳门特别行政区 Aomen Tebie Xingzhengqu
2.txt:广西壮族自治区 Guangxi Zhuangzu zizhiqu
2.txt:宁夏回族自治区 Ningxia Huizu zizhiqu
2.txt:香港特别行政区 Xianggang Tebie Xingzhengqu
2.txt:新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
2.txt:西藏自治区 Xizang zizhiqu </span>
p2:行匹配
查询1.txt中包含“区"关键字的总行数,我们可以使用-c来显示行数。
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -c ‘区‘ 1.txt
6</span>
p3:显示行号
我们可以使用-n开关啦控制是否显示行号,这个行号是在文件里的实际的行号。
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -n ‘区‘ 1.txt
2:澳门特别行政区 Aomen Tebie Xingzhengqu
8:广西壮族自治区 Guangxi Zhuangzu zizhiqu
21:宁夏回族自治区 Ningxia Huizu zizhiqu
30:香港特别行政区 Xianggang Tebie Xingzhengqu
31:新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
32:西藏自治区 Xizang zizhiqu </span>
[javascript] view plaincopyprint?
p4:显示非匹配行,也就是结果取反我们可以使用 -v 来取反。
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -v ‘区‘ 1.txt
安徽省 Anhuisheng
北京市 Beijingshi
重庆市 Chongqingshi
福建省 Fujiansheng
甘肃省 Gansusheng
广东省 Guangdongsheng
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
黑龙江省 Heilongjiangsheng
河南省 Henansheng
湖北省 Hubeisheng
湖南省 Hunansheng
江苏省 Jiangsusheng
江西省 Jiangxisheng
吉林省 Jilinsheng
辽宁省 Liaoningsheng
内蒙古 Neimenggu zizhiqu
青海省 Qinghaisheng
陕西省 Shaanxisheng
山东省 Shandongsheng
上海市 Shanghaishi
山西省 Shanxisheng
四川省 Sichuansheng
台湾省 Taiwansheng
天津市 Tianjinshi
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
[javascript] view plaincopyprint?
p5:精确匹配
我们可以使用\>符号来匹配以区结尾的字符串
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘区\>‘ 1.txt
澳门特别行政区 Aomen Tebie Xingzhengqu
广西壮族自治区 Guangxi Zhuangzu zizhiqu
宁夏回族自治区 Ningxia Huizu zizhiqu
香港特别行政区 Xianggang Tebie Xingzhengqu
新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
西藏自治区 Xizang zizhiqu </span>
我们可以使用\《符号来匹配以区开头的字符串,结果为空。
[javascript] view plaincopyprint?
p6:大小写敏感
grep 默认是大小写敏感的,我们可以使用-i开关来控制,如果不加-i 结果为空:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -i ‘beijing‘ 1.txt
北京市 Beijingshi</span>
正则表达式
使用正则表达式使模式匹配加入一些规则,因此可以在抽取信息中加入更多选择。使用正则表达式时最好用单引号括起来,这样可以防止g r e p 中使用的专有模式与一些s h e l l 命令的特殊方式相混淆。
p1:范围模式
如果想要查询‘山东’和‘山西’的列表,可以用[ ]来指定范围。
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘山[东西]‘ 1.txt
山东省 Shandongsheng
山西省 Shanxisheng </span>
[javascript] view plaincopyprint?
p2:匹配行首
如果想要查询”山“开头的省份,
[javascript] view plaincopyprint?
grep ‘^山‘ 1.txt </span>
结果同上。
如果想查询非”山“开头的省份,
[javascript] view plaincopyprint?
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘^[^山]‘ 1.txt
安徽省 Anhuisheng
澳门特别行政区 Aomen Tebie Xingzhengqu
北京市 Beijingshi
重庆市 Chongqingshi
福建省 Fujiansheng
甘肃省 Gansusheng
广东省 Guangdongsheng
广西壮族自治区 Guangxi Zhuangzu zizhiqu
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
黑龙江省 Heilongjiangsheng
河南省 Henansheng
湖北省 Hubeisheng
湖南省 Hunansheng
江苏省 Jiangsusheng
江西省 Jiangxisheng
吉林省 Jilinsheng
辽宁省 Liaoningsheng
内蒙古 Neimenggu zizhiqu
宁夏回族自治区 Ningxia Huizu zizhiqu
青海省 Qinghaisheng
陕西省 Shaanxisheng
上海市 Shanghaishi
四川省 Sichuansheng
台湾省 Taiwansheng
天津市 Tianjinshi
香港特别行政区 Xianggang Tebie Xingzhengqu
新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu
西藏自治区 Xizang zizhiqu
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
[javascript] view plaincopyprint?
