【linux】文件与目录命令 - grep

grep 命令用于在文本文件或标准输入中查找匹配的字符串模式，是一种功能强大的文本搜索工具，支持正则表达式和多种搜索选项。

1. 基本用法

• 语法：

  grep [选项] 模式 [文件...]
  

• 功能：

  • 搜索并匹配文件或输入中的指定模式，输出匹配的行。
  • 支持基本和扩展的正则表达式。

• 此命令是否系统自带：此命令是系统默认自带的，无需额外安装。

---

2. 常用参数

• 基础选项：
  • -i：忽略大小写。
  • -v：显示未匹配的行（反向匹配）。
  • -c：仅显示匹配行的数量。
  • -n：显示匹配行的行号。
  • -l：仅显示包含匹配模式的文件名。
  • -L：仅显示不包含匹配模式的文件名。
  • -o：仅输出匹配的部分。
• 正则相关：
  • -E：使用扩展正则表达式（等价于 egrep）。
  • -F：使用固定字符串（不解析正则表达式，等价于 fgrep）。
  • -G：使用基本正则表达式（默认）。
  • -P：使用 Perl 风格的正则表达式（支持更高级语法）。
• 输出控制：
  • -H：在输出中显示文件名（默认用于多个文件）。
  • -h：在输出中不显示文件名。
  • -A N：显示匹配行及其后 N 行。
  • -B N：显示匹配行及其前 N 行。
  • -C N：显示匹配行及上下各 N 行。
• 其他：
  • --color：为匹配的内容加颜色（大部分系统默认开启）。
  • --help：显示帮助信息。
  • --version：显示命令版本信息。

---

3. 用法举例

• 基本搜索匹配：
  搜索文件 file.txt 中包含 hello 的行：

  grep "hello" file.txt
  

• 忽略大小写：

  grep -i "hello" file.txt
  

• 反向匹配：
  显示不包含 hello 的行：

  grep -v "hello" file.txt
  

• 显示行号：

  grep -n "hello" file.txt
  

• 显示文件名：
  搜索多个文件，显示包含匹配的文件名：

  grep -l "hello" file1.txt file2.txt
  

• 使用正则表达式：
  搜索以数字开头的行：

  grep "^[0-9]" file.txt
  

• 扩展正则表达式：
  搜索以 a 或 b 开头的行：

  grep -E "^(a|b)" file.txt
  

• 输出上下文行：
  显示匹配行及其前后 2 行：

  grep -C 2 "hello" file.txt
  

• 从标准输入中搜索：
  处理命令输出：

  ps aux | grep "root"
  

