ma系列之-7-文本处理工具grep egrep 和正则

 

 

1 概念：

 

grep概念: 根据模式搜索文本，并将符合模式的文本行显示出来。  global reserch by expression
grep的特点：就是在某个行中找只要符合匹配的行就可以，就是做部分匹配的，不是整个单词匹配，显示的是整行数据，重点展示的是匹配到的那个字段。

 

grep使用的模式Pattern组成: 由文本字符和正则表达式的元字符组合而成匹配条件。

 

2 grep写法：

grep [options] PATTERN [FILE...]
 -i： 忽略大小写
 --color 匹配到的带颜色展示
 -v: 显示没有被模式匹配到的行
 -o：只显示被模式匹配到的字符串

eg:  # grep --color -o 'a*b' test   如果匹配模式中没有正则表达式的元字符，那么PATTERN的单双引号不加都可以

 

 

3 模式Pattern使用到的正则介绍如下：

 

3.1 正则匹配范围：
*: 匹配其任意前面字符，前面字符出现次数为0到多次
?: 匹配其任意前面字符，前面字符出现0次或者1次    eg: # grep --color -o 'a\?b' test    需要使用转义逃逸符(让linux不执行被转义的那部分字符) 否则匹配不出来
[]: 指定范围内
[^]: 指定范围外
.*: 任意长度的任意字符(表示匹配前面.0或者多次 而.在正则中又表示任意单个字符 因此综合结果就是匹配任意长度字符)
\?: 匹配其前面的字符1次或0次
\{m,n\}:匹配其前面的字符至少m次，至多n次
 \{1,\}： 至少一次
 \{0,3\}： 至少0次，最多3次  eg: grep 'a\{1,3\}b' test.txt 表示去text.txt中找匹配到a至少出现1次最多出现3次后紧跟b的行

 

 

3.2 正则匹配特点（贪婪模式）： 
[root@chinadaas109 zhoumingtest]# cat  test
ab
aab
abb
acbacb
[root@chinadaas109 zhoumingtest]# grep 'a*b' test  表示查找b前面出现字符a为0或者多次的单词，并将符合条件的单词打印出来
ab
aab
abb
acbacb    此时从开头到结尾都匹配到了，这就是正则匹配的默认模式，能匹配到多少就匹配到多少(贪婪模式)

 

3.3 正则元字符：(这些元字符本身没有含义，只是表示一些统配的含义)
.: 匹配任意单个字符
[]: 匹配指定范围内的任意单个字符
[^]：匹配指定范围外的任意单个字符
字符集合：
[:digit:], 数字
[:lower:], 小写字母
[:upper:], 大写字母
[:punct:], 标点符号
[:space:], 空白字符
[:alpha:], 所有字母
[:alnum:], 所有数字和字母

 

3.4 正则位置锚定：

^: 锚定行首，此字符后面的任意内容必须出现在行首   
$: 锚定行尾，此字符前面的任意内容必须出现在行尾
^$: 空白行

\<或\b: 锚定词首，其后面的任意字符必须作为单词首部出现   <--------> 类比于^ ，这个是表示行首，而 \<表示单词词首
\>或\b: 锚定词尾，其前面的任意字符必须作为单词的尾部出现  <--------> 类比于$ ，这个是表示行尾，而 \<表示单词词尾

 

位置锚定和正则元字符结合案例：

匹配passwd文件中以root开头的行
# grep '^root' /etc/passwd
root:x:0:0:root:/root:/bin/bash

查询inittab文件内的空白行数
# grep '^$' /etc/inittab | wc -l
0

查询inittab文件内末尾为数字的行 
# grep '[[:digit:]]$' /etc/inittab
#   5 - X11

 

词首/词尾 测试案例：

\<root\> 表示匹配整行中只有root这个单词的行
查询以root为行尾的行
# cat test
ab 
aab
abb
acb
rooter
the user is root
# grep 'root\>' test
the user is root

 

3.5 正则分组：

 

写法： \(\) eg： \(ab\)*   ---> *表示匹配的是ab这个整体 0次或者多次
 分组的主要目的是--->后向引用(前面出现什么，后面就能引用到什么)
 \1: 引用第一个左括号以及与之对应的右括号所包括的所有内容
 \2: 引用第二个左括号以及与之对应的右括号所包括的所有内容
 \3: 引用第三个左括号以及与之对应的右括号所包括的所有内容

 

案例：

# cat test
he love his lover
she like her lover
he like his liker
she love her liker

# grep '\(l..e\).*\1' test   ---> 反向引用的案例, 匹配 l..e中间是任意字符然后后面也要是前面l..e出现的内容的行 
he love his lover
he like his liker