下载
第8章 grep 家 族
相信 g r e p是 U N I X和 L I N U X中使用最广泛的命令之一。 g r e p（全局正则表达式版本）允许
对文本文件进行模式查找。如果找到匹配模式， grep打印包含模式的所有行。 grep支持基本正
则表达式，也支持其扩展集。 grep有三种变形，即：
Grep：标准 grep命令，本章大部分篇幅集中讨论此格式。
E g r e p ：扩展 g r e p，支持基本及扩展的正则表达式，但不支持 \ q 模式范围的应用，与之相
对应的一些更加规范的模式，这里也不予讨论。
F g r e p：快速 g r e p 。允许查找字符串而不是一个模式。不要误解单词 f a s t，实际上它与 g r e p
速度相当。
在本章中我们将讨论：
• grep（参数）选项。
• 匹配 grep的一般模式。
• 只匹配字母或数字，或两者混用。
• 匹配字符串范围。
实际上应该只有一个 grep 命令，但不幸的是没有一种简单形式能够统一处理 grep的三种变
形，将之合而为一，并保持 g r e p 单模式处理时的速度。 GNU grep 虽然在融合三种变形上迈进
了一大步，但仍不能区分元字符的基本集和扩展集。上一章只讨论了基本的正则表达式，但
在查看 g r e p时也涉及到一些扩展模式的匹配操作。然而，首先还是先讨论一下在 g r e p 和 f g r e p
及egrep中均可使用的 grep模式吧。
开始讨论之前，先生成一个文件，插入一段文本，并在每列后加入 <Tab>键， g r e p命令示
例中绝大多数将以此为例，其命名为 data..f。生成一个文件，但不知其含义，将是一件很枯燥
的事。那么先来看看 data.f的记录结构。
第1列：城市位置编号。
第2列：月份。
第3列：存储代码及出库年份。
第4列：产品代号。
第5列：产品统一标价。
第6列：标识号。
第7列：合格数量。
57
第8章 grep 家 族
下载
8.1 grep
grep一般格式为：
grep [ 选项 ]基本正则表达式 [文件 ]
这里基本正则表达式可为字符串。
8.1.1 双引号引用
在g r e p命令中输入字符串参数时，最好将其用双引号括起来。例如： m y s t r i n g”
“ 。这样做
有两个原因，一是以防被误解为 s h e l l命令，二是可以用来查找多个单词组成的字符串，例如：
“ jet plane ” ，如果不用双引号将其括起来，那么单词 p l a n e 将被误认为是一个文件，查询结果
将返回“文件不存在”的错误信息。
在调用变量时，也应该使用双引号，诸如： g r e p“ $MYVAR ”文件名，如果不这样，将
没有返回结果。
在调用模式匹配时，应使用单引号。
8.1.2 grep选项
常用的 grep选项有：
-c 只输出匹配行的计数。
-i 不区分大小写（只适用于单字符） 。
-h 查询多文件时不显示文件名。
-l 查询多文件时只输出包含匹配字符的文件名。
-n 显示匹配行及行号。
-s 不显示不存在或无匹配文本的错误信息。
-v 显示不包含匹配文本的所有行。
8.1.3 查询多个文件
如果要在当前目录下所有 .doc文件中查找字符串“ sort” ，方法如下：
$ grep "sort"*.doc
或在所有文件中查询单词“ sort it ”
$ grep "sort it" *
现在讲述在文本文件中 grep选项的用法。
8.1.4 行匹配
$ grep -c "48"data.f
$4
grep返回数字 4，意义是有 4行包含字符串“ 48”。
现在显示包含“ 48”字符串的 4行文本：
58 第二部分 文 本 过 滤
下载
8.1.5 行数
显示满足匹配模式的所有行行数：
行数在输出第一列，后跟包含 48的每一匹配行。
8.1.6 显示非匹配行
显示所有不包含 48的各行：
8.1.7 精确匹配
可能大家已注意到，在上一例中，抽取字符串“ 4 8 ” ，返回结果包含诸如 4 8 4和4 8 3 等包含
