浅谈grep和正则表达式的亲密接触

一、grep简述

grep是Linux中针对纯文本中的内容按照某一种搜索条件进行匹配并显示的命令。说的白话一些，就是按照用户给出的筛选模式，对文本中的内容进行匹配并予以显示。

grep的用法格式：

grep [OPTIONS] PATTERN [FILE]

其中，OPTIONS表示命令可用的参数；PATTERN表示搜索条件，这里我们会结合正则表达式用；FILE则表示要操作的文本对象。

二、grep常用参数分析

比如，我们要搜索/etc/passwd下包含有“mail”字符串的行，结果如下：

红色高亮显示的，就是我们匹配到的结果。

注意，grep默认将匹配到的行输出，而不是显示匹配到的字符串本身。

(1) -o:表示只显示匹配到的字符本身。

我们加上“-o”参数，结果会是什么呢？

只是将匹配到的字符显示出来，这就是“-o”的作用。

(2) -v：表示显示反向匹配

还是搜索/etc/passwd中的“mail”字符串，加上“-v”的参数后，会显示要匹配字符串之外的内容；有点取反的意思。语法：grep -v "mail" /etc/passwd

(3) -E：表示使用扩展的正则表达式

加上这个参数后，就和使用egrep的效果是一样的，我们稍后会在下一篇中讲到。

(4) -i：表示忽略字母大小写

我们搜索/tmp/passwd中的“mail”字符串，结果如下：

小写和大写的都被显示出来了。

三、正则表达式的用法

正则表达式是由一些元字符组成，能够更加精确的描述匹配条件，功能非常强大。

正则表达式分为基本的正则表达式和扩展的正则表达式。

它的组织结构机制有三个要点：在某个特定的位置--要匹配的字符--出现的次数，我们就针对这三个要点进行一一分析。

基本的正则表达式元字符：

I.字符匹配（要匹配的字符）：

（1）.:点号表示匹配任意单个字符；

例如，查找/tmp/passwd中以g开头后面跟了三个任意字符的内容，操作如下：

（2）[]:表示匹配括号内的任意单个字符

例如，查找/tmp/passwd中以a开头的后面跟着b或p的字符，操作如下：

（3）特殊含义的字符：[:upper:]表示大写字母；[:lower:]表示小写字母；[:digit:]表示数字；[:alpha:]表示所有字母；[:alnum:]表示所有字母和数字；[:space:]表示空格；[:blank:]表示空格和制表符；[:punct:]表示所有标点符号；

例如，查找/tmp/passwd中以76开头后面任意标点符号的内容，操作如下：

（4）[^]:表示匹配范围外的任意单个字符

例如，查找/tmp/passwd中以s开头后面跟着非字母的内容，操作如下：

II：匹配次数（要匹配字符的出现次数）：表示匹配其前面字符的次数，也就说这些符号要出现在所要匹配字符的后面。

（1）*：表示匹配前面的字符0次或多次，也可以理解为取值范围是0-无穷次。

例如："a*b"表示a出现0次或多次，结果如下：

（2）.*:表示任意长度的任意字符，星号修饰的是前面的点号。

例如："al.*b"表示在al和b之间不管有多长的字符都可以；

（3）\+:表示匹配前面的字符至少出现1次，可以理解为取值范围是1-无穷次。

例如："a\+b"表示a至少出现一次，多则不限；对比下"a*b",发现有什么区别了吗？

（4）\?:表示匹配前面的字符0次或1次；也就说说要么出现一次，要么不出现。

例如："a\?b"表示只有b和ab可以匹配；

（5）\{m\}:表示前面的字符出现m次，m为正整数

例如："a\{2\}"表示a只能出现2次，操作如下：

（6）\{m,n\}表示至少出现m次，至多出现n次；

例如："a\{2,3\}"表示a至少出现2次，至多3次

III.位置锚定（在某个特定的位置）：限定所匹配的字符出现的位置

（1）^:行首锚定，出现在匹配字符的左侧

例如："^ab"表示匹配以ab为行首的内容，操作如下：

（2）$:行尾锚定，出现在匹配字符的右侧

例如："ab$"表示匹配以ab为行尾的内容，操作如下：

（3）^$:表示空行

（4）\<或\b:词首锚定，用于匹配单词的左侧

例如："\<b.."表示匹配以b开头的后面跟2个任意字符的单词，操作如下：

（5）\>或\b:词尾锚定，用于匹配单词的右侧

例如："dd\>"表示匹配以dd结尾的单词，操作如下：

（6）分组和引用:表示将多个字符用括号包起来"\(\)"当做一个整体来用"\数字"来引用；"\1表示自左而右引用第一个括号的匹配结果"、"\2"表示自左而右引用第二个括号的结果。

操作如下：文中的cate和cdbe在后面都被完整的引用

四、egrep的基本用法

egrep支持扩展的正则表达式，它的作用和使用"grep -E"的效果是一样的。与grep命令相比，它的元字符都保持了一致，在这里就不重复了。不同的地方，我们在下面的实践中会提到。

1.显示a.txt中以"haha"结尾的行

2.显示a.txt中的2位数字

3.显示"netstat -tan"的后三行结果中以"LISTEN"结尾后面跟0或多个空格的内容

4.显示"fdisk -l"命令结果中以/dev后面跟着sd或hd及一个小写字母的行

5.显示"ldd /bin/ls"结果中的路径名

6.取出"/bin/lsdd"基名