首页 > 代码库 > grep、egrep以及正则表达式的使用
grep、egrep以及正则表达式的使用
正则表达式是linux学习里面很重要的一部分内容,也算是一个难点,元字符多,组合方法也各种各样,每个人学习理解方法不一样,其中遇到的问题也各不相同,
学习正则表达式首先要会的是grep以及egrep命令的使用。
grep是Globalsearch Regular expression an Print out the line的缩写,是一种文本搜索的工具,可以根据用户指定的“模式(pattern)”对目标文本进行搜索过滤,显示出被“模式”匹配到的行。这里要
说的一点是,grep匹配到的是符合模式的一整行,例如一行中有2位数同时有3位数,模式中匹配的是2位数,这一行是会被匹配到的,
grep [OPTIONS] PATTERN [FILE...]
option | 作用 |
-i | 匹配时忽略字符大小写 |
-o | 仅显示匹配到的内容 |
-v | 取反,显示没有匹配到的行 |
--color | 高亮显示匹配到的内容 |
-A# | 显示出匹配的行之后的下文#行 |
-B # | 显示出匹配的行之前的上文#行 |
-C # | 显示出匹配的行前后的#行 |
-E | 使用扩展的正则表达式,后面会有介绍 |
这只是一些常用的选项,具体使用过程中遇到,可以使用man命令查看
这仅仅是grep的简单用法,要想充分利用grep需要配合正则表达式。
正则表达式分为两类:
基本正则表达式
扩展正则表达式
基本正则表达式由能够实现不同功能的元字符组成,下面按照元字符不同的作用分别说明,为了方便看出匹配到的内容,我们先给grep一个别名,就是用上面的--color选项,能够高亮显示出匹配到的内容,匹配到的内容会以紫色显示。
字符匹配:用来对文本中的字符进行匹配的元字符
. | 匹配任意单个字符 | |
[] | 匹配集合内的任意单个字符 | |
[^] | 匹配集合外的任意单个字符 |
其中[]有几个特殊的表示方法
[0-9],[[:digit:]] | 集合内的任意单个数字 |
[a-z],[[:lower:]] | 集合内的任意单个小写字母 |
[A-Z],[[:upper:]] | 集合内的任意单个大写字母 |
[a-zA-Z],[[:alpha:]] | 集合内的任意单个字母 |
[[:space:]] | 单个空白字符 |
[a-zA-Z0-9],[[:alnum:]]] | 集合内的任意单个字母数字 |
[[:punct:]] | 集合内的任意单个特殊字符 |
. : 匹配任意单个字符
aab,ab,acb等都可以匹配到,即为搜索xlblog.txt中含有“ab中间有一个任意字符”的行
[ ]:匹配指定集合中的任意单个字符;
[[:digit:]], [0-9]:匹配单个数字;
[[:lower:]], [a-z]:匹配单个小写字母;
[[:upper:]], [A-Z]:匹配单个大写字母;
[[:alpha:]], [a-zA-Z]:匹配单个字母;
[[:alnum:]], [0-9a-zA-Z]:匹配单个数字字母,两个都可以实现这个功能;
[[:space:]]:匹配单个空格,这一行因为有个空白字符,所以被匹配出来了,因为是空白字符,就不能高亮显示了;
[[:punct:]]:即标点符号;
[^]:匹配指定集合外的任意单个字符,匹配任意非数字字母的字符,@和空白字符被匹配到了;
次数匹配,用于对前面紧邻的单个字符所能够出现的次数做出限定;
* | 匹配其前面的字符任一次,即表示0次、1次或多次 |
\? | 匹配其前面的字符0次或者一次 |
\+ | 匹配其前面的字符出现至少1次 |
\{m\} | 匹配其前面的字符m次,这是准确到多少次的 |
\{m,n\} | 匹配其前面的字符至少m次,至多n次 |
*:匹配其前面的字符任一次,即表示0次、1次或多次;
*前面的字符a出现0次或者多次,而且其后紧跟字符b,所以ab,aab,aaaaab,bc等都可以匹配到,acb就不能匹配到,因为a与b之间不是相邻的。
\?:匹配其前面的字符0次或者一次,这里要注意只有紫色的部分匹配到了,虽然前面有很多个a,但是因为ab匹配到了,所以整行显示出来了。
