Grep

Grep 是一个 Unix 实用程序，用于搜索管道到它的信息或当前目录中的文件。一个例子应该有助于澄清事情。

假设我们想搜索一个目录，并且想找到所有名称中包含字符串“hello”的文件。你可能会在 shell 中发出 'ls' 命令来列出目录的内容，然后

$ ls
DumpSite.sh  crontab.txt  nagios-3.0.6  xmpppy  xymon-4.3.0-beta2

并手动查看所有内容，或者你可以使用 'ls' 命令并将 ls 的输出管道到 grep

$ ls |grep crontab
crontab.txt

相反，如果你想过滤一个列表，除非某些条目，把它放在参数 -v 中

$ ls |grep -v crontab
DumpSite.sh
nagios-3.0.6
xmpppy
xymon-4.3.0-beta2

'|' 字符是管道的表示，基本上将 'ls' 命令的输出作为 grep 的输入。你应该得到一个不错的（可能是空的）列表，其中包含所有名称中包含“hello”的文件。

对于搜索词，grep 可以接受正则表达式而不是普通字符串。一个简单的例子可能是查找目录中的所有 .txt 或 .jpg 文件

$ ls | grep '.*\(txt\|jpg\)'

这里的正则表达式由 .* 组成，它可以代表文件名中的任何内容，以及 $txt\|jpg$，它产生 txt 或 jpg 作为文件结尾。

选项

命令行选项，也称为 grep 的开关

-e pattern
-i: 忽略大小写。
-v: 反转匹配。
-c: 仅输出匹配行的计数。
-l: 仅输出匹配文件。
-n: 在每行匹配行之前加上行号。
-b: 一个历史上的好奇：在每行匹配行之前加上块号。
-h: 输出匹配行，不以文件名作为前缀。
-s: 抑制有关不存在或不可读文件的错误消息。
-x
-f file: 从文件获取正则表达式。
-o: 输出匹配行的匹配部分。

命令行选项，也称为 GNU grep 的开关，超越了基本的 grep

--help
-V, --version
--regexp=pattern，除了 -e pattern
--invert-match，除了 -v
--word-regexp，除了 -w
--line-regexp，除了 -x
-A num, --after-context=num
-B num, --before-context=num
-C num, -num, --context=num
等等...

链接

2.1 命令行选项在 grep 手册，gnu.org
Unix grep(1) 手册页在 man.cat-v.org，DESCRIPTION 部分

正则表达式

Grep 使用特定版本的正则表达式，不同于 sed 和 Perl。 Grep 涵盖 POSIX 基本正则表达式（另请参见正则表达式/Posix 基本正则表达式）。

grep 中可用的正则表达式功能包括 *、.、^、$、[ ]、[^ ]、、\n、\{i\}、\{i,j\}、\{i,\}。

GNU grep 中作为 GNU 扩展可用的正则表达式功能包括 \?、\+、\b、\B、\<、\>、\w、\W、\s、\S。

使用 -E 开关在 grep 中可用的正则表达式功能包括？、+、|、( )、{i}、{i,j}、{i,}

grep 支持的预定义字符类包括 [:alpha:]、[:blank:]、[:cntrl:]、[:digit:]、[:graph:]、[:lower:]、[:print:]、[:punct:]、[:space:]、[:upper:] 和 [:xdigit:]。

grep 中不可用的正则表达式功能包括 Perl 的 \d、\D、\A 和 \Z。

链接

正则表达式在 GNU grep 手册中，gnu.org

技巧

当使用从 find 调用的 grep 时，让 grep 输出文件的完整路径，然后输出匹配的内容非常有用。为了能够做到这一点，让 grep 认为它是用多个文件调用的，在 {} 之后添加 /dev/null，如下所示

 find /var/www -exec grep php {} /dev/null \;

