文本搜索grep知识点总结

文本搜索工具：grep, egrep
根据用户指定的模式对目标文件进行过滤，显示被模式匹配到的行
grep [OPTION]... 'PATTERN' FILE...
--color

难点在于模式如何书写，模式主要是应用正则表达式
正则表达式：由一类字符书写的模式，其中有些字符不表示字符的字面意义，
而是表示控制或者统配的功能
元字符：*, ?等
两类：
基本正则表达式
扩展正则表达式

基本正则表达式：
字符匹配：
.: 匹配任意单个字符
例如：grep --color 'r..t' /etc/passwd
匹配到r开头，t结尾，中间间隔两个字符的行

[]:匹配指定集合中任意单个字符
[[:digit:]],[0-9]
[[:lower:]],[a-z]
[[:upper:]],[A-Z]
[[:alpha:]],[a-zA-Z]
[[:alnum:]],[0-9a-zA-Z]
[[:space:]]
[[:punct:]]
例如：grep --color 'abcd[[:digit:]][[:digit:]][0-9]' test
匹配以abcd开头，后边跟三个数字的行

[^]:匹配指定集合外的任意单个字符
例如：grep --color 'abcd[^[:digit:]]' test
grep --color 'abcd[^0-9]' test
匹配以abcd开头，后边不是数字的行

匹配次数：用于对其前面紧邻的字符所能够出现的次数作出限定
*：匹配其前面的字符任意次，0,1或多次
例如：grep 'x*y'
xy,xxy,xxxy,y

\?:匹配其前面的字符0次或1次，其中的\为转义字符，即转移?
例如：grep 'x\?y'
xy,xxy,y,xxxy,aby 对于xxy而言，确实匹配到了xy，第一个x是被忽略的

\+:匹配其前面的字符出现至少一次
例如：grep 'x\+y'
xy,xxy,xxxy

\{m\}:匹配前面字符m次
例如：grep 'x\{2\}y'
xxy,xxxy

\{m,n\}:匹配其前面字符至少出现m次，至多出现n次
例如：grep 'x\{2,4\}y'
xxy, xxxy
grep 'x\{2,\}y'
xxy,xxxy

.*:匹配任意长度的任意字符

位置锚定：
^: 行首锚定
写在模式的最左侧
例如：grep --color '^abcd' /etc/passwd
匹配以abcd开头的行

$: 行尾锚定
写在模式的最右侧
例如：grep --color '[0-9]$' /etc/passwd
匹配以数字结尾的行

^$:空白行
例如：grep --color '^$' /etc/passwd
匹配空白行

\<: 词首锚定, \b, \为转义字符
出现在要查找的单词模式的左侧，\<char
例如：grep --color '\<r' /etc/passwd
匹配以r开头的单词

\>: 词尾锚定, \b，\为转义字符
出现在要查找的单词模式的右侧，char\>
例如：grep --color 'tor\>' /etc/passwd
匹配以tor结尾的单词

\<pattern\>:匹配单词
例如：grep --color '\<root\>' /etc/passwd
匹配单词root

分组：
\(\)
后向引用：模式中，如果使用\(\)实现了分组，在某行文本的检查中，
如果\(\)的模式匹配到了某内容，此内容后面的模式中可以被引用；
\1,\2,\3
模式自左向右，引用第#个左括号以及与其匹配右括号之间的模式匹配到的内容

例如：grep --color 'ab\{1,\}y' test
a与y之间至少一次b
grep --color '\(ab\)\{1,\}y' test
y之前至少一次ab
grep --color '\(ab\)\{1,\}y\1' test
y之前至少一次ab,且后边引用第一个分组
grep --color '\(ab\)\{1,\}y\2' test
y之前至少一次ab,且后边引用第二个分组

grep选项：
-v: 反向选取，即显示模式匹配之外的行
例如：grep -v --color 'abcd' test
显示abcd之外的行
-o: 仅显示匹配到的内容
-i: 忽略字符大小写
-n: 匹配的同时显示行号
-E: 使用扩展正则表达式
-A #:匹配到的下边#行
例如：grep -A 2 --color 'abcd' test
显示匹配abcd的行及其下边两行，共三行
-B #:匹配到的上边#行
-C #:匹配到的上下边#行

egrep及扩展的正则表达式
扩展正则表达式的元字符
字符匹配：
.
[]
[^]

匹配次数限定：
*
?: 匹配其前面字符0次或1次
+：匹配其前面字符至少1次
{m}:匹配其前面字符m次
{m,n}:{m,},{0,n}

锚定：
^
$
\<, \>: \b

分组：
()
支持后向引用：\1, \2...

或者：
a|b: a或者b
ab|cd:
例如： egrep --color 'ab|c' test
grep --color 'ab\|c' test
匹配含有ab或者c的行
grep --color 'a\(b\|c\)' test
匹配含有ab或者ac的行

例如：grep -E 'PATTERN' FILE...
egrep 'PATTERN' FILE...