码迷,mamicode.com
首页 > 系统相关 > 详细

linux:正则表达式grep命令

时间:2018-05-09 16:02:22      阅读:195      评论:0      收藏:0      [点我收藏+]

标签:har   png   设置   inux   graph   贪婪   文件   fat   gre   

基本语法
一个正则表达式通常被称为一个模式(pattern),为用来描述或者匹配一系列符合某个句法规则的字符串。

一、选择:|

  • |   竖直分隔符表示选择,例如"boy|girl"可以匹配"boy"或者"girl"

二、数量限定:+ ? * 

  • +表示前面的字符必须出现至少一次(1次或多次),例如,"goo+gle",可以匹配"gooogle","goooogle"等;
  • ?表示前面的字符最多出现一次(0次或1次),例如,"colou?r",可以匹配"color"或者"colour";
  • *星号代表前面的字符可以不出现,也可以出现一次或者多次(0次、或1次、或多次),例如,“0*42”可以匹配42、042、0042、00042等。

三、范围和优先级
()圆括号可以用来定义模式字符串的范围和优先级,这可以简单的理解为是否将括号内的模式串作为一个整体。例如,"gr(a|e)y"等价于"gray|grey",(这里体现了优先级,竖直分隔符用于选择a或者e而不是gra和ey),"(grand)?father"匹配father和grandfather(这里体验了范围,?将圆括号内容作为一个整体匹配)。

四、语法(部分)
正则表达式有多种不同的风格,下面列举一些常用的作为 PCRE 子集的适用于perl和python编程语言及grep或egrep的正则表达式匹配规则:(由于markdown表格解析的问题,下面的竖直分隔符用全角字符代替,实际使用时请换回半角字符)

PCRE(Perl Compatible Regular Expressions中文含义:perl语言兼容正则表达式)是一个用 C 语言编写的正则表达式函数库,由菲利普.海泽(Philip Hazel)编写。PCRE是一个轻量级的函数库,比Boost 之类的正则表达式库小得多。PCRE 十分易用,同时功能也很强大,性能超过了 POSIX 正则表达式库和一些经典的正则表达式库。

五、字符描述

  • \ 将下一个字符标记为一个特殊字符、或一个原义字符。例如,“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
  • ^ 匹配输入字符串的开始位置。
  • $ 匹配输入字符串的结束位置。
  • {n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
  • {n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
  • {n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
  • * 匹配前面的子表达式零次或多次。例如,zo*能匹配“z”、“zo”以及“zoo”。*等价于{0,}。
  • + 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
  • ? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
  • ? 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
  • . 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符,请使用像“(.|\n)”的模式。
  • (pattern) 匹配pattern并获取这一匹配的子字符串。该子字符串用于向后引用。要匹配圆括号字符,请使用“\(”或“\)”。
  • x|y 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。
  • [xyz] 字符集合(character class)。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。其中特殊字符仅有反斜线\保持特殊含义,用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符^如果出现在首位则表示负值字符集合;如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述;如果如果出现在首位则仅作为普通字符。
  • [^xyz] 排除型(negate)字符集合。匹配未列出的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”。
  • [a-z] 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
  • [^a-z] 排除型的字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。

六、优先级
优先级为从上到下从左到右,依次降低:

 

运算符  说明
转义符
(), (?:), (?=), [] 括号和中括号
*、+、?、{n}、{n,}、{n,m} 限定符
^、$、\任何元字符 定位点和序列
选择

grep模式匹配命令

一、 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

  • -E POSIX扩展正则表达式,ERE
  • -G POSIX基本正则表达式,BRE
  • -P Perl正则表达式,PCRE

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
  • -A n n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
  • -B n n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

 

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/group

$ grep ^shiyanlou /etc/group

技术分享图片

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

技术分享图片

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-Z

$ echo 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.. 等等
  • [: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 (punctuation symbol),亦即:" ‘ ? ! ; : # $...
  • [:upper:] 代表大写字母,亦即 A-Z
  • [:space:]  任何会产生空白的字符,包括空白键, [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,"a A b B...z Z",[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]

注意:当^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,}

 

注意: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.google.com"

$ echo www.shiyanlou.com\nwww.baidu.com\nwww.google.com | grep -E www\.(shiyanlou|google)\.com

# 或者匹配不包含"baidu"的内容

$ echo www.shiyanlou.com\nwww.baidu.com\nwww.google.com | grep -Ev www\.baidu\.com

注意:因为.号有特殊含义,所以需要转义。

 

linux:正则表达式grep命令

标签:har   png   设置   inux   graph   贪婪   文件   fat   gre   

原文地址:https://www.cnblogs.com/kumata/p/9014344.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!