grep

beyes

grep 的三种变形：

grep : 标准 grep 命令

egrep : 扩展 gerp， 支持基本及扩展的正则表达式

fgrep : 快速 grep

grep 一般格式为：

grep [ 选项 ] 基本正则表达式 [ 文件 ]

注意，字符串参数最好才用双引号括起来，一是以防被误解为 shell 命令，二是可以用来查找多个单词组成的字符串

常用命令选项：

-c   只输出匹配行的计数
-i    不区分大小写
-h   查询多文件时不显示文件名
-H  显示文件名
-l    查询多文件时只输出包含匹配字符的文件名
-n   显示匹配行及行号
-s   不显示不存在不存在或无匹配文本的错误信息
-v   显示不包含匹配文本的所有行
-o   仅匹配
-b   总是与 -o 选项一起使用
-e   同时指定多个匹配
-f   指定包含有匹配项的文件
-R/-r  递归查找目录下的所有文件
--include  指定包含的文件(使用通配符匹配)
--exclude 排除掉指定文件
-A NUM 打印匹配行之后的 NUM 行
-B NUM 打印匹配行之前的 NUM 行
-C NUM 既打印匹配行之前的 NUM 行也打印之后的 NUM 行

---

先假设目录下有两个文件，文件名和内容分别为：

grep-1.txt:
beyes
root
admin
qinhe
duoduo
qingqing
xiaohe
duoduo
--------------------------------------
grep-2.txt
sort it
2009
2009
2008
Jul
jul
jUl
juL
2009:22
2009:22:51
2100
01200

找出含有 duoduo 字符串的文件：

[beyes@localhost basic_test]$ grep "duoduo" *.txt
grep-1.txt:duoduo
grep-1.txt:duoduo

在所有文件中查找含有 sort it 的文件：

[beyes@localhost basic_test]$ grep "sort it" *
grep-2.txt:sort it

使用 -c  参数：

[beyes@localhost basic_test]$ grep -c "duoduo" grep-1.txt
2

使用 -n 参数：

[beyes@localhost basic_test]$ grep -n "duoduo" grep-1.txt
5:duoduo
8:duoduo

使用 -i 参数：

[beyes@localhost basic_test]$ grep -i "jul" grep-2.txt
Jul
jul
jUl
juL

使用 -v 参数（过滤）：

[beyes@localhost basic_test]$ grep -v "2009:22" grep-2.txt     #过滤掉含有 2009 的一行后并打印文本
sort it
2008
Jul
jul
jUl
juL
2100
01200

简单正则表达式查找到 2009:22:51 的行：

[beyes@localhost basic_test]$ grep "2009:22:5[0-9]" grep-2.txt
2009:22:51

---

几个使用 ^ 和 [ ] 正则表达式的比较：

1、列出所有包含有 2 字符的行：

[beyes@localhost basic_test]$ grep "[2]" grep-2.txt
2009
2009
2008
2009:22
2009:22:51
2100
01200

2、列出仅以 2 字符开头的行：

[beyes@localhost basic_test]$ grep "^2" grep-2.txt
2009
2009
2008
2009:22
2009:22:51
2100

3、列出不含有 2 开头的行：

[beyes@localhost basic_test]$ grep "^[^2]" grep-2.txt          #再取一次 ^ 则为过滤（补集），^^2 -- 这样的形式无效
sort it
Jul
jul
jUl
juL
01200

-o 选项表示仅匹配

# echo GNU is not UNIX |grep -o "UNIX"
UNIX

-b 选项仅和 -o 选项一起使用，表示字节偏移

root@bt:~# echo "GNU is not UNIX" |grep -b -o "UNIX"
11:UNIX

位置偏移是从 0 开始算起的。

-e 选项指定多个匹配

root@bt:~# echo hello www groad net |grep -e "groad" -e "net" -o
groad
net

-f 选项指定包含多个匹配项的文件
像上面，用 -e 可以指定多个匹配项，但是方法不止这个，如果有更多的匹配项，我们可能不想这么多的都写在命令行里，因此 grep 也提供了 -f 选项，它允许我们将多个匹配项写到一个文件中，而用 -f 指定出该文件，比如：

root@bt:~# cat pfile.txt
groad
net
root@bt:~# echo hello www groad net |grep -f pfile.txt -o
groad
net

-R 选项可以让我们递归的处理某目录下的所有文件

root@bt:~/src# grep "hello_test()" . -R -n
./misc/hello.c:3:int hello_test()
./misc/hello.c:11:      hello_test();

该选项对于查找开发者查找代码中的相关函数是非常有用的。

在 --include 选项指定的文件中处理

root@bt:~/src# grep "hello_test()" . -r --include *.{c,cpp}
./misc/hello.c:int hello_test()
./misc/hello.c:    hello_test();

上面的 misc 目录下还有一个 hello.txt 的文件，里面也有 "hello_test()" 这一句，但我们在命令行中说明了只在 --include 所指定的文件类型(.c 和 .cpp)中查找。

