文本过滤之grep，egreo及fgrep 以及正则表达式
关于grep，egrep以及fgrep，是我们Linux服务器中常用的文本过滤工具。掌握好这三个工具并结合正则表达式，对我们日后的运维工作有很大的帮助。
1.grep,egrep,及fgrep区别。
三者的主要区别在于对正则表达式的支持不同。首先，grep支持的是标准正则表达式；而egrep及grep -e则支持的是扩展正则表达式；至于fgrep，是不支持正则表达式的，在本文也就不再赘述。但是其在速度方面，相对前面两者，就比较快了,在精确匹配是就很好用。
2.支持的常用选项
选项 | 作用 |
--color=auto | 设置语法着色（可用alias默认使用） |
-v | 反向选取 |
-o | 仅显示匹配到的字符串 |
-i | 不区分大小写 |
-E（仅grep支持） | 使用扩展正则表达式 |
-A # | 显示匹配到行及其前的#行 |
-B # | 显示匹配到行及其后的#行 |
-C # | 显示匹配到行及其前的#行和其后的#行 |
3.常用字符合集(注：可在正则表达式的字符匹配中结合[]或[^]使用)
[:digit:] 所有数字[:lower:] 所有小写字母[:upper:] 所有大些字母[:space:] 空白字符[:punct:] 标点符号[:alpha:] 大写加小写字母[:alnum:] 所有字母加数字4.标准正则表达式的元字符
(注：为了使效果更明显，已设置别名alias grep="grep --color=auto".所使用示例文件在文章最下方)
字符匹配
.:匹配任意单个字符
[root@localhost ~]# grep "r..t" /etc/passwd root:x:0:0:root:/root:/bin/bash operator:x:11:0:operator:/root:/sbin/nologin ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin |
[]:匹配指定范围内的任意单个字符
[root@localhost ~]# grep "r[[:alpha:]].t" /etc/passwd root:x:0:0:root:/root:/bin/bash operator:x:11:0:operator:/root:/sbin/nologin |
如上所示，[:alpha:]表示所有字母的集合,所以外边再加个[]就是所有小写字母其中的一个了。
所以在第一次匹配的v/ftp也就因为第二个不是字母而没有匹配到了.
[^]取反，也就是指定范围外的任意单个字符
[root@localhost ~]# grep "r[^[:alpha:]].t" /etc/passwd ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin |
如上图，[:alpha:]表示所有字母的集合,所以外边再加个[^]就是非所有小写字母其中的一个。
所以root就匹配不到,而v/ftp就匹配到了.
次数匹配
*:任意其前面的字符任意次
[root@localhost ~]# grep “b*c” test bc bbc abbbc |
\?:匹配其前字符零次或一次
[root@localhost ~]# grep "b\?c" test bc bbc abbbc |
\{m,n\}:匹配其前面的字符至少m,至多n次
[root@localhost ~]# grep "b\{2,3\}c" test bbc abbbc |
\{m\}:匹配其前面的字符m次
[root@localhost ~]# grep "b\{2\}c" test bbc abbbc |
\{0,n\}:表示匹配其前面的字符至多n此
[root@localhost ~]# grep "b\{0,2\}c" test bc bbc abbbc |
\{m,\}:表示匹配其前面的字符至少m次
[root@localhost ~]# grep "b\{3,\}c" test abbbc |
位置锚定
^:锚定每行的起始位置
[root@localhost ~]# grep "^bc" test bc bbc |
$:锚定每行的结束位置
[root@localhost ~]# grep "bc$" test bc bbc abbbc |
\<:锚定词首
[root@localhost ~]# grep "\<cd" test1 ab.cd.ef |
\>:锚定词尾 注:不包含特殊字符组成的串叫单词
[root@localhost ~]# grep "b\>" test1 ab.cd.ef |
\b:等同于\<或\>,在单词左边为锚定词首,反之为锚定词尾
[root@localhost ~]# grep "\bcd" test1 ab.cd.ef [root@localhost ~]# grep "b\b" test1 ab.cd.ef |
^$:没有任何字符的空白行
[root@localhost ~]# grep "^$" test1 |
分组,引用及或
\(\):可以将一串字符串引用起来,并可以结合次数匹配使用,也可以使用\n进行引用
[root@localhost ~]# grep "\(abc\)\{2\}" test2 abcabcabc [root@localhost ~]# grep "\(a.c\).*\1" test2 #\n 表示引用第n个括号匹配到的内容，而非模式本身,所以 abczzzzzzzzzzza;c就没有被匹配到 abcabcabc abczzzzzzzzzzzabc a;czzzzzzzzzzza;c |
\|:或者的意思
[root@localhost ~]# grep "abc\|def" test3 abcef abdef abc def [root@localhost ~]# grep "ab\(c\|d\)ef" test3 #或表示其前方的字符串或后面的字符串,而非单个字符,欲匹配单个字符,可以结合\(\)使用 abcef abdef |
5.扩展正则表达式
关于扩展正则表达式的元字符大体上和标准正则表达式是一样的,只是在一些元字符使用时,不再需要使用\进行转义,只有在使用词首锚定(\<)，词尾锚定（\>）以及分组的引用(\n)时转义,可以使模式更加简洁,可读性也会更强.同时也可以使用 + 表示匹配其前面的字符至少1次。
-----------------------------------华丽的分割线--------------------------------------
附：
上述示例使用文件内容
[root@localhost ~]# cat test bc bbc abbbc | [root@localhost ~]# cat test1 ab.cd.ef abcdef abde.ef |
[root@localhost ~]# cat test2 abc abcabcabc abczzzzzzzzzzzabc a;czzzzzzzzzzza;c abczzzzzzzzzzza;c | [root@localhost ~]# cat test3 abcef abdef abc def |