正则表达式与文本三剑客之grep

前言

一、grep命令

二、基础正则表达式常见元字符

2.1、特殊字符

2.2、定位符

2.3、非打印字符

三、元字符操作实例

3.1、查找特定字符

3.2、利用中括号“[]”来查找集合字符

3.3、查找行首“^”与行尾字符“$”

3.4、查找任意一个字符“.”与重复字符“*”

3.5、查找连续字符范围“{}”

四、扩展正则表达式

4.1、+

4.2、？

4.3、|

4.4、()

4.5、()+

前言

正则表达式，又称规则表达式。（英语：Regular Expression），在代码中常简写为 regex、regexp 或 RE），计算机科学的一个概念。

工具：grep sed awk egrep

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式---通常用于判断语句中，用来检查某一字符串是否满足某一格式
正则表达式是由普通字符与元字符组成

普通字符包括大小写字母、数字、标点符号及一些其他符号
元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式

一、grep命令

格式：grep [选项]… 查找条件 目标文件-E ：开启扩展（Extend）的正则表达式
-c ：计算找到 '搜寻字符串' 的次数
-i ：忽略大小写的不同，所以大小写视为相同
-o ：只显示被模式匹配到的字符串
-v ：反向选择，亦即显示出没有 '搜寻字符串' 内容的那一行！（反向查找，输出与查找条件不相符的行）
--color=auto ：可以将找到的关键词部分加上颜色的显示喔！
-n ：顺便输出行号

二、基础正则表达式常见元字符

2.1、特殊字符

\	转义符，将特殊字符进行转义，忽略其特殊意义
^	匹配行首，^则是匹配字符串的开始^tux匹配以tux开头的行
$	匹配行尾，$则是匹配字符串的结尾tux$匹配以tux结尾的行
.	匹配除换行符\r\n之外的任意单个字符
[list]	匹配list列表中的一个字符
[^list]	匹配任意不在list列表中的一个字符
*	匹配前面子表达式0次或者多次
\{n\}	匹配前面的子表达式n次
\{n,\}	匹配前面的子表达式不少于n次
\{n,m\}	匹配前面的子表达式n到m次

注: egrep、awk使用{n}、{n, }、{n, m}匹配时“{}"前不用加"\”
egrep -E -n 'wo{2}d' test.txt //-E 用于显示文件中符合条件的字符

2.2、定位符

^ 匹配输入字符串开始的位置
$ 匹配输入字符串结尾的位置

2.3、非打印字符

\n 匹配一个换行符
\r 匹配一个回车符
\t 匹配一个制表符

三、元字符操作实例

准备一个文件

3.1、查找特定字符

grep -n 'the' 1.txt

grep -in 'the' 1.txt

grep -vn 'the' 1.txt

3.2、利用中括号“[]”来查找集合字符

1、执行以下命令即可同时查找到“shirt”与“short”这两个字符串，其中“[]”中无论有几个字符，都仅代表一个字符，也就是说“[io]”表示匹配“i”或者“o”。

2、查找包含重复单个字符“oo”

3、查找“oo”前面不是“w”的字符串

4、不希望“oo”前面存在小写字母

“a-z”表示小写字母，大写字母则通过“A-Z”表示。

5、查找包含数字的行

3.3、查找行首“^”与行尾字符“$”

1、查询以“the”字符串为行首的行

2、查询以小写字母开头的行/查询大写字母开头的行/查询不以字母开头的行

3、查询空白行

3.4、查找任意一个字符“.”与重复字符“*”

正则表达式中小数点（.）也是一个元字符，代表任意一个字符。

“*”代表的是重复零个或多个前面的单字符

1、查找“w??d”的字符串，即共有四个字符，以 w 开头 d 结尾。

2、查询 oo、ooo、ooooo 等资料，则需要使用星号（*）元字符。

3、查询以 w 开头 d 结尾，中间包含至少一个 o 的字符串

4、查询以 w 开头 d 结尾，中间的字符可有可无的字符串。

5、查询任意数字所在行

3.5、查找连续字符范围“{}”

1、查询两个 o 的字符

2、查询以 w 开头以 d 结尾，中间包含 2～5 个 o 的字符串

3、查询以 w 开头以 d 结尾，中间包含 2 个或 2 个以上 o 的字符串

四、扩展正则表达式

为了简化整个指令，需要使用范围更广的扩展正则表达式

grep 命令仅支持基础正则表达式，如果使用扩展正则表达式，需要使用 egrep 或 awk 命令

egrep 命令与 grep 命令的用法基本相似。egrep 命令是一个搜索文件获得模式，使用该命令可以搜索文件中的任意字符串和符号，也可以搜索一个或多个文件的字符串，一个提示符可以是单个字符、一个字符串、一个字或一个句子。