grep及基本正则表达式

grep (Global search Regular Exmpression and Printing) 命令是Linux中最常用的命令之一，用于搜索给定文本文件中匹配某个特定模式(pattern)的行。其中模式为文本字符及正则表达式的元字符组合而成。

首先来介绍一下grep的基本用法，通过man grep 可以看到grep的帮助信息：

那么grep,egrep,fgrep有何区别呢？

grep: 默认支持基本正则表达式；

egrep:支持 扩展正则表达式；

fgrep: 不支持正则表达式元字符，但搜索字符串的速度更快；

1. grep的常用选项(OPTIONS)：

--color=auto：高亮显示匹配到的字符串；

-v: 反向选取，只显示不符合模式的行；

-o: 只显示被模式匹配到的字串，而不是整个行；

-i: 不区分字符大小写；

-A #：显示匹配到的行时，顺带显示其后面的#个行；

-B #：前面的#行；

-C #：前后的#行；

-E: 使用扩展的正则表达式， grep -E = egrep

grep命令的模式十分灵活，可以是字符串，也可以是变量，还可以是正则表达式。需要注意的是，无论模式是何种形式，只要模式中包含空格，就需要使用双引号将模式引起来，如果不加双引号，空格后的单词容易被误认为是文件名。大部分情况下，使用单引号将模式引起来也是可以的。

2. 基本正则表达式

2.1 基本元字符

元字符：不表示字符本身的意义，而用于额外功能性的描述

. ：点号，匹配任意单个字符。

[ ]：匹配指定范围内的任意单个字符： [a-z],[A-Z],[0-9]

[^ ]：匹配指定范围外的任意单个字符：如grep "[^0-9]" file,表示除了数字，都匹配

2.2 次数匹配

注意：grep默认工作在贪婪模式下，即尽可能长地去匹配符合模式的内容。

示例，如有文本text 包含以下内容：

"a.b"表示匹配a和b中间有一个任意字符的内容

*：星号，匹配紧挨在其前面的字符任意次（包括0次）。

"a*b"表示匹配b前的a任意次

.*：点星组合，匹配任意长度的任意字符（包括0次）。

"a.*b" 表示匹配ab之间的任意字符任意次。

\?： 匹配其前面的字符1次或0次 ("\"为转义字符)

"a\?b" 表示匹配b前的a 1次或0次

\{m,n\} ：匹配其前面的字符至少m次，至多n次

\{0,n\}: 至多n次；0-n次；

\{m,\}：至少m次

\{m\}: 精确匹配m次；

例如：\{2,\} 表示匹配至少2次

2.3 字符集合

[:digit:] 所有数字 0-9

[:lower:] 所有小写字母 a-z

[:upper:] 所有大写字母 A-Z

[:punct:] 所有标点符号

[:space:] 表示空格或tab键

[:alpha:] 表示所有字母（包含大小写）a-zA-Z

[:alnum:] 表示所有字母和数字 a-zA-Z0-9

注意，需要额外的[ ]把表达式括起来

例如： [[:digit:]],表示匹配0到9中任意一个数字，相当于[0-9]，如果取反就是[^[:digit:]]，即[^0-9].

2.4 位置锚定

^: 锚定行首的符合条件的内容，用法格式“^pattern”；

如查找/etc/passwd文件中以root开头的行：

$: 锚定行尾的符合条件的内容，用法格式“pattern$”；

如查找/etc/passwd中以bash结尾的行：

^$: 结合使用表示查找空白行

\<: 锚定词首，用法格式：\<pattern

\>: 锚定词尾，用法格式：pattern\>

\<pattern\>：可用于查找某个独立的单词

如查找/etc/passwd文件中以r开头，t结尾，中间包含两个任意字符的单词

注意：与grep "r..t" /etc/passwd结果的区别：

2.5 分组符号

\(\)

\(ab\)：表示ab整体作为匹配字符

\(ab\)* :：表示ab整体作为匹配字符，且匹配任意次

\(ab\)\{1,\}：表示ab整体作为匹配字符，且匹配至少一次

分组还可以后向引用：

\1: 引用第一个左括号以及与之对应的右括号所包括的所有内容

\2: 引用第二个左括号以及与之对应的右括号所包括的所有内容

\3: 引用第三个左括号以及与之对应的右括号所包括的所有内容

如有text文本内容如下：

要匹配l..e.*l..er 的模式可以使用后向引用\1

grep "\(l..e\).*\1r" text 表示匹配结果如下：