“ 48”的其他字符串，实际上应精确抽取只包含 48的各行。注意在每个匹配模式中抽取字符串
后有一个 <Tab>键，所以应操作如下：
<Tab>表示点击 tab键。
使用 g r e p抽取精确匹配的一种更有效方式是在抽取字符串后加 \ > 。假定现在精确抽取 4 8 ，
方法如下：
8.1.8 大小写敏感
缺省情况下， g r e p是大小写敏感的，如要查询大小写不敏感字符串，必须使用 - i开关。在
d a t a . f 文件中有月份字符 S e p t，既有大写也有小写，要取得此字符串大小写不敏感查询，方法
如下：
8.2 grep和正则表达式
使用正则表达式使模式匹配加入一些规则，因此可以在抽取信息中加入更多选择。使用
正则表达式时最好用单引号括起来，这样可以防止 g r e p 中使用的专有模式与一些 s h e l l 命令的
特殊方式相混淆。
59
第8章 grep 家 族
下载
8.2.1 模式范围
假定要抽取代码为 484和483的城市位置，上一章中讲到可以使用 [] 来指定字符串范围，这
里用 48开始，以 3或4结尾，这样抽出 484或483。
8.2.2 不匹配行首
如果要抽出记录，使其行首不是 48，可以在方括号中使用 ^记号，表明查询在行首开始。
8.2.3 设置大小写
使用 - i 开关可以屏蔽月份 S e p t的大小写敏感，也可以用另一种方式。这里使用 [ ]模式抽取
各行包含 Sept和sept的所有信息。
如果要抽取包含 S e p t 的所有月份，不管其大小写，并且此行包含字符串 4 8 3，可以使用管
道命令，即符号“ |”左边命令的输出作为“ |”右边命令的输入。举例如下：
不必将文件名放在第二个 grep命令中，因为其输入信息来自于第一个 grep命令的输出。
8.2.4 匹配任意字符
如果抽取以 L开头，以 D 结尾的所有代码，可使用下述方法，因为已知代码长度为 5 个字
符：
将上述代码做轻微改变，头两个是大写字母，中间两个任意，并以 C结尾：
8.2.5 日期查询
一个常用的查询模式是日期查询。先查询所有以 5开始以 1 9 9 6 或1 9 9 8结尾的所有记录。使
用模式 5 . . 1 9 9 [ 6 , 8 ]。这意味着第一个字符为 5 ，后跟两个点，接着是 1 9 9 ，剩余两个数字是 6或
8。
60 第二部分 文 本 过 滤
下载
查询包含 1 9 9 8 的所有记录的另外一种方法是使用表达式 [ 0 - 9 ] \ { 3 \ } [ 8 ] ，含义是任意数字重
复3次，后跟数字 8，虽然这个方法不像上一个方法那么精确，但也有一定作用。
8.2.6 范围组合
必须学会使用 []抽取信息。假定要取得城市代码，第一个字符为任意字符，第二个字符在
0到5之间，第三个字符在 0到6之间，使用下列模式即可实现。
这里返回很多信息，有想要的，也有不想要的。参照模式，返回结果是正确的，因此这
里还需要细化模式，可以以行首开始，使用 ^符号：
这样可以返回一个预期的正确结果。
8.2.7 模式出现机率
抽取包含数字 4至少重复出现两次的所有行，方法如下：
上述语法指明数字 4至少重复出现两次。
同样，抽取记录使之包含数字 999（三个 9） ，方法如下：
如果要查询重复出现次数一定的所有行，语法如下，数字 9重复出现两次：
有时要查询重复出现次数在一定范围内，比如数字或字母重复出现 2 到6 次，下例匹配数
字8重复出现 2到6次，并以 3结尾：
61
第8章 grep 家 族
下载
8.2.8 使用grep匹配“与”或者“或”模式
g r e p 命令加 - E 参数，这一扩展允许使用扩展模式匹配。例如，要抽取城市代码为 2 1 9 或
216，方法如下：
8.2.9 空行
结合使用 ^和$可查询空行。使用 -n 参数显示实际行数：
8.2.10 匹配特殊字符
查询有特殊含义的字符，诸如$ . ' " * [] ^ | \ + ? ,必须在特定字符前加\。假设要查询包含“.”
