grep学习笔记

grep （global search regular expression（RE） and print out the line，全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。linux使用GNU版本的grep。它功能更强，可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。
　　grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。
　　grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。
　　2. grep正则表达式元字符集（基本集）
　　^
　　锚定行的开始 如：‘^grep’匹配所有以grep开头的行。
　　$
　　锚定行的结束 如：‘grep$’匹配所有以grep结尾的行。
　　。
　　匹配一个非换行符的字符 如：‘gr.p’匹配gr后接一个任意字符，然后是p。
　　*
　　匹配零个或多个先前字符 如：‘*grep’匹配所有一个或多个空格后紧跟grep的行。 .*一起用代表任意字符。
　　［］
　　匹配一个指定范围内的字符，如‘［Gg］rep’匹配Grep和grep。
　　［^］
　　匹配一个不在指定范围内的字符，如：‘［^A-FH-Z］rep’匹配不包含A-R和T-Z的一个字母开头，紧跟rep的行。
　　（。.）
　　标记匹配字符，如‘（love）’，love被标记为1。
　　《
　　锚定单词的开始，如：‘《grep’匹配包含以grep开头的单词的行。
　　》
　　锚定单词的结束，如‘grep》’匹配包含以grep结尾的单词的行。
　　x{m}
　　重复字符x，m次，如：‘0{5}’匹配包含5个o的行。
　　x{m，}
　　重复字符x，至少m次，如：‘o{5，}’匹配至少有5个o的行。
　　x{m，n}
　　重复字符x，至少m次，不多于n次，如：‘o{5，10}’匹配5--10个o的行。
　　w
　　匹配文字和数字字符，也就是［A-Za-z0-9］，如：‘Gw*p’匹配以G后跟零个或多个文字或数字字符，然后是p。
　　W
　　w的反置形式，匹配一个或多个非单词字符，如点号句号等。
　　b
　　单词锁定符，如： ‘bgrepb’只匹配grep。
　　3. 用于egrep和 grep -E的元字符扩展集
　　+
　　匹配一个或多个先前的字符。如：‘［a-z］+able’，匹配一个或多个小写字母后跟able的串，如loveable，enable，disable等。
　　？
　　匹配零个或多个先前的字符。如：‘gr？p’匹配gr后跟一个或没有字符，然后是p的行。
　　a|b|c
　　匹配a或b或c。如：grep|sed匹配grep或sed
　　（）
　　分组符号，如：love（able|rs）ov+匹配loveable或lovers，匹配一个或多个ov。
　　x{m}，x{m，}，x{m，n}
　　作用同x{m}，x{m，}，x{m，n}
　　4. POSIX字符类
　　为了在不同国家的字符编码中保持一至，POSIX（The Portable Operating System Interface）增加了特殊的字符类，如［：alnum：］是A-Za-z0-9的另一个写法。要把它们放到［］号内才能成为正则表达式，如［A- Za-z0-9］或［［：alnum：］］。在linux下的grep除fgrep外，都支持POSIX的字符类。
　　［：alnum：］
　　文字数字字符
　　［：alpha：］
　　文字字符
　　［：digit：］
　　数字字符
　　［：graph：］
　　非空字符（非空格、控制字符）
　　［：lower：］
　　小写字符
　　［：cntrl：］
　　控制字符
　　［：print：］
　　非空字符（包括空格）
　　［：punct：］
　　标点符号
　　［：space：］
　　所有空白字符（新行，空格，制表符）
　　［：upper：］
　　大写字符
　　［：xdigit：］
　　十六进制数字（0-9，a-f，A-F）