grep 命令系列：grep 中的正则表达式grep 命令系列：grep 中的正则表达式

在 linux 、类 unix 系统中我该如何使用 grep 命令的正则表达式呢？

linux 附带有 gnu grep 命令工具，它支持扩展正则表达式extended regular expressions，而且 gnu grep 在所有的 linux 系统中都是默认有的。grep 命令被用于搜索定位存储在您服务器或工作站上的任何信息。

<a></a>

正则表达式就是用于匹配每行输入的一种模式，模式是指一串字符序列。下面是范例：

<code>^w1</code>

<code>w1|w2</code>

<code>[^ ]</code>

在 /etc/passswd 目录中搜索 'vivek'

<code>grep vivek /etc/passwd</code>

输出例子:

<code>vivek:x:1000:1000:vivek gite,,,:/home/vivek:/bin/bash</code>

<code>vivekgite:x:1001:1001::/home/vivekgite:/bin/sh</code>

<code>gitevivek:x:1002:1002::/home/gitevivek:/bin/sh</code>

搜索大小写任意的 vivek(即不区分大小写的搜索)

<code>grep -i -w vivek /etc/passwd</code>

搜索大小写任意的 vivek 或 raj

<code>grep -e -i -w 'vivek|raj' /etc/passwd</code>

上面最后的例子显示的，就是一个扩展的正则表达式的模式。

你可以分别使用 ^ 和 $ 符号来正则匹配输入行的开始或结尾。下面的例子搜索显示仅仅以 vivek 开始的输入行：

<code>grep ^vivek /etc/passwd</code>

你可以仅仅只搜索出以单词 vivek 开始的行，即不显示 vivekgit、vivekg 等（lctt 译注：即该单词后面是空格、符号等英文的单词分隔符。）

<code>grep -w ^vivek /etc/passwd</code>

找出以单词 word 结尾的行：

<code>grep 'foo$' 文件名</code>

匹配仅仅只包含 foo 的行：

<code>grep '^foo$' 文件名</code>

如下所示的例子可以搜索空行：

<code>grep '^$' 文件名</code>

匹配 vivek 或 vivek：

<code>grep '[vv]ivek' 文件名</code>

或者

<code>grep '[vv][ii][vv][ee][kk]' 文件名</code>

也可以匹配数字 (即匹配 vivek1 或 vivek2 等等):

<code>grep -w '[vv]ivek[0-9]' 文件名</code>

可以匹配两个数字字符(即 foo11、foo12 等):

<code>grep 'foo[0-9][0-9]' 文件名</code>

不仅仅局限于数字，也能匹配至少一个字母的:

<code>grep '[a-za-z]' 文件名</code>

显示含有 "w" 或 "n" 字符的所有行：

<code>grep [wn] 文件名</code>

放在括号内的表达式，即包在 "[:" 和 ":]" 之间的字符类的名字，它表示的是属于此类的所有字符列表。标准的字符类名称如下：

<code>[:alnum:]</code> - 字母数字字符

<code>[:alpha:]</code> - 字母字符

<code>[:blank:]</code> - 空字符: 空格键符 和 制表符

<code>[:digit:]</code> - 数字: '0 1 2 3 4 5 6 7 8 9'

<code>[:lower:]</code> - 小写字母: 'a b c d e f g h i j k l m n o p q r s t u v w x y z'

<code>[:space:]</code> - 空格字符: 制表符、换行符、垂直制表符、换页符、回车符和空格键符

<code>[:upper:]</code> - 大写字母: 'a b c d e f g h i j k l m n o p q r s t u v w x y z'

在这个例子所示的是匹配所有大写字母:

<code>grep '[:upper:]' 文件名</code>

你可以使用 "." 来匹配单个字符。例子中匹配以 "b" 开头以 "t" 结尾的3个字符的单词：

<code>grep '\&lt;b.t\&gt;' 文件名</code>

在这儿,

<code>\&lt;</code> 匹配单词前面的空字符串

<code>\&gt;</code> 匹配单词后面的空字符串

打印出只有两个字符的所有行:

