文本搜索grep知识点总结

文本搜索工具：grep, egrep
    根据用户指定的模式对目标文件进行过滤，显示被模式匹配到的行
    grep [OPTION]... 'PATTERN' FILE...
          --color
   
    难点在于模式如何书写，模式主要是应用正则表达式
    正则表达式：由一类字符书写的模式，其中有些字符不表示字符的字面意义，
                而是表示控制或者统配的功能
        元字符：*, ?等
        两类：
            基本正则表达式
            扩展正则表达式
       
    基本正则表达式：
        字符匹配：
            .: 匹配任意单个字符
                例如：grep --color 'r..t' /etc/passwd
                        匹配到r开头，t结尾，中间间隔两个字符的行
           
            []:匹配指定集合中任意单个字符
                [[:digit:]],[0-9]
                [[:lower:]],[a-z]
                [[:upper:]],[A-Z]
                [[:alpha:]],[a-zA-Z]
                [[:alnum:]],[0-9a-zA-Z]
                [[:space:]]
                [[:punct:]]
                例如：grep --color 'abcd[[:digit:]][[:digit:]][0-9]' test
                        匹配以abcd开头，后边跟三个数字的行
               
            [^]:匹配指定集合外的任意单个字符           
                    例如：grep --color 'abcd[^[:digit:]]' test
                          grep --color 'abcd[^0-9]' test
                            匹配以abcd开头，后边不是数字的行
       
        匹配次数：用于对其前面紧邻的字符所能够出现的次数作出限定
            *：匹配其前面的字符任意次，0,1或多次
                例如：grep 'x*y'
                        xy,xxy,xxxy,y
                   
            \?:匹配其前面的字符0次或1次，其中的\为转义字符，即转移?
                例如：grep 'x\?y'
                        xy,xxy,y,xxxy,aby 对于xxy而言，确实匹配到了xy，第一个x是被忽略的
           
            \+:匹配其前面的字符出现至少一次
                例如：grep 'x\+y'
                        xy,xxy,xxxy
           
            \{m\}:匹配前面字符m次
                例如：grep 'x\{2\}y'
                        xxy,xxxy
           
            \{m,n\}:匹配其前面字符至少出现m次，至多出现n次
                例如：grep 'x\{2,4\}y'
                        xxy, xxxy
                      grep 'x\{2,\}y'
                        xxy,xxxy
           
            .*:匹配任意长度的任意字符
       
        位置锚定：
            ^: 行首锚定
                写在模式的最左侧
                例如：grep --color '^abcd' /etc/passwd
                        匹配以abcd开头的行
               
            $: 行尾锚定
                写在模式的最右侧
                例如：grep --color '[0-9]$' /etc/passwd
                        匹配以数字结尾的行
               
            ^$:空白行
                例如：grep --color '^$' /etc/passwd
                        匹配空白行
           
            \<: 词首锚定, \b, \为转义字符
                出现在要查找的单词模式的左侧，\<char
                例如：grep --color '\<r' /etc/passwd
                        匹配以r开头的单词
               
            \>: 词尾锚定, \b，\为转义字符
                出现在要查找的单词模式的右侧，char\>
                例如：grep --color 'tor\>' /etc/passwd
                        匹配以tor结尾的单词
               
            \<pattern\>:匹配单词
                例如：grep --color '\<root\>' /etc/passwd
                        匹配单词root
       
        分组：
            \(\)
            后向引用：模式中，如果使用\(\)实现了分组，在某行文本的检查中，
                    如果\(\)的模式匹配到了某内容，此内容后面的模式中可以被引用；
                \1,\2,\3
                模式自左向右，引用第#个左括号以及与其匹配右括号之间的模式匹配到的内容
               
            例如：grep --color 'ab\{1,\}y' test
                    a与y之间至少一次b
                  grep --color '\(ab\)\{1,\}y' test
                    y之前至少一次ab
                  grep --color '\(ab\)\{1,\}y\1' test
                    y之前至少一次ab,且后边引用第一个分组
                  grep --color '\(ab\)\{1,\}y\2' test
                    y之前至少一次ab,且后边引用第二个分组
               
    grep选项：
        -v: 反向选取，即显示模式匹配之外的行
            例如：grep -v --color 'abcd' test
                    显示abcd之外的行
        -o: 仅显示匹配到的内容
        -i: 忽略字符大小写
        -n: 匹配的同时显示行号
        -E: 使用扩展正则表达式
        -A #:匹配到的下边#行
            例如：grep -A 2 --color 'abcd' test
                    显示匹配abcd的行及其下边两行，共三行
        -B #:匹配到的上边#行
        -C #:匹配到的上下边#行
   
    egrep及扩展的正则表达式
        扩展正则表达式的元字符
            字符匹配：
                .
                []
                [^]
               
            匹配次数限定：
                *
                ?: 匹配其前面字符0次或1次
                +：匹配其前面字符至少1次
                {m}:匹配其前面字符m次
                {m,n}:{m,},{0,n}
           
            锚定：
                ^
                $
                \<, \>: \b
           
            分组：
                ()
                支持后向引用：\1, \2...
           
            或者：
                a|b: a或者b
                ab|cd:
                例如： egrep --color 'ab|c' test
                       grep --color 'ab\|c' test
                        匹配含有ab或者c的行
                       grep --color 'a\(b\|c\)' test
                        匹配含有ab或者ac的行
                       
        例如：grep -E 'PATTERN' FILE...
              egrep 'PATTERN' FILE...