Linux文本处理三剑客之grep

2019-02-20 00:43:51来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

简介

grep命令,用于在一个文本文件中或者从STDIN中,根据用户给出的模式(pattern)过滤出所需要的信息。

grep以及三剑客中的另外两个工具sed和awk都是基于行处理的,它们会一行行读入数据,处理完一行之后再处理下一行。

简要语法格式如下。

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

默认情况下,grep读取的行数据,如果整行内容中的某部分和模式相匹配的话,就会将该行内容输出。

例如,在/etc/passwd文件中找出包含“root”字符串的行。

该示例中的“root”字符串,就是模式。模式的强大之处在于它支持正则表达式。

例如,在/etc/passwd文件中找出以“root”或者“zwl”字符串开头的行。

该示例中的模式的书写就是字符串结合了正则表达式,而“^(|”字符就是正则表达式的元字符。

 

环境

CentOS 7.5

GNU grep 2.20

 

常用选项

首先我们先回顾一下语法。

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

第一种语法是比较常用的语法,选项可以省略,如果结合管道的话,那么文件也可以省略了。上面2个示例就是使用了该种语法。

在第二种语法中,我们见到了-e和-f选项。

-e PATTERN, --regexp=PATTERN:该选项的作用在于可以指定多个模式来匹配或者当遇到模式是以“-”开始的时候起到一个保护作用。

指定多模式的语法类似如下。

grep -e 'PATTERN1' -e 'PATTERN2' FILE

从FILE中读取第一行,然后首先和PATTERN1匹配,匹配成功则显示第一行并进入下一行匹配;不成功就和PATTERN2匹配,匹配成功则显示第一行并进入下一行匹配;均不成功就进入下一行匹配。以此类推。

[root@C7 ~]# grep -e '^root' -e '^zwl' /etc/passwd

 

另外一个保护的功能,我暂不知是什么意思,有知道的朋友可以分享一下。

-f FILE, --file=FILE:表示模式不再在CLI中指定,而是将模式写入一个文件中,每行一个模式,然后通过-f选项读取包含模式的文件。

--help:查看帮助。罗列了大部分选项的简要描述,不过没包含元字符解释。

-V, --version:如果是向grep官方递交bug的时候,需要带上版本。

-G, --basic-regexp:将模式解释为基本正则表达式,这是grep的默认行为。

-E, --extended-regexp:将模式解释为扩展正则表达式。

-F, --fixed-strings:将模式解释为固定的字符串,即禁用正则。虽然失去了正则的功能,但是换来性能的极大提升,当遇到大文本文件的时候相当好用。

--color=auto:将被grep所匹配到的内容给予着色处理,就像上面的截图中所显示的,通过正则所匹配到的字符串会被着色。由于我使用的系统是CentOS 7,该系统上的grep启用了显示着色的别名,因此我们不使用该选项也可以显示颜色。

alias egrep='egrep --color=auto'
alias fgrep='fgrep --color=auto'
alias grep='grep --color=auto'

然而在CentOS 6上默认是没有的,需要自行添加。

-i, --ignore-case:表示模式的匹配是忽略大小写的。

[root@C7 ~]# cat grep.txt
alongdidi
ALONGdidi
xiamen
XiaMen
[root@C7 ~]# grep 'xiamen\|alongdidi' grep.txt
alongdidi
xiamen
[root@C7 ~]# grep -i 'xiamen\|alongdidi' grep.txt
alongdidi
ALONGdidi
xiamen
XiaMen

-v, --invert-match:表示反向匹配。默认是将匹配模式的行打印出来,而使用该选项的话,则是将不匹配的行打印出来。

[root@C7 ~]# cat grep.txt
alongdidi
ALONGdidi
xiamen
XiaMen
[root@C7 ~]# grep -iv 'xiamen' grep.txt
alongdidi
ALONGdidi

从这个示例中,我们也可以发现,--color=auto的着色,只会将模式所匹配到的内容进行着色,不匹配的不着色。

-o, --only-matching:表示仅打印出模式所匹配的字符,而不是将整行都打印出来。

[root@C7 ~]# grep '^root' /etc/passwd
root:x:0:0:root:/root:/bin/bash
[root@C7 ~]# grep -o '^root' /etc/passwd
root

-o选项的模式匹配出来的字符串个数,不等同于文本文件中对应有那么多行匹配。

[root@C7 ~]# grep 'root' /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
[root@C7 ~]# grep -o 'root' /etc/passwd
root
root
root
root

 -n, --line-number:在显示出匹配的内容时,通过该选项,显示匹配模式的行在输入文件中的行号。

[root@C7 ~]# grep -n 'xiamen' grep.txt 
3:xiamen

-q, --quiet, --silent:静默模式,不会输出任何信息到STDOUT,即便遇到诸如文件不存在或者文件不可读的错误情况,也不会输出。匹配成功则返回0状态码,一般用于结合$?做判断。