的所有行，脚本如下：
或者是一个双引号：
以同样的方式，如要查询文件名 conftroll.conf（这是一个配置文件） ，脚本如下：
8.2.11 查询格式化文件名
使用正则表达式可匹配任意文件名。系统中对文本文件有其标准的命名格式。一般最多
六个小写字符，后跟句点，接着是两个大写字符。例如，要在一个包含各类文件名的文件
filename.deposit 中定位这类文件名，方法如下：
8.2.12 查询IP地址
查询 D N S 服务是日常工作之一，这意味着要维护覆盖不同网络的大量 I P 地址。有时地址
I P 会超过 2 0 0 0个。如果要查看 n n n . n n n 网络地址，但是却忘了第二部分中的其余部分，只知有
两个句点，例如 nnn.nn..。要抽取其中所有 nnn.nnn IP 地址，使用 [0-9]\{3\}\.[0-0\{3\}\。含义是
任意数字出现 3次，后跟句点，接着是任意数字出现 3次，后跟句点。
62 第二部分 文 本 过 滤
下载
8.3 类名
grep允许使用国际字符模式匹配或匹配模式的类名形式。
表8-1 类名及其等价的正则表达式
类 等价的正则表达式 类 等价的正则表达式
[[:upper:]] [A-Z] [[:alnum:]] [0-9a-zA-Z]
空格或 tab键
[[:lower:]] [a-z] [[:space:]]
[[:digit:]] [0-9] [[:alpha:]] [a-zA-Z]
现举例说明其使用方式。要抽取产品代码，该代码以 5 开头，后跟至少两个大写字母。使
用的脚本如下：
如果要抽取以 P或D 结尾的所有产品代码，方法如下：
使用通配符*的匹配模式
现在讲述 grep中通配符 *的使用。现有文件如下：
下述 grep模式结果显示如下：
如在行尾查询某一单词，试如下模式：
这将在所有文件中查询行尾包含单词 device的所有行。
8.4 系统grep命令
使用已学过的知识可以很容易通过 g r e p 命令获得系统信息。下面几个例子中，将用到管
63
第8章 grep 家 族
下载
道命令，即符号 |，使用它左边命令的输出结果作为它右边命令的输入。
8.4.1 目录
如果要查询目录列表中的目录，方法如下：
如果在一个目录中查询不包含目录的所有文件，方法如下：
要查询其他用户和其他用户组成员有可执行权限的目录集合，方法如下：
8.4.2 passwd文件
上述脚本查询 /etc/passwd文件是否包含 louise字符串，如果误输入以下脚本：
将返回 grep命令错误代码 'No such file or directory' 。
上述结果表明输入文件名不存在，使用 grep命令 -s开关，可屏蔽错误信息。
返回命令提示符，而没有文件不存在的错误提示。
如果 grep命令不支持 -s开关，可替代使用以下命令：
脚本含义是匹配命令输出或错误（ 2 > $ 1 ） ，并将结果输出到系统池。大多数系统管理员称
/dev/null为比特池，没关系，可以将之看成一个无底洞，有进没有出，永远也不会填满。
上述两个例子并不算好，因为这里的目的只想知道查询是否成功。本书后面部分将讨论
grep命令的 exit用法，它允许查询并不成功返回。
如要保存 grep命令的查询结果，可将命令输出重定向到一个文件。
脚本将输出重定向到目录 /tmp下文件 passwd.out中。
8.4.3 使用ps命令
使用带有 ps x 命令的 g r e p可查询系统上运行的进程。 ps x 命令意为显示系统上运行的所有
进程列表。要查看 DNS服务器是否正在运行（通常称为 named） ，方法如下：
输出也应包含此 g r e p 命令，因为 g r e p命令创建了相应进程， ps x 将找到它。在 g r e p命令中
使用 -v 选项可丢弃 ps命令中的 grep进程。
64 第二部分 文 本 过 滤
下载
如果 ps x 不适用于用户系统，替代使用 ps -ef。
8.4.4 对一个字符串使用grep
g r e p不只应用于文件，也可应用于字符串。为此使用 e c h o字符串命令，然后对 g r e p命令使
用管道输入。
匹配成功实现。
因为没有匹配字符串，所以没有输出结果。
8.5 egrep
e g r e p代表 e x p r e s s i o n或extended grep ，适情况而定。 e g r e p接受所有的正则表达式， e g r e p
的一个显著特性是可以以一个文件作为保存的字符串，然后将之传给 e g r e p作为参数，为此使
用-f开关。如果创建一个名为 grepstrings 的文件，并输入 484和47：
上述脚本匹配 d a t a . f中包含 4 8 4或 4 7的所有记录。当匹配大量模式时， - f开关很有用，而在
一个命令行中敲入这些模式显然极为繁琐。
如果要查询存储代码 32L或2CC，可以使用（ |）符号，意即“ |”符号两边之一或全部。
可以使用任意多竖线符“ | ” ，例如要查看在系统中是否有帐号 l o u i s e 、 m a t t y 或 pauline ，
使用 who命令并管道输出至 egrep。
还可以使用 ^ 符号排除字符串。如果要查看系统上的用户，但不包括 m a t t y 和 p a u l i n e ，方
法如下：
如果要查询一个文件列表，包括 s h u t d o w n、s h u t d o w n s、 r e b o o t和r e b o o t s ，使用 e g r e p可容
易地实现。
65
第8章 grep 家 族
下载
8.6 小结
希望大家已经理解了 g r e p的灵活性，它是一个很强大而流行的工具，像其他许多 U N I X工
具一样，已经被使用在 D O S 中。如果要通过文件快速查找字符串或模式， g r e p 是一个很好的
选择。简单地说， g r e p是s h e l l 编程中很重要的工具，在本书后面部分使用其他 U N I X工具和进
行变量替换时将发现这一点。