Shell脚本之文本处理三剑客——grep（含正则表达式详解）

简要介绍grep命令的常用选项，详细介绍了正则表达式内容

小啄学习日记

2685人浏览 · 2023-02-05 09:39:08

小啄学习日记 · 2023-02-05 09:39:08 发布

一.grep命令选项详解

grep命令是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。

grep全称是Global Regular Expression Print，表示全局正则表达式版本，它的使用权限是所有用户。

选项介绍：

-m	匹配几次后停止
-v	反选
-i	忽略字符大小写
-n	显示匹配行号
-c	统计匹配行数
-o	仅显示匹配到的字符串
-q	静默模式
-A	后几行
-B	前几行
-C	前后各几行
-e	多个选项之间“或者”关系
-w	匹配整个单词
-E	启用扩展正则表达式 =egrep
-F	不支持正则表达式 =fgrep
-f	处理两个文件的相同内容，以第一个文件作为匹配条件
-r	递归，但不处理软链接
-R	递归，处理软链接

示例1：统计lsblk命令显示中磁盘总个数

lsblk |grep disk |wc -l

示例2：在大量文件中快速过滤/etc/文件夹下包含root单词的所有文件

grep -rw 'root' /etc

二.正则表达式

1.正则表达式是什么？

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。在Linux中也就是代表我们定义的模式模板，Linux工具可以用它来过滤文本。

Linux的工具（如sed编辑器或者awk程序）能够在处理数据时使用正则表达式对数据进行模式匹配，如果数据符合匹配的要求，那么就会进入下一步处理；如果数据不符合匹配的要求，就会被过滤掉。

正则表达式，又称正规表达式、常规表达式
使用字符串来描述、匹配一系列符合某个规则的字符串
正则表达式组成
- 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

2.元字符

2.1 基础正则表达式常见元字符

（支持的工具:grep、egrep、sed、awk)

字符	作用
\	转义，把一些特殊的符号转换成普通的符号字符，还可以把一些普通字符转换成特殊功能，例：\!、\n、\$等
^	表示匹配字符串开始的位置,匹配行首，例: ^a、 ^#
$	表示匹配字符串末尾的位置,匹配行尾，例: word$、 #$ ;^$表示空行
.	匹配任意的单个字符，例: go.d、g..d
*	匹配前面子表达式0次或者多次，贪婪模式所以尽可能长，例: good、go.d
.*	表示任意长度的任一字符，不包括0次
\?	匹配其前面字符0或1次，可有可无
\+	匹配其前面字符最少1次，有且大于等于1次
\{n\}	匹配前面的子表达式n次，例:mo\{2\}y、'[0-9]\{ 2\ }'匹配两位及两位以上数字
\{n,\}	匹配前面的子表达式不少于n次，例: mo\{2,\}y、'[0-9]\{2，\}'匹配两位及两位以上数字
\{,n\}	匹配前面的子表达式不多于n次
\{n,m\}	匹配前面的子表达式n到m次(m>=n)，例: mo\{2,3\}y、'[0-9]\{2,3\}'匹配两位到三位数字
注: egrep（grep-E）、awk使用{n }、{n, }、{n,m}匹配时"{}”前不用加"\"
\w	匹配包括下划线的任何单词字符
\W	匹配任何非单词字符。等价于"[^A-Za-z0-9_]"。
\d	匹配一个数字字符
\D	匹配一个非数字字符。等价于[^0-9]。
\s	空白符
[:alpha:]	字母，即A-Z，a-z
[:alnum:]	字母和数字
[:lower:]	小写字母，即a-z
[:upper:]	大写字母，即A-Z
[:blank:]	空白字符（空格和制表符）
[:space:]	包括空格、制表符、换行符、回车符等各类型空白
[:print:]	可打印字符
[:punct:]	标点符号

^ 表示匹配字符串开始的位置,匹配行首

$ 表示匹配字符串末尾的位置,匹配行尾

* 匹配前面子表达式0次或者多次，贪婪模式所以尽可能长

. 匹配除\n之外的任意的一个字符

.* 表示任意长度的任一字符，不包括0次

\{n\} 匹配前面的子表达式n次

2.2 扩展正则表达式元字符

(支持的工具: egrep、awk、grep -E、sed -r)

字符	作用
+	表示匹配前面的子表达式1次以上
?	表示匹配前面的子表达式0或者1次
( )	将括号里的内容看成一个整体
\|	以或的方式匹配字符串