1、 通配符

通配符是shell在做PathnameExpansion时用到的。说白了一般只用于文件名匹配，它是由shell解析的，比如find，ls，cp，mv等。

 

1、1 Shell常见通配符：

通配符	含义	实例
*	匹配 0 或多个字符	a*b a与b之间可以有任意长度的任意字符, 也可以一个也没有, 如aabcb, axyzb, a012b, ab。
?	匹配任意一个字符	a?b a与b之间必须也只能有一个字符, 可以是任意字符, 如aab, abb, acb, a0b。
[list]	匹配 list 中的任意单一字符	a[xyz]b  a与b之间必须也只能有一个字符, 但只能是 x 或 y 或 z, 如: axb, ayb, azb。
[!list]或[^list]	匹配 除list 中的任意单一字符	a[!0-9]b a与b之间必须也只能有一个字符, 但不能是阿拉伯数字, 如axb, aab, a-b。
[c1-c2]	匹配 c1-c2 中的任意单一字符 如：[0-9] [a-z]	a[0-9]b 0与9之间必须也只能有一个字符 如a0b, a1b... a9b。
[!c1-c2]或[^c1-c2]	匹配不在c1-c2的任意字符	a[!0-9]b 如acb adb
{string1,string2,...}	匹配 sring1 或 string2 (或更多)其一字符串	a{abc,xyz,123}b 列出aabcb,axyzb,a123b

 

1、2 shell Meta字符（元字符）

shell 除了有通配符之外，还有一系列自己的其他特殊字符。

字符	说明
IFS	由 <space> 或 <tab> 或 <enter> 三者之一组成(我们常用 space )
CR	由 <enter> 产生
=	设定变量
$	取变量值或取运算值
>	重定向 stdout
<	重定向 stdin
|	管道符号
&	重导向 file descriptor ，或将命令置于背景执行
( )	将其内的命令置于 nested subshell 执行，或用于运算或命令替换
{ }	将其内的命令置于 non-named function 中执行，或用在变量替换的界定范围
;	在前一个命令结束时，而忽略其返回值，继续执行下一个命令
&&	在前一个命令结束时，若返回值为 true，继续执行下一个命令
||	在前一个命令结束时，若返回值为 false，继续执行下一个命令
!	运算意义上的非（not）的意思
#	注释，常用在脚本中
\	转移字符，去除其后紧跟的元字符或通配符的特殊意义

 

1、3 转义字符

有时候，我们想让 通配符，或者元字符 变成普通字符，不需要使用它。那么这里我们就需要用到转义符了。 shell提供转义符有三种。

字符	说明
‘’(单引号)	硬转义，其内部所有的shell 元字符、通配符都会被关掉。
“”(双引号)	软转义，其内部只允许出现特定的shell 元字符：$用于参数替换 `(反单引号，esc键下面)用于命令替换
\(反斜杠)	又叫转义，去除其后紧跟的元字符或通配符的特殊意义

举例：

2、正则表达式

正则表达式是用来匹配字符串的，针对文件内容的文本过滤工具里，大都用到正则表达式，如vi，grep，awk，sed等。

另外，这篇文章只针对Linux下的文本过滤工具的正则表达式进行讨论，其他的一些编程语言，如C++（c regex,c++ regex,boost regex），java，python等都有自己的正则表达式库。

简单点来说，正则表达式是对一组正在处理的文本的描述。

例1：查找文件test中出现单词hi，并且若干字符后出现单词Jerry的行

$ grep -E"\<hi\>.+\<Jerry\>" test

ni hao hi nihao Jerrydsfds

 

例2：查找文件test中出现以hi开头的单词，并且若干字符后出现以Jerry结尾的单词的行

grep -E "\<hi.+Jerry\>"test

ni hao hi nihao Jerrydsfds

wo buhao hiwuyanpingjfkjk Jerry

wo henhao hiwuyanJerry

 

