Linux的grep命令如何使用

grep是一个最初用于Unix操作系统的命令行工具。在给出文件列表或标准输入后，grep会对匹配一个或多个正则表达式的文本进行搜索，并只输出匹配（或者不匹配）的行或文本。grep这个应用程序最早由肯·汤普逊写成。grep原先是ed下的一个应用程序，名称来自于g/re/p（globally search a regular expression and print，以正规表示法进行全局查找以及打印）。

安装 grep

Linux 默认安装了 grep。 MacOS 默认安装了 BSD 版的 grep。BSD 版的 grep 跟 GNU 版有一点不一样，因此如果你想完全参照本文，那么请使用 Homebrew 或 MacPorts 安装 GNU 版的 grep。

基础的 grep

所有版本的 grep 基础语法都一样。入参是匹配模式和你需要搜索的文件。它会把匹配到的每一行输出到你的终端。

$ grep gnu gpl-3.0.txtalong with this program. If not, see ...grep 命令默认大小写敏感，因此 “gnu”、“GNU”、“Gnu” 是三个不同的值。你可以使用 --ignore-case 选项来忽略大小写。$ grep --ignore-case gnu gpl-3.0.txt

你也可以通过 –invert-match 选项来输出所有没有匹配到的行：

$ grep --invert-match \--ignore-case gnu gpl-3.0.txtVersion 3, 29 June 2007Copyright (C) 2007 Free Software Foundation, Inc. [...648 lines...]Public License instead of this License. But first, please read

管道

能搜索文件中的文本内容是很有用的，但是 POSIX 的真正强大之处是可以通过“管道”来连接多条命令。我发现我使用 grep 最好的方式是把它与其他工具如 cut、tr 或 curl 联合使用。 假如现在有一个文件，文件中每一行是我想要下载的技术论文。我可以打开文件手动点击每一个链接，然后点击火狐浏览器的选项把每一个文件保存到我的硬盘，但是需要点击多次且耗费很长时间。而我还可以搜索文件中的链接，用 –only-matching 选项只打印出匹配到的字符串。

$ grep --only-matching Http\:\/\/.*pdf example.htmlhttp://example.com/linux_whitepaper.pdfhttp://example.com/bsd_whitepaper.pdfhttp://example.com/important_security_topic.pdf

输出是一系列的 URL，每行一个。而这与 Bash 处理数据的方式完美契合，因此我不再把 URL 打印到终端，而是把它们通过管道传给 curl：

$ grep --only-matching http\:\/\/.*pdf \example.html | curl --remote-name

这条命令可以下载每一个文件，然后以各自的远程文件名命名保存在我的硬盘上。 这个例子中我的搜索模式可能很晦涩。那是因为它用的是正则表达式，一种在大量文本中进行模糊搜索时非常有用的”通配符“语言。

正则表达式

没有人会觉得正则表达式regular expression（简称 “regex”）很简单。然而，我发现它的名声往往比它应得的要差。诚然，很多人在使用正则表达式时“过于炫耀聪明”，直到它变得难以阅读，大而全，以至于复杂得换行才好理解，但是你不必过度使用正则。这里简单介绍一下我使用正则表达式的方式。 首先，创建一个名为 example.txt 的文件，输入以下内容：

AlbaniaAlgeriaCanada01311

最基础的元素是不起眼的 . 字符。它表示一个字符。

$ grep Can.da example.txt

Canada

模式 Can.da 能成功匹配到 Canada 是因为 . 字符表示任意一个字符。 可以使用下面这些符号来使 . 通配符表示多个字符：

1. ? 匹配前面的模式零次或一次
2. * 匹配前面的模式零次或多次
3. + 匹配前面的模式一次或多次
4. {4} 匹配前面的模式 4 次（或是你在括号中写的其他次数）

了解了这些知识后，你可以用你认为有意思的所有模式来在 example.txt 中做练习。可能有些会成功，有些不会成功。重要的是你要去分析结果，这样你才会知道原因。 例如，下面的命令匹配不到任何国家：

$ grep A.a example.txt

因为 . 字符只能匹配一个字符，除非你增加匹配次数。使用 * 字符，告诉 grep 匹配一个字符零次或者必要的任意多次直到单词末尾。因为你知道你要处理的内容，因此在本例中零次是没有必要的。在这个列表中一定没有单个字母的国家。因此，你可以用 + 来匹配一个字符至少一次且任意多次直到单词末尾：

$ grep A.+a example.txtAlbaniaAlgeria

你可以使用方括号来提供一系列的字母：

$ grep [A,C].+a example.txtAlbaniaAlgeriaCanada

也可以用来匹配数字。结果可能会震惊你：

$ grep [1-9] example.txt1311

看到 11 出现在搜索数字 1 到 9 的结果中，你惊讶吗？ 如果把 13 加到搜索列表中，会出现什么结果呢？ 这些数字之所以会被匹配到，是因为它们包含 1，而 1 在要匹配的数字中。 你可以发现，正则表达式有时会令人费解，但是通过体验和练习，你可以熟练掌握它，用它来提高你搜索数据的能力。