无题

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

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。

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：

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：

[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：

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

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”。

grep -n 'oog' regular_express.txt

如果我不想要“oog”字符前面有 g，则使用“^g\oog”。

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”。

grep -n '[^go]oog' regular_express.txt

2-2-2

其中，

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

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：

grep -n '^the' regular_express.txt

查找行首为大写字母的所有行：

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：

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：

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）

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：

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。

*（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。

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

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：

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：

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