-A NUM, --after-context=NUM:打印匹配到的文本所在行以及其后面NUM行,NUM是一个正整数。

-B NUM, --before-context=NUM:打印匹配到的文本所在行以及其前面NUM行。

-C NUM, -NUM, --context=NUM:打印匹配到的文本所在行以及其上下NUM行。

[root@C7 ~]# cat grep.txt
aaa
bbb
ccc
zhongjian
ddd
eee
fff
[root@C7 ~]# grep -A 3 'zhongjian' grep.txt
zhongjian
ddd
eee
fff
[root@C7 ~]# grep -B 3 'zhongjian' grep.txt
aaa
bbb
ccc
zhongjian
[root@C7 ~]# grep -C 3 'zhongjian' grep.txt
aaa
bbb
ccc
zhongjian
ddd
eee
fff

常用选项就说到这里,基本可以满足日常需求,grep的真正强大之处在于与正则表达式的结合。

 

正则表达式

正则表达式可使用在grep的匹配模式当中,它由多个元字符所组成,用于匹配出用户所期望的特定的字符串。

因此正则表达式的重点就在于元字符。

元字符

字符匹配

.:匹配任意单个字符。

[]:匹配任意范围内的单个字符,这里的范围,支持类似glob的机制(详见man 7 glob),支持字符类(character classes),如下。

  [:alnum:]:字母和数字。

  [:alpha:]:字母。

  [:digit:]:数字。

  [:lower:]:小写字母。

  [:upper:]:大写字母。

  [:space:]:空白字符,例如空格或者制表符。

  [:punct:]:标点符号。

  [:graph:]:非空字符。

  等等。

[^]:匹配任意范围外的单个字符。

次数匹配

*:匹配前面的字符任意次(0次、1次或者多次)。一般是结合“.”使用,例如“.*”表示匹配任意长度的任意字符,即等同于glob中的通配符“*”。

?:匹配前面的字符0次或1次,即前面的字符可有可无。

+:匹配前面的字符1次或多次,即前面的字符至少出现1次。

{m}:匹配前面的字符m次。

  {m,n}:匹配前面的字符,至少m次,至多n次。

  {0,n}或者{,n}:匹配前面的字符,至多n次。

  {m,}:匹配前面的字符,至少m次。

位置锚定

^:锚定行首,表示模式必须出现在行的最左侧。

$:锚定行尾,表示模式必须出现在行的最右侧。

^PATTERN$:整行锚定,表示模式必须刚好匹配整行的内容。

  ^$:匹配空行。

\<或者\b:锚定词首。

\>或者\b:锚定词尾。

一般是不使用\b,因为它不能明确表示词首或者词尾。

\<PATTERN\>:整词锚定。

分组及引用

():表示分组,可用于将某个模式或字符串包裹,用于次数匹配,例如“xy+”和“(xy)+”的区别。不过主要的作用是用于后向引用。

\n:表示引用,n是一个正整数,表示引用第几个分组的内容。例如“^(root).*\1$”。分组之后可以不引用,而如果涉及了引用,那么必定存在分组。

基本正则与扩展正则

正则表达式又分为基本正则表达式(BRE)和扩展正则表达式(ERE)。

它们的区别在于元字符支持的不同。ERE在包含了BRE的元字符的基础上又进行了扩展。

BRE的元字符:.、[]、[^]、*、^、$、\b、\<、\>、\n(引用)。

ERE的元字符:?、+、{}、()、|。

对于Linux中的GNU grep工具来说,两种正则是都支持的,区别在于元字符的书写方式不同。

默认情况下,grep命令支持的是BRE,因此在书写BRE元字符的时候不改变,在书写ERE元字符的时候,需要在元字符前面加上转义字符“\”。

如果通过-E选项开启支持ERE的话,那么在书写BRE和ERE元字符的时候,都不需要改变。如下所示。

# grep "^\(root\)\?" /PATH/TO/FILE
# grep -E "^(root)?" /PATH/TO/FILE

因此可以每次都使用-E选项来书写模式。

在开启-E选项支持ERE的前提下,如果想要匹配ERE的元字符自身,例如想匹配一个问号“?”,那么就需要加上转义“\?”。

仅仅解释每个元字符的作用,不好理解,通过一些示例来体会一下。

 

示例

1、找出/etc/passwd中不以“/bin/bash”结尾的行。

[root@C7 ~]# grep -v "/bin/bash$" /etc/passwd
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
sync:x:5:0:sync:/sbin:/bin/sync
...

2、找出/etc/passwd中含有两位数或三位数作为字段信息的行。

[root@C7 ~]# grep -E "\<[[:digit:]]{2,3}\>" /etc/passwd
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
operator:x:11:0:operator:/root:/sbin/nologin
games:x:12:100:games:/usr/games:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
nobody:x:99:99:Nobody:/:/sbin/nologin
...

