查找文本

用到的关键字grep,最简单的用法就是使用固定字符串

比如使用who命令查找当前多少人登陆系统

who |grep syx,就可以查看名字叫syx的用户登录于何处.

grep的语法:

grep [options pattern-spec [files...]

 

用途:显示匹配一个或者多个模式的文本行.时常为作为管道的第一步,以便对匹配的数据进一步处理.

主要选项

-i:模式匹配时忽略大小写

-V:显示不匹配的行

-l:列出匹配模式的文件名称,而不是打印匹配的行

-n:列出检索目标所在的行号

-c:统计匹配的行总数,不显示航信息

行为模式

读取命令行上致命的每个文件,发现匹配查找迷失的行时,将它显示出来,当指名多个文件时,grep会在每一行前面加上文件名与一个冒号.

grep:最常用,可以检索目标(一个活多个单词或正则表达式).

fgrep:不能使用正则表达式,可以检索多个目标,等同于grep -f

egrep:支持丰富的正则表达式,而且支持多目标检索,等同于grep -e.

一般情况下没有使用fgrep的,我们也不建议使用.

说起文本检索就不得不提到正则表达式,正则表达式十一中表示方法,可以查找匹配特定准则的文本.例如,查找以”a”字母开头的文本.茨表示法可以写一个表达式,选定或匹配多个数据字符串.

从根本上来看，正则表达式是由两个基本组成部分所建立：一般字符与特殊字符。一般字符指的是任何没有特殊意义的字符。在某些情况下，特殊特殊字符也可以视为一般字符。特殊字符称为元字符（metacharacter）。

BRE:基本正则表达式（Basic Regular Expression）

ERE:扩展的正则表达式（Extended Regular Expression）

先来看一些简单的匹配返利

tolstoy: 匹配一行上任意位置的7个字母:tolstoy

^tolstoy: 7个字母tolstoy,出现在一行的开头

tolstoy$: 出现在一行的结尾

^tolstoy$: 正好包含这7个字母的一行,没有其他的任何字符.

[tT]olstoy: 在一行的任意位居中,含有Tolstoy或者tolstoy

tol.toy:在一行的任意位居中,含有tol这三个字母,加上一个特殊字符,在接着toy这三个字母

tol.*toy:在一行的任意位居中,含有tol这三个字母,加上任意的0或者多个字符,再继续toy这三个字母(例如:toltoy,tolstoy,tolWHOtoy都是满足要求的).

 

shell中的通配符:

*: 代表0个或者多个任意字符

?: 代表一定有一个的任意字符

[]: 代表一定有一个在括号内的字符(非任意字符).例如[abcd]代表一定有一个字符,可能是abcd这四个选项的任意一个.

[-]: 若邮件韩在括号内时,代表在编码顺序内的所有自负.例如:[0-9]代表0到9之间的所有数字,因为数字的语系编码是连续的.

[^]: 若括号内的第一个字符为指数字符(^),那表示反向选择,例如:[^abc]代表一定有一个字符,只要是非abc的其他字符就可以.

 

shell中的特殊字符:

#: 注释字符

\: 将特殊字符或者通配符还原成一般字符

|: 管道符,分割两个管线命令的界定

;: 连续命令下达分隔符

~: 用户的家目录

$: 放在变量前面,正确使用变量

&: 工作控制,将命令编程背景下工作

!: 非(!)的意思,逻辑运算符

>,>>: 输出重定向,分别是覆盖和追加

<,<<: 输入重定向

‘’: 单引号,不具有变量置换的功能

“”: 双引号,具有变量置换的功能

(): 在中间的为子shell的起始与结束

{]: 在中间为命令块的组合

 

shell中正则表达式的控制字符

^: 匹配行首位置

$: 匹配行尾位置

.: 匹配任意祖父

*: 对*之前的匹配整体或字符匹配任意次(包括0次)

\?: 对\?之前的匹配整体或字符匹配0次或1次

\{n\}: 对 \ { 之前的匹配整体或字符匹配n次

\{m,\}: 对 \ { 之前的匹配整体或字符匹配至少m次

\{m,n}: 对 \ { 之前的匹配整体或字符匹配m到n次 

[abcdef]: 对单字符而言匹配[]中的字符

[a-z]; 对单字符而言,匹配任意一个小写字母

[^a-z]: 不匹配括号中的内容

 

 

基本正则表达式

匹配单个字符

1.匹配一般字符:一般字符是指无特殊含义的字符,包括所有文本和数字字符,绝大多数的空白字符以及标点符号字符,因此,正则a,匹配a.

2.如果相匹配*,因为*是特殊字符,所以需要用 \ 转义,正则\*,匹配*.

3..(点号)字符意即”任意字符”,例如a.c匹配于abc,aac.

4.使用方括号表达式.例如x[abcdefg]z,可以匹配xaz,xbz,等,方括号里如果存在(^),表示取反的意思,就是说不匹配列表里的任意字符.

 

[0123456789]表示所数字,但是这样写太麻烦,我们可以用[0-9]来表示,[abcdefg]同样可以用[a-g]

 

单个表达式匹配多字符

最简单的办法就是把它们一一列出来:正则abc匹配于abc.

虽然(.)meta字符与方括号表达式都提供了依次匹配一个字符的很好方式,单正则真正强大而有力地功能是修饰符meta字符的使用上.

最常用的修饰符是(*),表示匹配0个或多个前面的单个字符.因此ab*c表示”匹配一个a,0个或多个b字符以及a空c”.这个正则匹配的有ac,abc,abbcabbbbc.

匹配0或多个,不表示匹配其他的某一个.例如正则ab*c,文本aQc是不匹配的.但是ac是匹配的.

(*)修饰符虽然好用,但是他没有限制,如要只要指定次数,使用一个复杂的方括号表达式虽然也能指定次数,但是太过麻烦.我们就引入了区间表达式.所谓的区间表达式有三种变化

\{n\}       前置正则表达式所得结果重现n次

\{n,\} 前置正则表达式所得结果至少出现n次

\{n,m\} 出现n到m次

例如我们想要表达”重现5个a” =>a\{5\},”重现10到42个q”=>q\{10,42\};

 

 

文本匹配锚点

两个meta字符是脱节符号(^),与货币字符(&),他们叫做锚点,因为其用途在限制正则表达式匹配时,针对要被匹配字符的开始或者结尾处进行匹配,

假定有一串字符串:abcABCdefDEF

正则表达式锚点的范例

模式	是否匹配	理由
ABC	是	居中的4,5,6字符匹配
^ABC	否	起始处不是ABC
def	是	居中的7,8,9字符匹配
def$	否	结尾处不是def
[[:upper:]]\{3\}	是	居中的大写ABC匹配
[[:upper:]]\{3\}$	是	结尾的大写DEF匹配
^[[:alpha:]]\{3\}	是	起始处的abc匹配

 

^和$当然能同时使用,这种情况将括起来的正则表达式匹配整个字符串(或行).有时^$这样简易的正则很好用,可以用来匹配空的字符串或行列.例如加上grep -v 选项用来显示所有不匹配模式的行们使用上面的做法,便能过滤掉文件里的空号.

^$尽在起始与结尾具有特殊用处.例如ab^cd里的^表示的就是自身(^).

 

 

BRE运算符哟普先机,由高到低

[..] [==] [::]  用于字符拍的方括号符号

\metacharacter  转移的meta字符

[]                            方括号表达式

\{ \}  子表达式

*  \{ \ } 前置单个字符重现的正则表达式

无符号  连续

^$ 锚点