---

4. 注意事项

• 默认情况下，grep 匹配模式是区分大小写的，使用 -i 可忽略大小写。

• 对于正则表达式，基本正则支持的语法较少，推荐使用扩展正则选项（-E）。

• 搜索包含特殊字符的字符串时需要转义，如：

  grep "a\.b" file.txt
  # 搜索包含 "a.b" 的行
  

• 当处理大文件或复杂模式时，grep 的性能可能不如专用工具（如 ack 或 rg）。

• grep 的 -P 选项在某些系统上可能不可用，依赖于底层库的支持。

5. 正则表达式

5.1 正则表达式元字符

字符	描述
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
.	匹配除换行符 \n 之外的任何单字符。
[	标记一个中括号表达式的开始。
?	匹配前面的子表达式零次或一次。例如，“do(es)?” 可以匹配 “do” 或 “does” 。
?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 “oooo”，‘o+?’ 将匹配单个 “o”，而 ‘o+’ 将匹配所有 ‘o’。
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，‘n’ 匹配字符 “n”。‘\n’ 匹配一个换行符。
{	标记限定符表达式的开始。
|	指明两项之间的一个选择。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。
+	匹配前面的子表达式一次或多次。例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。
\cx	匹配由x指明的控制字符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。
\f	匹配一个换页符。
\n	匹配一个换行符。
\xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，‘\x41’ 匹配 “A”。‘\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可以使用 ASCII 编码。
\nm	标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。
\num	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，‘(.)\1’ 匹配两个连续的相同字符。
\nml	如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\r	匹配一个回车符。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。
\S	匹配任何非空白字符。
\t	匹配一个制表符。
\v	匹配一个垂直制表符。
\w	匹配字母、数字、下划线。
\W	匹配非字母、数字、下划线。
\b	匹配一个单词边界，即字与空格间的位置。
\B	非单词边界匹配。
\d	匹配一个数字字符。
\D	匹配一个非数字字符。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，‘o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，“o{1,3}” 将匹配 “fooooood” 中的前三个 o。请注意在逗号和两个数之间不能有空格。
x|y	匹配 x 或 y。例如，‘z|food’ 能匹配 “z” 或 “food”。‘(z|f)ood’ 则匹配 “zood” 或 “food”。
[xyz]	字符集合。匹配所包含的任意一个字符。例如， ‘[abc]’ 可以匹配 “plain” 中的 ‘a’。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， ‘abc’ 可以匹配 “plain” 中的’p’、‘l’、‘i’、‘n’。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，‘[a-z]’ 可以匹配 ‘a’ 到 ‘z’ 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，‘a-z’ 可以匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符。
[\s\S]	匹配所有。\s 是匹配所有空白符，包括换行，\S 非空白符，不包括换行。
( )	标记一个子表达式的开始和结束位置。
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 ‘(’ 或 ‘)’。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 “或” 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 ‘industry|industries’ 更简略的表达式。
(?=pattern)	正向肯定预查（look ahead positive assert），在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)“能匹配"Windows2000"中的"Windows”，但不能匹配"Windows3.1"中的"Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows(?!95|98|NT|2000)“能匹配"Windows3.1"中的"Windows”，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?<=pattern)	反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，"`(?<=95
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。例如"`(?<!95

5.2 正则表达式常用修饰符

修饰符	含义	描述
i	ignore - 不区分大小写	将匹配设置为不区分大小写，搜索时不区分大小写: A 和 a 没有区别
g	global - 全局匹配	查找所有的匹配项
m	multi line - 多行匹配	使边界字符 ^ 和 $ 匹配每一行的开头和结尾，记住是多行，而不是整个字符串的开头和结尾
s	特殊字符圆点 . 中包含换行符 \n	默认情况下的圆点 . 是匹配除换行符 \n 之外的任何字符，加上 s 修饰符之后, . 中包含换行符 \n

5.3 正则表达式运算符优先级

运算符	描述
\	转义符
(), (?:）, (?=）, []	圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
|	替换，“或"操作 字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food”。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。

5.4 正则表达式匹配规则

基本模式匹配

匹配规则	描述
once	如果一个模式不包括 ^ 和 $，那么它与任何包含该模式的字符串匹配
^once	这个模式包含一个特殊的字符 ^，表示该模式只匹配那些以 once 开头的字符串。
bucket$	$ 符号用来匹配那些以给定模式结尾的字符串。
^bucket$	字符 ^ 和 $ 同时使用时，表示精确匹配（字符串与模式一样）
^\t	制表符的转义序列是 \t。所以如果我们要检测一个字符串是否以制表符开头，可以用这个模式

字符簇

匹配规则	描述
[a-z A-Z]	所有的字母和下划线
[[:alpha:]]	所有的3个字母的单词
^a	字母a
^a{4}	aaaa
^a{2,4}	aa,aaa或aaaa
^a{1,3}	a,aa或aaa
^a{2,}	包含多于两个a的字符串
^a{2,}	如：aardvark和aaab，但apple不行
a{2,}	如：baad和aaa，但Nantucket不行
\t{2}	两个制表符
.{2}	所有的两个字符
[a-z]	匹配所有的小写字母
[A-Z]	匹配所有的大写字母
[a-zA-Z]	匹配所有的字母
[0-9]	匹配所有的数字
[0-9. \ -]	匹配所有的数字，句号和减号
[ \f\r\t\n]	匹配所有的白字符
[^a-z]	除了小写字母以外的所有字符
[^\/^]	除了( \ )(/)(^)之外的所有字符
[^ \ "']	除了双引号(")和单引号(')之外的所有字符
[[:alpha:]]	任何字母
[[:digit:]]	任何数字
[[:alnum:]]	任何字母和数字
[[:space:]]	任何空白字符
[[:upper:]]	任何大写字母
[[:lower:]]	任何小写字母
[[:punct:]]	任何标点符号
[[:xdigit:]]	任何16进制的数字，相当于[0-9a-fA-F]