示例

grep 使用的示例

echo file.txt | grep ".*$txt\|doc$"
- 匹配。 "$" 和 "$" 创建一个组，而 "\|" 分隔组中的项目。如果组的至少一个项目匹配，则组匹配。
echo a456 | grep "[a-zA-Z][0-9][0-9]*"
- 匹配。 "[" 和 "]" 是字符组的定界符。 "*" 代表零、一个或任何其他数量的先前内容。
echo a456 | grep -i "[A-Z][0-9]\+"
- 匹配。 "\+" 代表一个或多个先前内容的出现。与 "*" 不同，"+" 必须以 "\" 为前缀。 "-i" 使搜索不区分大小写。
echo file.txt | grep -E ".*(txt|doc)"
- 匹配。 "-E" 代表扩展正则表达式。在扩展正则表达式中，"(" 和 "|" 不需要 "\" 充当特殊字符；它们需要 "\" 充当字面量，即代表它们自身。
echo abbc | grep -E "abb?c"
- 在由 -E 开关启用的扩展正则表达式中，问号匹配零个或一个先前内容的出现。
echo abbc | grep "abb\?c"
- 在 GNU Grep 中，\?（反斜杠前缀的问号）匹配零个或一个先前内容的出现。
echo a4c | grep -P "a\dc"
- 在某些版本的 GNU Grep 中，匹配。 "-P" 代表 Perl 正则表达式；正则表达式中的 "\d" 代表一个数字。
grep -P "\x22hello\x22" file.txt
- 在某些版本的 GNU Grep 中，搜索以引号开头的字符串，后跟“hello”，后跟另一个引号。利用 -P，它打开 Perl 正则表达式。在 Perl 正则表达式中，"\x22" 代表引号，通过代表 ASCII 十六进制值为 22 的字符。
grep -P "a\t+b" file.txt
- 在某些版本的 GNU Grep 中，通过 "\t" 指代制表符（制表符）。由 -P 启用。
grep -r "soughtPattern" . --include=*.java
- 在某些版本的 GNU Grep 中，递归搜索文件。注意代表当前目录的句点。
grep -Fxv -f file2.txt file1.txt
- 输出集合差集：file1.txt - file2.txt。使用 -F 将搜索词解释为字面意义，也称为非正则表达式，-x 仅匹配整行，-v 反转匹配，-f 从文件获取搜索词。
grep -Fx -f file1.txt file2.txt
- 输出集合交集：file1.txt 中也存在于 file2.txt 中的那些行。
grep -P "Sch\xc3\xb6nheit" *
- 在 unicode UTF-8 编码文件中搜索德语单词“Schönheit”。利用 -P 利用 Perl 正则表达式；使用 \x 后跟十六进制数来搜索 ö 的 UTF-8 编码，它是 C3B6。要找出 UTF-8 文本的十六进制代码，请使用支持 UTF-8 的纯文本编辑器创建一个包含该文本的文件，然后使用显示十六进制的程序（多个操作系统上的 hexdump）来找到该文本的十六进制代码。 UTF-8 编码不要与代码点混淆；ö 的代码点是 F6，而它的 UTF-8 编码是 C3B6。
grep -a -i -o "[-_a-z0-9 ]\{4,\}" mybinary.o
- 在一定程度上模拟 strings 命令，输出长度至少为 4 的字符串序列，用于允许的字符串字符的特定标准。使用 -a 将二进制文件视为文本文件，使用 -o 仅输出找到的与模式匹配的序列，而不是包含匹配项的行。
nice -19 find /etc /var/www -type f -name "*.php" -exec grep -e foreach -e str_replace -e return.*base64_decode {} /dev/null \; >php-possible-malware.txt
- 然后使用此方法分析，它首先显示最长的行：cat php-possible-malware.txt | awk '{ print length, $0 }' |sort -n -s -r |head -50 |less
perl -ne "print if /\x22hello\x22/" file.txt
- 这不是一个真正的 grep 示例，而是一个 Perl 单行命令，如果 Perl 可用而 grep 不可用，你可以使用它。

版本

可以从 GNU ftp 服务器获取旧版本的 GNU grep。

GNU grep 的发布公告在 savannah 组中。

可以从 git.savannah.gnu.org 获取 GNU grep 的变更日志。

可以在 GnuWin32 项目以及 Cygwin 中获得适用于 MS Windows 的 GNU grep 版本。

参见

外部链接