在正则表达式的使用过程中，一些字符是以特定方式处理的。最常使用的特殊字符如下：

字符	含义
^	指向一行的开头
$	指向一行的结尾
.	任意单个字符
[]	字符范围。如[a-z]

如果想将上述字符用作普通字符，就需要在它们前面加上\字符。例如，如果想使用$字符，你需要将它写为\$

在方括号中还可以使用一些有用的特殊匹配模式，如下：

匹配模式	含义
[:alnum:]	字母与数字字符,如grep[[:alnum:]] words.txt
[:alpha:]	字母
[:ascii:]	ASCII字符
[:blank:]	空格或制表符
[:cntrl:]	ASCII控制字符
[:digit:]	数字
[:graph:]	非控制、非空格字符
[:lower:]	小写字母
[:print:]	可打印字符
[:punct:]	标点符号字符
[:space:]	空白字符，包括垂直制表符
[:upper:]	大写字母
[:xdigit:]	十六进制数字

另外，如果指定了用于扩展的-E选项，那些用于控制匹配完成的其他字符可能会遵循正则表达式的规则，对于grep命令，我们还需要在这些字符前面加上\,下表是扩展部分一览：

选项	含义
?	最多一次
*	必须匹配0次或多次
+	必须匹配1次或多次
{n}	必须匹配n次
{n,}	必须匹配n次或以上
{n,m}	匹配次数在n到m之间，包括边界

 

3、通配符和正则表达式比较

（1）通配符和正则表达式看起来有点像，不能混淆。可以简单的理解为通配符只有*,?,[],{}这4种，而正则表达式复杂多了。

（2）*在通配符和正则表达式中有其不一样的地方，在通配符中*可以匹配任意的0个或多个字符，而在正则表达式中他是重复之前的一个或者多个字符，不能独立使用的。比如通配符可以用*来匹配任意字符，而正则表达式不行，他只匹配任意长度的前面的字符。

 

4、grep

引自：http://hi.baidu.com/hzslqt/blog/item/dbd0ea4e5145f819b3de05d6.html

1. grep简介

    grep （global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符， fgrep就是fixed grep或fast grep，它们把所有的字母都看作单词，也就是说，正则表达式中的元字符表示回其自身的字面意义，不再特殊。linux使用GNU版本的grep。它功能更强，可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。

    grep的工作方式是这样的，它在一个或多个文件中搜索字符串模板。如果模板包括空格，则必须被引用，模板后的所有字符串被看作文件名。搜索的结果被送到屏幕，不影响原文件内容。

    grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2。我们利用这些返回值就可进行一些自动化的文本处理工作。

2. grep正则表达式元字符集（基本集）

^       ：锚定行的开始 如：'^grep'匹配所有以grep开头的行。

$        ：锚定行的结束 如：'grep$'匹配所有以grep结尾的行。

.       ：匹配一个非换行符的字符 如：'gr.p'匹配gr后接一个任意字符，然后是p。

*       ：匹配零个或多个先前字符 如：'*grep'匹配所有一个或多个空格后紧跟grep的行。 .*一起用代表任意字符。

[]       ：匹配一个指定范围内的字符，如'[Gg]rep'匹配Grep和grep。

[^]      ：匹配一个不在指定范围内的字符，如：'[^A-FH-Z]rep'匹配不包含A-R和T-Z的一个字母开头，紧跟rep的行。

.. ：标记匹配字符，如'love'，love被标记为1。

\<      ：锚定单词的开始，如:'\<grep'匹配包含以grep开头的单词的行。

\>       ：锚定单词的结束，如'grep\>'匹配包含以grep结尾的单词的行。

x\{m\}   ：重复字符x，m次，如：'o\{5\}'匹配包含5个o的行。

x\{m,\} ：重复字符x,至少m次，如：'o\{5,\}'匹配至少有5个o的行。

x\{m,n\} ：重复字符x，至少m次，不多于n次，如：'o\{5,10\}'匹配5-10个o的行。

\w       ：匹配文字和数字字符，也就是[A-Za-z0-9]，如：'G\w*p'匹配以G后跟零个或多个文字或数字字符，然后是p。

\W       ：\w的反置形式，匹配一个或多个非单词字符，如点号句号等。

\b       ：单词锁定符，如: '\bgrepb\'只匹配grep。

3. 用于egrep和 grep -E的元字符扩展集

+       ：匹配一个或多个先前的字符。如：'[a-z]+able'，匹配一个或多个小写字母后跟able的串，如loveable,enable,disable等。