<code>grep '^..$' 文件名</code>

显示以一个点和一个数字开头的行：

<code>grep '^\.[0-9]' 文件名</code>

下面要匹配到 ip 地址为 192.168.1.254 的正则式是不正确的：（lctt 译注：可以匹配到该 ip 地址，但是也有可能匹配到间隔符号不是点的类似格式）

<code>grep '192.168.1.254' /etc/hosts</code>

三个点字符都需要转义：

<code>grep '192\.168\.1\.254' /etc/hosts</code>

下面的例子只能匹配出 ip 地址：（lctt 译注：实际上由于 ip 地址中数字的取值范围，该正则表达式并不精确）

<code>egrep '[[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}' 文件名</code>

要使用 -e 选项来搜索匹配 '--test--' 字符串，如果不使用 -e 选项，grep 命令会试图把 '--test--' 当作自己的选项参数来解析：

<code>grep -e '--test--' 文件名</code>

使用如下的语法：

<code>grep -e 'word1|word2' 文件名</code>

<code>或</code>

<code>egrep 'word1|word2' 文件名</code>

或者是

<code>grep 'word1\|word2' 文件名</code>

使用下面的语法来显示既包含 'word1' 又包含 'word2' 的所有行

<code>grep 'word1' 文件名 | grep 'word2'</code>

使用如下的语法，您可以检测一个字符在序列中重复出现次数：

<code>{n}</code>

<code>{n,}</code>

<code>{min,max}</code>

要匹配字符 “v" 出现两次：

<code>egrep "v{2}" 文件名</code>

下面的命令能匹配到 "col" 和 "cool" ：

<code>egrep 'co{1,2}l' 文件名</code>

下面的命令将会匹配出至少有三个 'c' 字符的所有行。

<code>egrep 'c{3,}' 文件名</code>

下面的例子会匹配 91-1234567890（即二个数字-十个数字） 这种格式的手机号。

<code>grep "[[:digit:]]\{2\}[ -]\?[[:digit:]]\{10\}" 文件名</code>

<code>grep --color 正则表达式 文件名</code>

使用如下语法：

<code>grep -o 正则表达式 文件名</code>

限定符

描述

<code>.</code>

匹配任意的一个字符。

<code>?</code>

匹配前面的子表达式，最多一次。

<code>*</code>

匹配前面的子表达式零次或多次。

<code>+</code>

匹配前面的子表达式一次或多次。

匹配前面的子表达式 n 次。

匹配前面的子表达式 n 次到多次。

<code>{n,m}</code>

匹配前面的子表达式 n 到 m 次，至少 n 次至多 m 次。

<code>-</code>

只要不是在序列开始、结尾或者序列的结束点上，表示序列范围。

<code>^</code>

匹配一行开始的空字符串；也表示字符不在要匹配的列表中。

<code>$</code>

匹配一行末尾的空字符串。

<code>\b</code>

匹配一个单词前后的空字符串。

匹配一个单词中间的空字符串。

<code>\&lt;</code>

匹配单词前面的空字符串。

<code>\&gt;</code>

匹配单词后面的空字符串。

egrep 等同于 grep -e 。它会以扩展的正则表达式的模式来解释模式。下面来自 grep 的帮助页：

基本的正则表达式元字符 ?、+、 {、 |、 ( 和 ) 已经失去了它们原来的意义，要使用的话用反斜线的版本 \?、\+、\{、\|、\( 和 \) 来代替。 传统的 egrep 并不支持 { 元字符，一些 egrep 的实现是以 \{ 替代的，所以一个可移植的脚本应该避免在 grep -e 使用 { 符号，要匹配字面的 { 应该使用 [}]。 gnu grep -e 试图支持传统的用法，如果 { 出在在无效的间隔规范字符串这前，它就会假定 { 不是特殊字符。 例如，grep -e '{1' 命令搜索包含 {1 两个字符的串，而不会报出正则表达式语法错误。 posix.2 标准允许这种操作的扩展，但在可移植脚本文件里应该避免这样使用。

本文来自云栖社区合作伙伴“linux中国”

原文发布时间为：2013-04-02.