正则表达式

前言

为什么要介绍正则表达式,是因为下面的介绍到grep命令会用到正则表达式,所以,放在最前面来进行说明

1.什么是正则表达式 ?

一个正则表达式就是描述了一个字符串集合的方式。正则表达式的表示就是一些特殊符号的组合,而每个符号代表着一些具体的意思。符合的组合就定义了一套规则和方法,其主要作用就是从大量文本从匹配出符合条件行。

2.正则表达式的使用场景

在Linux中,正则表达式的主要使用场景就是文本处理三剑客。grep,sed,awk .除此之外,vi指令也支持正则表达式。

3.正则表达式字符表示

在正则表达式中,又可以分为基本正则表达式和扩展正则表达式 。其主要区别在于:

以下为各个元字符的含义

grep命令用法小结(全面解析Linux三剑客之grep命令)(1)

元字符及含义

扩展正则中支持的字符

grep命令用法小结(全面解析Linux三剑客之grep命令)(2)

扩展正则支持的字符

预定义字符类

grep命令用法小结(全面解析Linux三剑客之grep命令)(3)

4.它们之间的区别

在上面我们提到正则包括基础正则和扩展正则,但是它们有什么区别呢?在什么地方使用呢 ? 接下来我们主要说明在Linux 三剑客中的不同(grep,sed,awk)

grep命令

作用:

语法:

grep [options] PATTERN [FILE...]

grep [options] [-e PATTERN | -f FILE] [FILE...]

说明:

grep指令用于搜索所给定的模式(PATTERN )的FILE 文件里的内容 ,如果从文件内容里找到了该模式的文件内容,grep会把匹配的该行显示出来。若不指定任何文件,或给的文件名为- , 则grep会从标准输入读取内容。

另外,也可以使用两个变种程序 egrep 和 fgrep 。 Egrep 与 grep -E 相同。 Fgrep 与 grep -F 相同。

选项:options

说明: 以下的NUM代表的是一个数字,代表的是行数 -A NUM 或者 --after-context=NUM 除了显示符合条件的那一行之外,并显示该行之后NUM行的内容 -a 或者--text 将一个二进制文件视为一个文本文件来处理;它与--binary-files=text 选项等价。 -B NUM 或者--before-context=NUM 除了显示符合条件的那一行之外,并显示该行之前NUM行的内容。 -C NUM 或者--context=NUM 除了显示符合条件的那一行之外,并显示该行之前和之后的NUM行的内容 -b 或者--byte-offset 在输出的每行前面同时打印出当前行在输入文件中的字节偏移量。 --colour[=WHEN] 或者 --color[=WHEN] 在匹配的行中,已匹配到字符串进行着色显示。WHEN可以是never,always,或是auto。 -c 或者--count 计算符合条件的行数 -d ACTION 或者 --directories=ACTION 如果输入文件是一个目录,使用动作ACTION来处理它。 默认情况下,动作ACTION是read,意味着目录将视为普通文件那样来读。 如果动作 ACTION是skip ,将不处理而直接跳过目录。 如果动作ACTION是recurse,grep 将递归地读每一目录下的所有文件。这样做和-r选项等价。 -E 或者 --extended-regexp 将E后面的模式作为一个正则表达式来使用。 -e PATTERN 或者 --regexp=PATTERN 使用PATTERN作为查找文件内容的模式(支持正则),但是在单条命令中可使用多个-e选项 -F 或者 --fixed-strings 将模式 PATTERN 视为一个固定的字符串的列表,用新行 (newlines) 分隔,只要匹配其中之一即可。 -f FILE 或者--file=FILE 从文件 FILE 中获取模式,每行一个。空文件含有0个模式,因此不匹配任何东西。 -G 或者--basic-regexp 将模式 PATTERN 作为一个基本的正则表达式这是默认值。 -H 或者 --with-filename 为每个匹配打印文件名。 -h 或者 --no-filename 当搜索多个文件时,禁止在输出的前面加上文件名前缀。 -i 或者 --ignore-case 忽略大小写的区别 -L 或者 --files-without-match 打印在文件内容中无法找到匹配后的文件名称 -l 或者 --files-with-matches 打印出在文件内容中找到匹配后的文件名 -m NUM 或者 --max-count=NUM 在找到NUM个匹配的行之后,不再读这个文件。 -n 或者 --line-number 在输出的每行前面加上它所在的文件中它的行号。 -o 或者 --only-matching 只显示匹配的行中与 PATTERN 相匹配的部分。 --label=LABEL 将来自标准输入的匹配输出视为来自输入文件LABEL的值 --line-buffering 使用行缓冲,it can be a performance penality. -q, --quiet, --silent 不显示任何信息。 -R, -r, --recursive 递归地读每一目录下的所有文件。这样做和 -d recurse选项等价。 --include=PATTERN 仅仅在搜索匹配 PATTERN 的文件时在目录中递归搜索。 --exclude=PATTERN 在目录中递归搜索,但是跳过匹配 PATTERN 的文件。 -s 或者 --no-messages 禁止输出关于文件不存在或不可读的错误信息。 -u 或者 --Unix-byte-offsets 报告Unix风格的字节偏移量。这个开关使得grep报告字节偏移量时,将文件作为Unix 风格的文本文件看待,也就是说将CR字符去掉。这将产生与在一台Unix主机上运行grep完全相同的结果。除非同时使用-b选项,否则这个选项无效。这个选项在MS-DOS和MS-Windows之外的系统中无效。 -V 或者 --version 向标准错误输出打印 grep 的版本号。 -v 或者 invert-match 显示不包含匹配模式的所有行。 -w 或者 --word-regexp 只选择含有能组成完整的词的匹配的行。判断方法是匹配的子字符串必须是一行的开始,或者是在一个不可能 -x 或者 --line-regexp 完全匹配。 -Z, --null 文件内容全部显示,不同字体通过颜色加以标注

