转载

三分钟教你轻松掌握 grep 命令中的正则表达式

如何在 Linux 系统和类 Unix 的操作系统中使用带正则表达式的 grep 命令呢？

Linux 系统自带了支持拓展正则表达式的 GNU 版本 grep 工具。所有的 Linux 系统中默认安装的都是 GNU 版 grep 。 grep 命令被用来检索一台服务器或工作站上任何位置的文本信息。

一、快速了解正则表达式

1、如何匹配你要查找的内容？

正则表达式只不过是每个输入行匹配的模式。模式是一个字符序列。下面都是范例：

例如：“^w1”、“w1|w2”、“[^ ]”。

在 ‘/etc/passswd’ 中检索 ‘vivek’ 。

grep vivek /etc/passwd

输出结果案例：

vivek:x:1000:1000:Vivek Gite,,,:/home/vivek:/bin/bash vivekgite:x:1001:1001::/home/vivekgite:/bin/sh gitevivek:x:1002:1002::/home/gitevivek:/bin/sh

在任何情况下都搜索 ‘vivek’ (即不区分大小)：

grep -i -w vivek /etc/passwd

不区分大小写地检索 ‘vivek’ 和 ‘raj’ ：

grep -E -i -w 'vivek|raj' /etc/passwd

在最后一个例子中，使用了扩展正则表达式的模式。

固定检索内容的位置：你可以使用 ^ 和 $ 符号强制一个正则表达式分别匹配一行的开始或结束的位置。下面的示例显示以 ‘vivek’ 开头的文本。

grep ^vivek /etc/passwd

输出结果示例：

vivek:x:1000:1000:Vivek Gite,,,:/home/vivek:/bin/bash vivekgite:x:1001:1001::/home/vivekgite:/bin/sh

你可以只显示以 vivek 开头的文本行。举例说就是不显示 vivekgite , vivekg 这样单词开头的。

grep -w ^vivek /etc/passwd

检索以 ‘foo’ 结尾的文本格式：

grep 'foo$' FILENAME

你还可以用下面这样的方式搜索空白行：

grep '^$' FILENAME

2、如何匹配具体字符？

匹配 ‘Vivek’ 或 ‘vivek’ ：

grep '[vV]ivek' FILENAME

或者可以这样：

grep '[vV][iI][Vv][Ee][kK]' FILENAME

你可以匹配数字（例如匹配 vivek1 或 Vivek2 ）：

grep -w '[vV]ivek[0-9]' FILENAME

你可以匹配两位数（例如匹配 foo11 ， foo12 ）：

grep 'foo[0-9][0-9]' FILENAME

不仅仅是数字，你可以匹配字母：

grep '[A-Za-z]' FILENAME

显示所有包含 “w” 或 “n” 字母的文本行：

grep [wn] FILENAME

在括号内的表达式中，在“ [: ”和“ :] ”中所附的字符类的名称：代表属于该类的所有字符的列表。标准字符类名称：

[:alnum:] – 字母数字字符。
[:alpha:] – 字母顺序
[:blank:] – 空格和制表符。
[:digit:] – 数字： ‘0 1 2 3 4 5 6 7 8 9’。
[:lower:] – 小写字母： ‘a b c d e f ‘。
[:space:] – 特殊字符：制表符，换行符，垂直制表符、换页，回车，和空间。
[:upper:] – 大写字母： ‘A B C D E F G H I J K L M N O P Q R S T U V W X Y Z’。

在下面这个例子中，匹配所有大写字母：

grep '[:upper:]' FILENAME

3、如何使用通配符？

你可以用 “.” 来代替单个字符。在下面的例子中，查询了所有以字母 “b” 开头、字母 “t” 结尾的三个字符的单词。

grep '/<b.t/>' FILENAME

在上面的例子中，

/< 在单词的开始位置匹配空格字符串
/> 在单词的结尾匹配空格字符串

检索并输出所有两个字母的结果：

grep '^..$' FILENAME

检索并显示所有以 ‘.’ 和数字开头的结果：

grep '^/.[0-9]' FILENAME

转义字符’.’

