练习使用 Linux 的 grep 命令

系统 Linux
grep 是一种用特定的字符模式来搜索文件中内容的方式。虽然需要一些练习,但学习 grep 命令还是很容易的。本文会介绍一些我认为 grep 最有用的功能。

[[390180]]

来学习下搜索文件中内容的基本操作,然后下载我们的备忘录作为 grep 和正则表达式的快速参考指南。

grep全局正则表达式打印Global Regular Expression Print)是由 Ken Thompson 早在 1974 年开发的基本 Unix 命令之一。在计算领域,它无处不在,通常被用作为动词(“搜索一个文件中的内容”)。如果你的谈话对象有极客精神,那么它也能在真实生活场景中使用。(例如,“我会 grep 我的内存条来回想起那些信息。”)简而言之,grep 是一种用特定的字符模式来搜索文件中内容的方式。如果你感觉这听起来像是文字处理器或文本编辑器的现代 Find 功能,那么你就已经在计算行业感受到了 grep 的影响。

grep 绝不是被现代技术抛弃的远古命令,它的强大体现在两个方面:

  • grep 可以在终端操作数据流,因此你可以把它嵌入到复杂的处理中。你不仅可以在一个文本文件中查找文字,还可以提取文字后把它发给另一个命令。
  • grep 使用正则表达式来提供灵活的搜索能力。

虽然需要一些练习,但学习 grep 命令还是很容易的。本文会介绍一些我认为 grep 最有用的功能。

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。

  1. $ grep gnu gpl-3.0.txt
  2. along with this program. If not, see <http://www.gnu.org/licenses/>.
  3. <http://www.gnu.org/licenses/>.
  4. <http://www.gnu.org/philosophy/why-not-lgpl.html>.

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。

  1. $ grep --ignore-case gnu gpl-3.0.txt
  2. GNU GENERAL PUBLIC LICENSE
  3. The GNU General Public License is a free, copyleft license for
  4. the GNU General Public License is intended to guarantee your freedom to
  5. GNU General Public License for most of our software; it applies also to
  6. [...16 more results...]
  7. <http://www.gnu.org/licenses/>.
  8. <http://www.gnu.org/philosophy/why-not-lgpl.html>.

你也可以通过 --invert-match 选项来输出所有没有匹配到的行:

  1. $ grep --invert-match \
  2. --ignore-case gnu gpl-3.0.txt
  3. Version 3, 29 June 2007
  4.  
  5. Copyright (C) 2007 Free Software Foundation, Inc. <http://fsf.org/>
  6. [...648 lines...]
  7. 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 cuttr 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 选项打印出匹配到的字符串。

  1. $ grep --only-matching http\:\/\/.*pdf example.html
  2. http://example.com/linux_whitepaper.pdf
  3. http://example.com/bsd_whitepaper.pdf
  4. http://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

  1. $ grep --only-matching http\:\/\/.*pdf \
  2. 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:

  1. Albania
  2. Algeria
  3. Canada
  4. 0
  5. 1
  6. 3
  7. 11

最基础的元素是不起眼的 . 字符。它表示一个字符。

  1. $ grep Can.da example.txt
  2. 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:

  • ? 匹配前面的模式零次或一次
  • * 匹配前面的模式零次或多次
  • + 匹配前面的模式一次或多次
  • {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:

  1. $ 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:

  1. $ grep A.+a example.txt
  2. Albania
  3. Algeria

你可以使用方括号来提供一系列的字母:

  1. $ grep [A,C].+a example.txt
  2. Albania
  3. Algeria
  4. Canada

也可以用来匹配数字。结果可能会震惊你:

  1. $ grep [1-9] example.txt
  2. 1
  3. 3
  4. 11

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。

下载备忘录

grep 命令还有很多文章中没有列出的选项。有用来更好地展示匹配结果、列出文件、列出匹配到的行号、通过打印匹配到的行周围的内容来显示上下文的选项,等等。如果你在学习 grep,或者你经常使用它并且通过查阅它的帮助页面来查看选项,那么你可以下载我们的备忘录。这个备忘录使用短选项(例如,使用 -v,而不是 --invert-matching)来帮助你更好地熟悉 grep。它还有一部分正则表达式可以帮你记住用途最广的正则表达式代码。 现在就下载 grep 备忘录! 

 

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2012-05-11 10:10:47

Linuxgrep

2009-12-25 13:44:00

grep命令

2023-09-14 15:05:33

grep正则表达式

2021-07-13 07:52:02

Linuxgrep命令

2021-07-20 10:00:28

Linuxgrep命令

2010-07-01 14:52:42

Linux grep命

2013-11-13 13:55:16

Linux命令grep

2016-12-07 18:22:23

shelllinuxgrep

2024-04-24 14:43:40

Linux命令

2019-08-20 14:29:45

grepsedawk

2017-03-17 14:35:38

2017-01-05 14:19:06

Grep命令查找

2009-08-03 10:12:37

find命令详解find命令linux

2010-03-11 13:52:02

Linux MAN

2021-11-24 09:43:11

grepLinux文件

2020-09-07 07:35:03

Grep命令字符串

2009-08-03 12:02:13

linux at命令linux at命令详使用案例

2009-12-03 10:07:55

Linuxman命令使用技巧

2010-03-04 11:07:24

Linux finge

2009-08-16 20:11:50

linux中talk命talk命令参数linux命令行参数
点赞
收藏

51CTO技术栈公众号