实验介绍 本节实验将介绍通过 grep 命令使用正则表达式。
知识点
grep 命令
字符组匹配
行首行尾符
任意和重复字符
限定连续字符范围
1、查找特定字符串 参数说明:
-a :以 text 档案的方式搜寻 binary 档案数据
-c :计算找到 ‘搜寻字符串’ 的次数
-i :忽略大小写的不同,所以大小写视为相同
-n :顺便输出行号
-v :反向选择,亦即显示没有 ‘搜寻字符串’ 内容的行
1 2 3 grep -n 'the' regular_express.txt grep -in 'the' regular_express.txt
2-1-0
反向查找,当该行没有字符串’the’时才显示在屏幕上。
1 grep -vn 'the' regular_express.txt
2-1-1
2、字符组匹配 [ ]可以用来查找字符组。 值得注意的是,无论[ ]中包含多少个字符,它都只代表一个字符。比如说,我们想要查找”tast”或者”test”这两个字符串,注意到二者的拼写大部分相同,都是 t?st 的形式,故此时可以使用[ ]进行查找:
1 grep -n 't[ae]st' regular_express.txt
2-2-0
字符组支持使用连字符“ - ”来表示一个范围。当“ - ”前后构成范围时,要求前面字符的码位小于后面字符的码位。
为反向选择字符组,用于排除后面的字符,使用方式为需要反向选择的字符 。
需要注意 与参数 -v 的区别,尽管二者都表示反向选择,但是如果包含有反向选择的字符的行含有其他字符的话, 仍会输出该行,而 -v 则只会输出不含有反向选择的字符的行。
下面给出一些应用示例:
1 2 3 4 5 [abc] :表示“a”或“b”或“c” [0-9] :表示 0~9 中任意一个数字,等价于[0123456789] [\u4e00-\u9fa5] :表示任意一个汉字 [^a1<] :表示除“a”、“1”、“<”外的其它任意一个字符 [^a-z] :表示除小写字母外的任意一个字符
使用 - 和 查找“Xoo”形式的字符串,要求“oo”之前不能包含小写字母:
1 grep -n '[^a-z]oo' regular_express.txt
回忆前一节所提到的正则表达式特殊符号,[:lower:]表示小写字母,因此也可以使用
1 grep -n '[^[:lower:]]oo' regular_express.txt
2-2-1
这两者是等价的,但是可以看出,使用[a-z]来表示小写字母明显更加便捷,也更加灵活。
查找字符”oog”。
1 grep -n 'oog' regular_express.txt
如果我不想要“oog”字符前面有 g,则使用“g\ oog”。
1 grep -n '[^g]oog' regular_express.txt
同理,若不想让字符“oog”前面为 g 或者 o,则使用“[\^go]oog”。
1 grep -n '[^go]oog' regular_express.txt
2-2-2
其中,
1 grep -n '[^go]oog' regular_express.txt
返回结果为空,表示没有匹配到符合要求的字符串。
3、行首符 ^ 与行尾符 $ 在第一个实验中,我们使用
1 grep -n 'the' regular_express.txt
查找含有“the”的字符串,如果你只想查找行首为“the”的字符行,则使用以下命令:
1 grep -n '^the' regular_express.txt
查找行首为大写字母的所有行:
1 grep -n '^[A-Z]' regular_express.txt
注意行首符 ^ 和反向选择 的区别,’^[A-Z]’ 表示以大写字母开头。’a-z ‘ 表示除了大写字母 A-Z 的所有字符。
行尾符 $ 的用法与行首符类似。
查找以字母 d 结尾的行:
1 grep -n 'd$' regular_express.txt
这里有一个小技巧,将行首符与行尾符连用,可以用来查找空行:
1 grep -n '^$' regular_express.txt
应用实例: 查看/etc/insserv.conf 文档
‘^$’ : 过滤掉空白行
‘^#’ :过滤掉注释行(以#号开头)
1 2 3 cat -n /etc/insserv.conf grep -v '^$' /etc/insserv.conf | grep -v '^#'
2-2-3
4、任意一个字符 . 与重复字符 * 查找 a?ou? 类型的字符:
1 grep -n 'a.ou.' regular_express.txt
其中小数点表示任意一个字符,一个小数点只能表示一个未知字符。
1 2 3 4 5 *(星号):代表重复前面 0 个或者多个字符。 e*: 表示具有空字符或者一个以上 e 字符。 ee*,表示前面的第一个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。 eee*,表示前面两个 e 字符必须存在。第三个 e 则可以是 0 个或者多个 e 字符。 ee*e :表示前面的第一个与第三个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。
下面的第一条命令与第二条命令由于允许存在空字符,所以会打印所有文本。
1 2 3 4 5 grep -n 'e*' regular_express.txt grep -n '@*' regular_express.txt grep -n 'eee*' regular_express.txt
5、限定连续字符范围 { } { }可限制一个范围区间内的重复字符数。如果现在要求找出存在连续的两个 o 字符的字符串,根据前面所学的知识,我们可以使用
1 grep -n 'ooo*' regular_express.txt
另一种方式是使用 { }。由于 { 与 } 在 shell 中有特殊意义,故在使用时需要用到转义字符\。
查找连续的两个 o 字符:
1 grep -n 'o\{2\}' regular_express.txt
查找 g 后面接 2 到 5 个 o,然后再接 g 的字符串:
1 2 3 4 5 6 7 8 9 10 11 12 grep -n 'go\{2,5\}g' regular_express.txt 总结: ^word 表示带搜寻的字符串(word)在行首 word$ 表示带搜寻的字符串(word)在行尾 .(小数点) 表示 1 个任意字符 \ 表示转义字符,在特殊字符前加\会将特殊字符意义去除 * 表示重复 0 到无穷多个前一个 RE(正则表达式)字符 [list] 表示搜索含有 l,i,s,t 任意字符的字符串 [n1-n2] 表示搜索指定的字符串范围,例如[0-9] [a-z] [A-Z]等 [^list] 表示反向字符串的范围,例如[^0-9]表示非数字字符,[^A-Z]表示非大写字符范围 \{n,m\} 表示找出 n 到 m 个前一个 RE 字符 \{n,\} 表示 n 个以上的前一个 RE 字符