下面的正则表达式查找 IP 地址 192.168.1.254 将不能获得预期的结果：

grep '192.168.1.254' /etc/hosts

其中三个点都需要被转义：

grep '192/.168/.1/.254' /etc/hosts

以下示例将只匹配一个地址：

egrep '[[:digit:]]{1,3}/.[[:digit:]]{1,3}/.[[:digit:]]{1,3}/.[[:digit:]]{1,3}' FILENAME

以下将不分大小写地匹配单词 Linux 或 Unix ：

egrep -i '^(linux|unix)' FILENAME

二、深入探索 grep 高级查找模式

1、如何检索一个具有以 ‘-‘ 开头的的模式？

使用 -e 选项搜索所有匹配 ‘–test–‘ 的结果。grep 会尝试把 ‘–test–‘ 作为一个选项解析：

grep -e '--test--' FILENAME

2、如何在grep中使用 OR 的逻辑运算？

grep -E 'word1|word2' FILENAME ### OR ### egrep 'word1|word2' FILENAME

或者可以这样做

grep 'word1/|word2' FILENAME

3、如何在grep中使用 AND 的逻辑运算？

按照下面的语法显示所有包含了单词 ‘word1′ 和 ‘word2′ 的结果：

grep 'word1' FILENAME | grep 'word2'

或者可以这样：

grep 'foo.*bar/|word3.*word4' FILENAME

4、如何测试序列？

你可以使用下面的语法测试一个字符在序列中的重复的次数：

{N} {N,} {min,max}

匹配包含两个字母 v 的字符串结果：

egrep "v{2}" FILENAME

下面的例子中将检索文件内包含 “col” 和 “cool” 的字符串结果：

egrep 'co{1,2}l' FILENAME

下面的例子中将匹配至少含有3个字母 c 的结果：

egrep 'c{3,}' FILENAME

下面的示例将匹配 “91-1234567890″ 格式的手机号码（即 “两位数字-十位数字”）

grep "[[:digit:]]/{2/}[ -]/?[[:digit:]]/{10/}" FILENAME

5、如何使 grep 的输出结果高亮标注？

使用下面例子的语法：

grep --color regex FILENAME

6、如何使 grep 的输出只显示匹配的部分而不是整行？

使用下面例子的语法：

grep -o regex FILENAME

三、正则表达式操作符总结

正则表达式操作符	含义
.	匹配任何单个字符。
?	匹配前一个字符0次或1次。
*	匹配前一个字符≥0次。
+	匹配前一个字符≥1次。
{N}	匹配前一个字符N次。
{N,}	匹配前一个字符≥m次。
{N,M}	匹配前一个字符 N 到 M次。
–	如果在列表中的某个列表或某个范围内的结束点，表示该范围。
^	开始标记，表示在开始位置匹配一个空字符串。也表示不在列表的范围内的字符。
$	结束标记。匹配一个空的字符串。
/b	单词锁定符。在一个单词的边缘位置匹配空字符串。
/B	在一个单词的非边缘位置匹配空字符串。
/<	匹配单词开始的空字符串。
/>	匹配单词结尾的空字符串。

四、关于 grep 和 egrep

egrep 即 grep -E ，它把模式作为一个扩展的正则表达式解释。grep 帮助文档中这样定义：

In basic regular expressions the meta-characters ?, +, {, |, (, and ) lose their special meaning; instead use the backslashed versions /?, /+, /{,        /|, /(, and /).        Traditional egrep did not support the { meta-character, and some egrep implementations support /{ instead, so portable scripts should avoid  {  in        grep -E patterns and should use [{] to match a literal {.        GNU grep -E attempts to support traditional usage by assuming that { is not special if it would be the start of an invalid interval specification.        For example, the command grep -E '{1' searches for the two-character string {1 instead of reporting a syntax  error  in  the  regular  expression.        POSIX.2 allows this behavior as an extension, but portable scripts should avoid it.

参考文献：