这里可以在取反一次,这个只是娱乐
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -v ‘^[^山]‘ 1.txt
山东省 Shandongsheng
山西省 Shanxisheng </span>
p3:大小写设置
上面提到过了 可以用-i开关控制,也可以用[]包含大小写来实现:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘bei‘ 1.txt
河北省 Hebeisheng
湖北省 Hubeisheng
[channel@localhost kingviker]$ grep -i ‘bei‘ 1.txt
北京市 Beijingshi
河北省 Hebeisheng
湖北省 Hubeisheng
[channel@localhost kingviker]$ grep ‘[Bb]ei‘ 1.txt
北京市 Beijingshi
河北省 Hebeisheng
湖北省 Hubeisheng </span>
p4:匹配任意字符
我们还是查询以"山"开头的省份,
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘山.省‘ 1.txt //这里限制了必须是三个字,点”.”只代表一个字或一个字母。山东省 Shandongsheng
山西省 Shanxisheng </span>
我们如果想查询想查询,以“山,河,广‘开头的省份,
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘[山河广].省‘ 1.txt
广东省 Guangdongsheng
河北省 Hebeisheng
河南省 Henansheng
山东省 Shandongsheng
山西省 Shanxisheng </span>
p5:范围组合
我们想查询以大写字母A-L开头,中间可以出现0到6个小写字母,包含sh和Sh,并且以i或者eng结尾的结果:
[javascript] view plaincopyprint?
<span style="font-family: ‘Microsoft YaHei‘; font-size: 18px; ">[channel@localhost kingviker]$ grep ‘[A-L][a-z]\{0,6\}[Ss]h[i,eng]$‘ 1.txt
北京市 Beijingshi</span>
p6:模式出现几率
上面的命令大家可能不懂”\{0,6\}“,现在就说明一下,这个是描述它前面的字母出现的次数,上例子中的意思就是a-z的字母可以连续出现0到6个。如果后边不写”\{1,\}"表示至少出现一次的,如果只写一个数字”\{2\}",表示最只匹配出现2次的结果:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘a\{2\}‘ 1.txt
陕西省 Shaanxisheng </span>
p7:使用grep匹配“与”或者“或”模式,g r e p 命令加- E 参数,这一扩展允许使用扩展模式匹配。
这里想要查询 “北京,上海”:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -e ‘北京|上海‘ 1.txt
[channel@localhost kingviker]$ grep -E ‘北京|上‘ 1.txt
北京市 Beijingshi
上海市 Shanghaishi
[channel@localhost kingviker]$ </span>
这个参数是大小写敏感的 我上一句命令-e 就没有结果
p8:空行
结合使用^和$可查询空行。使用- c 参数显示总行数:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep -c ‘^$‘ 1.txt
0</span>
p9:匹配特殊字符
查询有特殊含义的字符,诸如$ . ‘ " * [] ^ | \ + ? ,必须在特定字符前加\。假设要查询包含 中文单引号’的 的所有行:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘\’‘ 1.txt
新疆维吾尔族自治区 Xinjiang Weiwu’erzu zizhiqu</span>
p10:查询IP 地址
要查看n n n . n n n 网络地址,如果忘了第二部分中的其余部分,只知有两个句点,例如n n n . n n . . 。要抽取其中所有nnn.nnn IP 地址,使用[ 0 - 9 ] \ { 3 \ } \ . [ 0 - 0 \ { 3 \ } \。含义是任意数字出现3 次,后跟句点,接着是任意数字出现3 次,后跟句点。
[javascript] view plaincopyprint?
grep ‘[0-9]\{3\}\.[0-9]\{3\}\.‘ filename</span>
p11:使用通配符*的匹配模式
这个很简单了,但是有一点要说明,星号“*"前要加点‘.‘:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ".*sheng" 1.txt
安徽省 Anhuisheng
福建省 Fujiansheng
甘肃省 Gansusheng
广东省 Guangdongsheng
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
黑龙江省 Heilongjiangsheng
河南省 Henansheng
湖北省 Hubeisheng
湖南省 Hunansheng
江苏省 Jiangsusheng
江西省 Jiangxisheng
吉林省 Jilinsheng
辽宁省 Liaoningsheng
青海省 Qinghaisheng
陕西省 Shaanxisheng
山东省 Shandongsheng
山西省 Shanxisheng
四川省 Sichuansheng
台湾省 Taiwansheng
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
p12:使用$限制字符串结尾
查询以eng结尾的数据:
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ grep ‘eng$‘ 1.txt
广东省 Guangdongsheng
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
p13:定向输出结果到指定文件
将查询出以eng结果的行并输出到3.txt
[javascript] view plaincopyprint?
[channel@localhost kingviker]$ ls
1.txt 2.txt
[channel@localhost kingviker]$ grep ‘eng$‘ 1.txt > 3.txt
[channel@localhost kingviker]$ ls
1.txt 2.txt 3.txt
[channel@localhost kingviker]$ cat 3.txt
广东省 Guangdongsheng
贵州省 Guizhousheng
海南省 Hainansheng
河北省 Hebeisheng
云南省 Yunnansheng
浙江省 Zhejiangsheng</span>
p14:egrep
egrep 代表e x p r e s s i o n 或extended grep,适情况而定。e g r e p 接受所有的正则表达式, e g r e p 的一个显著特性是可以以一个文本作为保存的字符串,然后将之传给egrep 作为参数,为此使用- f 开关;egrep只是默认支持正则表达式扩展的,grep默认是不支持的 ,egrep要想支持正则表达式扩展需要加上-E
原文:http://my.oschina.net/f839903061/blog/296782