重点

虽然在上面我们可以看到,grep中有很多选项,但是在工作中,大多数的选项是用不到的,这里我们划一下重点。

常用参数

grep命令用法小结(全面解析Linux三剑客之grep命令)(4)

常用参数

实例

使用到文件info,通过grep来进行过滤,info的文件内容如下:

grep命令用法小结(全面解析Linux三剑客之grep命令)(5)

  1. 1.查找文件info中包含ccc的内容并打印行数

grep -n "ccc" info

grep命令用法小结(全面解析Linux三剑客之grep命令)(6)

  1. 2.查找文件info中包含ggg且忽略大小写的字符并打印,

grep -i "ggg" info

grep命令用法小结(全面解析Linux三剑客之grep命令)(7)

  1. 3.过滤掉含有ccc的行

grep -v "ccc" info

grep命令用法小结(全面解析Linux三剑客之grep命令)(8)

  1. 4.查找包含ddd,eee,fff的行(注意:以下匹配用到正则)

grep -E "ddd|eee|fff" info

  1. 5.查找以c开头的行

grep ^c info

grep命令用法小结(全面解析Linux三剑客之grep命令)(9)

  1. 6.查找以ccx开头且结尾的行

grep ^ccx$ info

  1. 7.查找d字符前可以是任意字符的行

grep .d info

  1. 8.查找包含一个或多个d字符的行

grep -E d{1} info

grep命令用法小结(全面解析Linux三剑客之grep命令)(10)

  1. 9.显示包含a,b,c的字符的行 ; 显示不包含a,b,c字符的行

包含:grep -i ^[abc] info 不包含: grep -i [^abc] info (是全部字符不包含a或b或c)

grep命令用法小结(全面解析Linux三剑客之grep命令)(11)

  1. 10.显示包含一个或多个含有a字符的行

grep -E a info

grep命令用法小结(全面解析Linux三剑客之grep命令)(12)

  1. 11.查找以cc开头且包含c,x,ld字符的行

grep -E "cc(c|x|ld)" info

grep命令用法小结(全面解析Linux三剑客之grep命令)(13)

  1. 12.查找文件中所有的大写字符

grep [[:upper:]] info

grep命令用法小结(全面解析Linux三剑客之grep命令)(14)

  1. 13.匹配任意一个字母和数字字符

grep [[:alnum:]] info

grep命令用法小结(全面解析Linux三剑客之grep命令)(15)


文本未完待续,后续持续更新sed,awk命令,希望大家关注转发。

,