Linux 系统中文本处理“三剑客”之grep

我们写脚本的时候，经常要截取命令输出的某项数据，比如：我要知道主机上有多少块硬盘

这是很方便的。使用grep搜索出我们想要的数据再使用 sed 、或 cup 切割就可以取得我们主机的设备名称了，这是我们取数据的一种方法。

Egreq 是grep 的升级版，支持扩展表达式、fgrep不支持正则表达式。

使用格式：

【grep】是文本搜索工具，逐行读入文本，按照给定的模式(pattern)做匹配，查看行中的单词/字符是否与“模式”相匹配。默认匹配到的行会输出到监视器。

程序一般有数据的输入和输出，也称为程序的IO。从这个角度来分析，grep 程序数据的输入可以是文件(从磁盘中读取数据)或从标准输入(也就是它可以使用管道作为grep 的数据输入的。)

使用【grep】命令的时候，不指定文件，它就从标准输入读取数据了。

【grep】默认是把匹配到模式的行输出到标准输出的。

Grep 是文本搜索工具，只处理文本。所以，我们在做查找目录文件的时候，先要使用【ls】把目录中的内容列出来，再使用 grep 做文本搜索处理。

目录文件搜索，使用 Bash shell 中的元字符。

简单地了解下，文件通配与正则表达式的区别？

列出 /etc 目录中以 .conf 或 .d 结尾的文件。

是做字符(串)的匹配呢，还是做单词的匹配呢？

加上词尾锚定后，只有单词的词尾与给定的“模式”匹配，grep 才会获取到。如果单词的

中间或前面与“模式”匹配，grep 不会显示出来。

如下述匹配模式加上词尾锚定后，不会显示aliases.db 文件了。

总结：

使用【grep】的时候，要注意：文件的通配符和正则表式的元字符有很多看似一样，但它们表示的特殊意义是不尽相同的。很容易混淆的。

使用【grep】搜索文本的时候，分析思路总结：

1、  分析匹配的内容

是做单词匹配呢、还是做字符(串)匹配呢。

   A、如果匹配的内容是单词的话，需要使用词首锚定符(\<)和词尾锚定符(\>)标识写　　　　　　　　　在模式中的字串不是字符串而是单词。

   B、如果匹配的内容是字符(串)的话，就直接把匹配内容做为grep匹配模式就可以了。

   也就是字符串搜索。

2、  确定匹配的位置

   是行首还是行尾、词首、还是词尾、还是任意位置

   A、正则表达式提供了一些元字符来表示：在一行文本中要匹配的位置。

  如：行首锚定符(^)、行尾锚定符($)、词首锚定符(\<)、词尾锚定符(\>) 这些都统称为锚(目标点)。

  B、如果，正则表达式中没有这些锚定符的话，正则表达式在一行文本中要匹配的位置就是字符(串)。

3、是否要修饰匹配内容呢？

   它们用于展开或缩小(即是修改了)正则表达式匹配文本行的范围。修饰符包括了星号(*)、括号()、

   反斜杠符号、问号。这些都可以称为修饰符。是用来修饰匹配内容的。

    既然我们的匹配内容，分为单词和字符，则有必要了解一下，在grep中何为单词？

理解grep 中所谓的单词对于我们熟悉运用该命令来做文本搜索很有帮助。

对【grep】的定义的单词的理解

Grep 对单词的定义：

单词：不包含特殊字符的连续字符组成的串叫单词。

   如上图所示，我们使用【grep】搜索文本b.txt 中的单词save。就可以很好地知道，在 grep 世界中，所谓的“单词”是什么。图中显示红色的就是save单词。

   “连续”指的是：字符串间没有空格，且字符串没有特殊字符(中括号,大括号,问号等)。也可以说特殊字符是单词的分界。

那么，在实现应用中如何使用【grep】搜索文本找出我们需要的内容呢？

1、【grep】对字符的匹配。

分析：做匹配的位置是否有要求？        无

      找出包含字符s的行              不需要修改。

所以，我们的可以写成：grep “s”  FILE

正则表达式在一行文本中要匹配的位置是字符。所以会拿文本行的每一个字符都做正则表达式匹配。

Grep 命令读取一行，行中的每个字符都与“模式”做匹配动作。

如果匹配了就显示高亮显示匹配到的字符。如下图所示。

例：找出文件a.txt中ab字符中出现一个或零个s字符的行

匹配内容是字符，所以不需要词首锚定符和词尾锚定符标识。       

匹配的位置无要求，所以不需要使用位置锚定符。

匹配内容ab间的s字符无法确定所以要使用修饰符(?)。

问号(?)，修饰符：表示前面的字符出现的次数为0次或1次。如下图所示：

分析，我们做字符匹配，grep 拿来与给定模式做匹配的就不是单词了，而是字符。

在这里，grep 读取每一个字符就与模式做匹配操作。看看读取到的字符是不是 a ，如果是字符 a 就判断 a 字符后是一个或没有字符 s ，如果 a 字符后面符合特殊字符(\?)的要求，而取得的下一个字符又是字符 b ，就代表刚才读取字符 a至字符 b, 这间这段字符串与给定的模式相匹配了。

2、【grep】做单词匹配。

找出包含单词save的行。

分析：

匹配的内容是“单词”，所以要使用词首锚定符和词尾锚定符标识。

匹配的位置无要求，所以不需要使用位置锚定符。

正则表达式在一行文本中要匹配的位置为单词。无论是“词首锚定”还是“词尾锚定”。很显然，grep 每次取一个“单词”与“模式”做匹配，匹配到的就高亮显示正则表达式，

使用“词首锚定符\<”和“词尾锚定符\>”标识一个单词的。

3、【grep】做行匹配. 正则表达式在一行文本中要匹配的位置为行尾或行首。

   我们的匹配有“单词匹配”和“字符匹配”，所以我们指定的条件可以为：

   A、以某个字符开头的行

   B、以某个字符结尾的行

   C、以某个单词开头的行

   D、以某个单词结尾的行

分析，上图所示。找出，以单词 save 打头的行。

第一步，先匹匹配到包含单词 save 的行。

第二步，使用“行首锚定符 ^”告诉 grep 我们做的是行匹配的操作，所以

      第二次使用 grep 做文本搜索的时候，只会显示以单词 save 开头的行。

注意：

我们使用 grep 做文本搜索的时候，要特别注意空白，特别是在行尾。如下图所示：

第一次使用 grep 搜索的时候没有匹配到什么行。

第二次假设 字符串 LISTEN 后面跟有空格再换行，就搜索到匹配的行了。

     本文转自成长的小虫 51CTO博客，原文链接：http://blog.51cto.com/9528du/1437658，如需转载请自行联系原作者