grep与正则表达式

心已赠人 2023-01-15 10:22 170阅读 0赞

虽然正则表达式经常都在用，但是很少能够静下心来仔细的总结一下。最近看了一个台湾人的网站叫做[鸟哥Linux私房菜][Linux]，关于正则表达式的描述挺详细的。在此，我进行一下总结，如果想仔细的学习正则表达式，请访问[鸟哥Linux私房菜][Linux]，台湾同胞的网站是繁体中文的，需要点儿耐心。

正则表达式只是字符串的一种描述，只有和支持正则表达式的工具相结合才能进行字符串处理。本文以grep为例来讲解正则表达式。

#### grep命令 ####

功能：输入文件的每一行中查找字符串。

基本用法：

grep [-acinv] [--color=auto] [-A n] [-B n] '搜寻字符串' 文件名
    参数说明：
    -a：将二进制文档以文本方式处理
    -c：显示匹配次数
    -i：忽略大小写差异
    -n：在行首显示行号
    -A：After的意思，显示匹配字符串后n行的数据
    -B：before的意思，显示匹配字符串前n行的数据
    -v：显示没有匹配行-A：After的意思，显示匹配部分之后n行-B：before的意思，显示匹配部分之前n行
    --color：以特定颜色高亮显示匹配关键字

–color选项是个非常好的选项，可以让你清楚的明白匹配了那些字符。最好在自己的.bashrc或者.bash\_profile文件中加入：

alias grep=grep --color=auto

每次grep搜索之后，自动高亮匹配效果了。

‘搜寻字符串’是正则表达式，注意为了避免shell的元字符对正则表达式的影响，请用单引号（’’）括起来，千万不要用双引号括起来（"”）或者不括起来。

正则表达式分为基本正则表达式和扩展正则表达式。下面分别简单总结一下。

#### 基本正则表达式 ####

正则表达式学习，主要是对正则表达式元数据的学习。正则表达式本身没有什么高深的东西，本文仅仅对基本正则表达式的元数据进行一下总结：

<table style="border:1px solid rgb(192,192,192); border-collapse:collapse; color:rgb(75,75,75); font-family:Tahoma,Verdana,Arial,sans-serif; font-size:16px; letter-spacing:1px; line-height:24px; padding:0px; margin:1em 0px"> 
 <tbody> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 元数据 </td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 意义和范例 </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> ^word</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 搜寻以word开头的行。 例如：搜寻以#开头的脚本注释行 grep –n ‘^#’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> word$</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 搜寻以word结束的行 例如，搜寻以‘.’结束的行 grep –n ‘.$’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> .</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 匹配任意一个字符。 例如：grep –n ‘e.e’ regular.txt 匹配e和e之间有任意一个字符，可以匹配eee，eae，eve，但是不匹配ee。 </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> \</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 转义字符。 例如：搜寻’，’是一个特殊字符，在正则表达式中有特殊含义。必须要先转义。 grep –n ‘\” regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> *</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 前面的字符重复0到多次。 例如匹配gle，gogle，google，gooogle等等 grep –n ‘go*gle’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> [list]</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 匹配一系列字符中的一个。 例如：匹配gl，gf。 grep –n ‘g[lf]’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> [n1-n2]</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 匹配一个字符范围中的一个字符。 例如：匹配数字字符 grep –n ‘[0-9]’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> [^list]</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 匹配字符集以外的字符 例如：grep –n ‘[^o]‘ regular.txt 匹配非o字符 </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> \{n1,n2\}</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 前面的字符重复n1，n2次 例如：匹配google，gooogle。 grep –n ‘go\{2,3\}gle’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> \&lt;word</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 单词是的开头。 例如：匹配以g开头的单词 grep –n ‘\&lt;g’ regular.txt </td> 
 </tr> 
 <tr> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> word\&gt;</td> 
 <td style="color:rgb(69,69,69); font-family:Verdana,Geneva,Arial,Helvetica,sans-serif; border:1px solid rgb(192,192,192); border-collapse:collapse; padding:0.2em 0.5em 0.2em 1em; word-break:normal!important"> 匹配单词结尾 例如：匹配以tion结尾的单词 grep –n ‘tion\&gt;’ regular.txt </td> 
 </tr> 
 </tbody> 
</table>

#### 扩展正则表达式 ####

grep一般情况下支持基本正则表达式，可以通过参数-E支持扩展正则表达式，另外grep单独提供了一个扩展命令叫做egrep用来支持扩展正则表达式，这条命令和grep -E等价。虽然一般情况下，基本正则表达式就够用了。特殊情况下，复杂的扩展表达式，可以简化字符串的匹配。

扩展正则表达式就是在基本正则表达式的基础上，增加了一些元数据。

Linux下面正则表达式博大精深，上文支持总结了最常用的部分，如果熟练掌握的上面部分的正则表达式基本上可以满足日常使用了。

另外Linux很多命令支持正则表达式，比如find，sed，awk等等。请在使用的时候参照这些命令的手册使用正则表达式。

[Linux]: http://linux.vbird.org/linux_basic/0330regularex.php