\+:匹配其前面的字符出现至少1次;
\{m\}:匹配其前面的字符m次,这是准确到多少次;
\{m,n\}:匹配其前面的字符至少m次,至多n次;
ab,aab,aaab,aaaaaab像这样的都是可以匹配到的,对于aaaaab可能会有疑问,其实只是匹配到了aaab,因为aaab在aaaaaab这一行中,所以整行都显示出来了,紫色的部分是匹配到的内容。
那么“.*”代表什么呢?很明显,匹配任意单个字符,所有的字符都被匹配到了;
位置锚定:
^ | 行首锚定,出现在模式的最左侧 |
$ | 行尾锚定,出现在模式的最右侧 |
\<或者\b | 词首锚定,出现在要查找的单词模式的最左侧 |
\>或者\b | 词尾锚定,出现在要查找的单词模式的最右侧 |
$:行尾锚定,写在模式的最右侧,ab$’即为以b结尾前面有a的字符;
^$: 空白行,这个很容易理解,行首遇到了行尾,那就是什么都没有了,即空白行;
\<:词首锚定, \b,出现在要查找的单词模式的左侧;
“\<ab”只有作为一个单词的词首的ab才能被匹配上,像xab,aab就不会匹配到;
\>:词尾锚定, \b,出现在要查找的单词模式的右侧;
“ab\>”只有作为一个单词的词尾的ab才能匹配上 ;
如cab,aaab,像abb,acb,abc就不能被匹配上;
\<pattern\>:匹配单词;
如:\<abc\>,即匹配单词abc,因为以a为词首以b为词尾中间是c的只能是单词abc
分组:\(需要分组的内容\),分组是为了后面可以引用前面模式匹配到的内容,这里就要介绍下后向引用的概念了。
后向引用:模式中,如果使用实现了分组,在某行文本的检查中,如果\(\)中的模式匹配到了
某内容,此内容后面的模式中可以被引用;
\1,\2, \3
模式自左而右,引用第#个左括号以及与其匹配右括号之间的模式匹配到的内容;
如:“\(a.c\).*\1”:\(\)中匹配到的内容会被引用到后面的\1的位置,前面匹配到了什么内容,后面也必须是这个内容;
abcxyabc,前面匹配到了abc那后面也必须是abc,axcxyabc,前面匹配到了axc,后面没有axc,所以这个字段不会被匹配到。
egrep及扩展的正则表达式
扩展正则表达式有两种使用方法
# grep -E ‘pattern‘ file...
# egrep ‘pattern‘ file...
扩展正则表达式的元字符:
字符匹配:
. | 匹配单个字符 |
[] | 匹配集合中的单个字符 |
[^] | 匹配集合之外的单个字符 |
扩展正则表达式的字符匹配是和正则表达式的一样的
次数匹配:
* | 匹配其前面的字符任一次 |
? | 匹配其前面字符0次或1次 |
+ | 匹配其前面的字符至少1次 |
{m} | 匹配其前面的字符m次 |
{m,n} | 匹配其前面的字符m-n次 |
{m,} | 匹配其前面的字符至少m次 |
{0,n} | 匹配其前面的字符0-n次 |
从这我们可以发现,扩展正则表达式只是将正则表达式的\号去掉了而已,其他的用法都是一样的,\在模式中起到了一个转译的作用,而在扩展正则表达式中则默认转译了,不需要在加转译符号
位置锚定:
^ | 行首锚定 |
$ | 行尾锚定 |
\<或者\b | 词首锚定 |
\>或者\b | 词尾锚定 |
扩展正则表达式的位置锚定也是和正则表达式一样的,这里的\不能省略。
分组:
():同样不需要转译符\,也和正则表达式一样支持后向引用\1,\2\3,…
或者:
a|b: a或者b
ab|cd:ab或者cd
这是扩展正则表达式所独有的元字符,表示“或者”,需要注意的是“|”符号左右两边是一个整体。
最后介绍一下fgrep
fgrep [option] ‘string‘ file...
fgrep不支持正则表达式,只支持字符串的搜索,即string为什么匹配到的就是什么,是一种快速搜索文本的命令。
从上面可以看出扩展的正则表达式要比正则表达式简洁,而且还能实现更多的功能,所以我们要多多使用扩展正则表达式
本文出自 “linux学习之路” 博客,请务必保留此出处http://linuxu.blog.51cto.com/9471357/1584666
grep、egrep以及正则表达式的使用