grep模式匹配命令

基本操作

grep命令用于打印输出文本中匹配的模式串，它使用正则表达式作为模式匹配的条件。grep支持三种正则表达式引擎，分别用三个参数指定：

参数说明-EPOSIX扩展正则表达式，ERE-GPOSIX基本正则表达式，BRE-PPerl正则表达式，PCRE

不过在你没学过perl语言的大多数情况下你将只会使用到ERE和BRE，所以我们接下来的内容都不会讨论到PCRE中特有的一些正则表达式语法（它们之间大部分内容是存在交集的，所以你不用担心会遗漏多少重要内容）。

在通过grep命令使用正则表达式之前，先介绍一下它的常用参数：

参数说明-b将二进制文件作为文本来进行匹配-c统计以模式匹配的数目-i忽略大小写-n显示匹配文本所在行的行号-v反选，输出不匹配行的内容-r递归匹配查找-Ann为正整数，表示after的意思，除了列出匹配行之外，还列出后面的n行-Bnn为正整数，表示before的意思，除了列出匹配行之外，还列出前面的n行–color=auto将输出中的匹配项设置为自动颜色显示

注：在大多数发行版中是默认设置了grep的颜色的，你可以通过参数指定或修改GREP_COLOR环境变量。

使用正则表达式

使用基本正则表达式，BRE

• 位置

查找/etc/group文件中以shiyanlou为开头的行

grep'shiyanlou'/etc/groupgrep'^shiyanlou'/etc/group

• 数量

#将匹配以'z'开头以'o'结尾的所有字符串echo'zero\nzo\nzoo'|grep'z.*o'#将匹配以'z'开头以'o'结尾，中间包含一个任意字符的字符串echo'zero\nzo\nzoo'|grep'z.o'#将匹配以'z'开头，以任意多个'o'结尾的字符串echo'zero\nzo\nzoo'|grep'zo*'

注意：其中\n为换行符

• 选择

#grep默认是区分大小写的，这里将匹配所有的小写字母echo'1234\nabcd'|grep'[a-z]'#将匹配所有的数字echo'1234\nabcd'|grep'[0-9]'#将匹配所有的数字echo'1234\nabcd'|grep'[[:digit:]]'#将匹配所有的小写字母echo'1234\nabcd'|grep'[[:lower:]]'#将匹配所有的大写字母echo'1234\nabcd'|grep'[[:upper:]]'#将匹配所有的字母和数字，包括0-9，a-z，A-Zecho'1234\nabcd'|grep'[[:alnum:]]'#将匹配所有的字母echo'1234\nabcd'|grep'[[:alpha:]]'

下面包含完整的特殊符号及说明：

特殊符号说明[:alnum:]代表英文大小写字母及数字，亦即0-9，A-Z，a-z[:alpha:]代表任何英文大小写字母，亦即A-Z，a-z[:blank:]代表空白键与[Tab]按键两者[:cntrl:]代表键盘上面的控制按键，亦即包括CR，LF，Tab，Del…[:digit:]代表数字而已，亦即0-9[:graph:]除了空白字节（空白键与[Tab]按键）外的其他所有按键[:lower:]代表小写字母，亦即a-z[:print:]代表任何可以被列印出来的字符[:punct:]代表标点符号（punctuationsymbol），即："，’，?，!，;，:，#，$…[:upper:]代表大写字母，亦即A-Z[:space:]任何会产生空白的字符，包括空格键，[Tab]，CR等等[:xdigit:]代表16进位的数字类型，因此包括：0-9，A-F，a-f的数字与字节

• 注意

之所以要使用特殊符号，是因为上面的[a-z]不是在所有情况下都管用，这还与主机当前的语系有关，即设置在LANG环境变量的值，zh_CN.UTF-8的话[a-z]，即为所有小写字母，其它语系可能是大小写交替的如，“aAbB…zZ”，[a-z]中就可能包含大写字母。所以在使用[a-z]时请确保当前语系的影响，使用[:lower:]则不会有这个问题。

#排除字符echo'geek\ngood'|grep'[^o]'

^放到中括号内为排除字符，否则表示行首。

使用扩展正则表达式，ERE

要通过grep使用扩展正则表达式需要加上-E参数，或使用egrep。

• 数量

#只匹配"zo"echo'zero\nzo\nzoo'|grep-E'zo{1}'#匹配以"zo"开头的所有单词echo'zero\nzo\nzoo'|grep-E'zo{1,}'

推荐掌握{n,m}即可，?，*这几个不太直观，且容易弄混淆。

• 选择

#匹配"www.shiyanlou.com"和"www.谷歌.com"echo'www.shiyanlou.com\nwww.百度.com\nwww.谷歌.com'|grep-E'www\.(shiyanlou|谷歌)\.com'#或者匹配不包含"百度"的内容echo'www.shiyanlou.com\nwww.百度.com\nwww.谷歌.com'|grep-Ev'www\.百度\.com'

因为.号有特殊含义，所以需要转义。

校招真题

小明在做数据分析的时候需要提取文件中关于数字的部分，同时还要提取用户的邮箱部分，但是有的行不是数组也不是邮箱，现在需要你在data2这个文件中帮助他用正则表达式匹配出数字部分和邮箱部分。

数据文件可以使用以下命令下载：

$cd/home/shiyanlou$wgethttps://labfile.oss.aliyuncs.com/courses/1/data2

下载后的数据文件路径为/home/shiyanlou/data2。

目标

在文件/home/shiyanlou/data2中匹配数字开头的行，将所有以数字开头的行都写入/home/shiyanlou/num文件。

在文件/home/shiyanlou/data2中匹配出正确格式的邮箱，将所有的邮箱写入/home/shiyanlou/mail文件，注意该文件中每行为一个邮箱。

答案

grep'^[0-9]'/home/shiyanlou/data2>/home/shiyanlou/numgrep-E'[[:alnum:]]@[[:alnum:]]\.com'maill/home/shiyanlou/data2>/home/shiyanlou/num