3、找出/etc/rc.d/init.d/functions中,至少一个空白开头并且后面跟着至少一个非空白字符的行。

[root@C7 ~]# grep -E "^[[:space:]]+[^[:space:]]+" /etc/rc.d/init.d/functions

4、找出netstat -atn命令结果中以LISTEN后跟任意个空白字符的行。

[root@C7 ~]# netstat -atn | grep "LISTEN[[:space:]]*"
tcp        0      0 0.0.0.0:111             0.0.0.0:*               LISTEN     
tcp        0      0 192.168.122.1:53        0.0.0.0:*               LISTEN     
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN     
tcp        0      0 127.0.0.1:631           0.0.0.0:*               LISTEN     
tcp        0      0 127.0.0.1:25            0.0.0.0:*               LISTEN     
tcp6       0      0 :::111                  :::*                    LISTEN     
tcp6       0      0 :::22                   :::*                    LISTEN     
tcp6       0      0 ::1:631                 :::*                    LISTEN     
tcp6       0      0 ::1:25                  :::*                    LISTEN

5、找出示例文件中,前后都包like或者love的行。

[root@C7 ~]# cat test.txt
He likes his lover.
He loves his lover.
She likes her liker.
She lovers her liker.
[root@C7 ~]# grep -E "(l..e).*\1" test.txt
He loves his lover.
She likes her liker.

6、找出/proc/meminfo文件中,所有以Mem或者mem开头的行。

[root@C7 ~]# grep -E '^[Mm]em' /proc/meminfo
MemTotal:         997980 kB
MemFree:          168996 kB
MemAvailable:     354096 kB
[root@C7 ~]# grep -E '^(M|m)em' /proc/meminfo
MemTotal:         997980 kB
MemFree:          168996 kB
MemAvailable:     354096 kB

7、查找/etc/passwd中root、postfix和haimianbb用户的相关信息。

[root@C7 ~]# grep -E "^(root|postfix|haimianbb)\>" /etc/passwd
root:x:0:0:root:/root:/bin/bash
postfix:x:89:89::/var/spool/postfix:/sbin/nologin
haimianbb:x:1004:1005::/home/haimianbb:/bin/bash

8、找出/etc/init.d/functions文件中的函数名(可以含括号)。

留意函数名的特征(数字字母下划线)。留意-o选项的作用。启用ERE之后,()有分组的含义,因此如果模式要匹配出字面意义上的()就需要使用转义“\(\)”。

[root@C7 ~]# grep -Eo "[_[:alnum:]]+\(\)" /etc/init.d/functions
checkpid()
__kill_pids_term_kill_checkpids()
__kill_pids_term_kill()
__pids_var_run()
__pids_pidof()
daemon()
...

9、通过grep实现basename命令的功能。

[root@C7 ~]# basename /etc/init.d/functions
functions
[root@C7 ~]# basename /etc/init.d/functions/
functions
[root@C7 ~]# echo "/etc/init.d/functions" | grep -Eo "[^/]+/?$" | grep -Eo "[[:alnum:]]+"
functions
[root@C7 ~]# echo "/etc/init.d/functions/" | grep -Eo "[^/]+/?$" | grep -Eo "[[:alnum:]]+"
functions

10、通过grep实现dirname命令的功能。

不知道如何实现,期待各位博友的分享。

11、找出ifconfig命令结果中,以独立单词形式存在的1000以内的数字。

[root@C7 ~]# ifconfig | grep -E "\<([1-9]|[1-9][0-9]|[1-2][0-9][0-9])\>"
[root@C7 ~]# ifconfig | grep -Eo "\<([1-9]|[1-9][0-9]|[1-2][0-9][0-9])\>"

12、找出ifconfig命令结果中的IP地址。

这种判断方式比较鲁莽,并没有针对IP地址的特性,例如每个字节的最大十进制数是255。

[root@C7 ~]# ifconfig | grep -Eo "[[:digit:]]{,3}(\.[[:digit:]]{,3}){3}"
192.168.17.7
255.255.255.0
192.168.17.255
127.0.0.1
255.0.0.0
192.168.122.1
255.255.255.0
192.168.122.255

13、查找/etc/passwd中,用户名等同于shell名称的用户信息。

[root@C7 ~]# grep -E "(^[[:alnum:]-]+\>).*\1$" /etc/passwd
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
bash:x:1005:1006::/home/bash:/bin/bash
nologin:x:1008:1009::/home/nologin:/sbin/nologin

 


原文链接:https://www.cnblogs.com/alongdidi/p/grep.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:centos7下快速安装Nginx服务器

下一篇:nginx网站标准配置