在 --exclude 排除之外的文件中进行处理
和 --include 相对应的，--exclude 排除要在某些文件中查找，比如：

root@bt:~/src# grep "hello_test()" . -r --exclude *.c
./misc/hello.txt:hello_test()

-A NUM 打印匹配行之后的 NUM 行

# seq 10 | grep 5 -A 3
5
6
7
8

另外，如果有多行匹配，那么匹配块将以 -- 符号进行分组：

root@bt:~/src# echo -e "a\nb\nc\na\nb\nc" | grep a -A 1
a
b
--
a
b
root@bt:~/src# echo -e "a\nb\nc\nd\na\nb" | grep a -A 1
a
b
--
a
b
root@bt:~/src# echo -e "a\nb\nc\nd\nc\na" | grep a -A 1
a
b
--
a

-B NUM 打印匹配行之前的 NUM 行

# seq 10 | grep 5 -B 3
2
3
4
5

-C NUM 既打印匹配行之前的 NUM 行也打印之后的 NUM 行

# seq 10 | grep 5 -C 3
2
3
4
5
6
7
8

beyes

类	等价的正则表达式
[[:upper:]]	[A-Z]
[[:alnum:]]	[0-9a-zA-Z]
[[:lower:]]	[a-z]
[[:space:]]	空格或tab键
[[:digit:]]	[0-9]
[[:alpha:]]	[a-zA-Z]

例如：

grep "5[[:digit:]][[:digit:]]" test.txt

相当于：

grep "5[0-9][0-9]" test.txt

beyes

有文件 grep-3.txt ，其中内容为：

groad.net
beyes@groad.net
g-d-m
NO:561
NO:873
445511
455114
444511
411111
404040404
444441111
111114444
??hello
how are you??
[quote]

列出含有以 g 开头且以 d 结尾字符串的行：
[quote]
[beyes@localhost basic_test]$ grep "g*d" grep-3.txt
groad.net
beyes@groad.net
g-d-m

列出含有第一个数字在 5-8之 间，第二个数字为 6-9 之间，第三个数字为 0-3 之间的数字的行：

[beyes@localhost basic_test]$ grep "[5-8][6-9][0-3]" grep-3.txt
NO:561
NO:873

列出含有连续两个 4 的行：

[beyes@localhost basic_test]$ grep "4\\{2\\}" grep-3.txt
445511
444511
444441111
111114444

列出至少含有两个连续的 4 的行：

[beyes@localhost basic_test]$ grep "4\\{2,\\}" grep-3.txt
445511
444511
444441111
111114444

列出含有两个到四个连续的 4  的行：

[beyes@localhost basic_test]$ grep "4\\{2,4\\}" grep-3.txt
445511
444511
444441111
111114444

找出空行，并打印出空行所在的行号：

[beyes@localhost basic_test]$ grep "^$" -n grep-3.txt
7:
9:
11:

找出含有 ?  号的行：

[beyes@localhost basic_test]$ grep "\\?" grep-3.txt
??hello
how are you??

找出以字母 h 开头的行：

[beyes@localhost basic_test]$ grep "^h" grep-3.txt
how are you??

找出不含有以字母 g  开头的行：

[beyes@localhost basic_test]$ grep "^[^g]" grep-3.txt
beyes@groad.net
NO:561
NO:873
445511
455114
444511
411111
404040404
444441111
111114444
??hello
how are you??

beyes

xargs 可以为另外一个命令提供参数列表；当文件名作为指定命令的命令行参数时，通常建议使用 '\\0' (zero-byte) 结尾的文件名，而不是空格作为结尾(默认如此，但是在一些文件名是含有空格的，此时会造成找不到相应文件的处理错误)。xargs 通常搭配 find, grep 这些命令使用，它从管道接收从来自这些命令的输出，如果想处理 '\\0' 结尾的文件名，那么 xargs 需要指定 -0 选项。

下面举例：

先创建几个文件：

# touch "www groad.txt"
# vi groad\\ net.txt
# cat groad\\ net.txt
groad
# echo groad > groad.txt
# echo "good website" > www.txt

尝试运行下面的命令：

# grep "groad" *.txt -lZ |xargs rm
xargs: Warning: a NUL character occurred in the input.  It cannot be passed through in the argument list.  Did you mean to use the --null option?
rm: cannot remove `groad': No such file or directory
rm: cannot remove `net.txt': No such file or directory

上面，-l 选项表示输出匹配的文件名, -Z 选项表示这些文件名以 '\\0' 结尾，这两个选项通常是结合一起使用的。
由输出可见，发生了解析错误，它认为 groad 和 net.txt 是两个不同的文件(实际上它们是同一个)。

因此下面运行的命令才是正确的：

root@bt:~/src# grep "groad" *.txt -lZ |xargs -0 rm
root@bt:~/src# ls
misc  www.txt