?       ：匹配零个或多个先前的字符。如：'gr?p'匹配gr后跟一个或没有字符，然后是p的行。

a|b|c    ：匹配a或b或c。如：grep|sed匹配grep或sed

()       ：分组符号，如：love(able|rs)ov+匹配loveable或lovers，匹配一个或多个ov。

x{m},x{m,},x{m,n} ：作用同x\{m\},x\{m,\},x\{m,n\}

5. Grep命令选项

   -a或--text   不要忽略二进制的数据。

   -A   <显示列数>或--after-context=<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之后的内容。

   -b或--byte-offset    在显示符合范本样式的那一列之前，标示出该列第一个字符的位编号。

   -B<显示列数>或--before-context=<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之前的内容。

   -c或--count   计算符合范本样式的列数。

   -C<显示列数>或--context=<显示列数>或-<显示列数>    除了显示符合范本样式的那一列之外，并显示该列之前后的内容。

   -d<进行动作>或--directories=<进行动作>    当指定要查找的是目录而非文件时，必须使用这项参数，否则grep指令将回报信息并停止动作。

   -e<范本样式>或--regexp=<范本样式>    指定字符串做为查找文件内容的范本样式。

   -E或--extended-regexp    将范本样式为延伸的普通表示法来使用。

   -f<范本文件>或--file=<范本文件>    指定范本文件，其内容含有一个或多个范本样式，让grep查找符合范本条件的文件内容，格式为每列一个范本样式。

   -F或--fixed-regexp    将范本样式视为固定字符串的列表。

   -G或--basic-regexp    将范本样式视为普通的表示法来使用。

   -h或--no-filename    在显示符合范本样式的那一列之前，不标示该列所属的文件名称。

   -H或--with-filename    在显示符合范本样式的那一列之前，表示该列所属的文件名称。

   -i或--ignore-case    忽略字符大小写的差别。

   -l或--file-with-matches    列出文件内容符合指定的范本样式的文件名称。

   -L或--files-without-match    列出文件内容不符合指定的范本样式的文件名称。

   -n或--line-number    在显示符合范本样式的那一列之前，标示出该列的列数编号。

   -q或--quiet或--silent    不显示任何信息。

   -r或--recursive   此参数的效果和指定“-d recurse”参数相同。

   -s或--no-messages    不显示错误信息。

   -v或--revert-match    反转查找。

   -V或--version   显示版本信息。

   -w或--word-regexp    只显示全字符合的列。

   -x或--line-regexp    只显示全列符合的列。

   -y    此参数的效果和指定“-i”参数相同。

   --help    在线帮助。

6. 实例

    要用好grep这个工具，其实就是要写好正则表达式，下面列几个例子，讲解正则表达式的写法。

$ ls -l | grep '^a'

    通过管道过滤ls -l输出的内容，只显示以a开头的行。

$ grep 'test' d*

    显示所有以d开头的文件中包含test的行。

$ grep 'test' aa bb cc

    显示在aa，bb，cc文件中匹配test的行。

$ grep '[a-z]\{5\}' aa

    显示所有包含每个字符串至少有5个连续小写字符的字符串的行。

$ grep 'west.*\1' aa

    如果west被匹配，则es就被存储到内存中，并标记为1，然后搜索任意个字符（.*），这些字符后面紧跟着另外一个es（\1），找到就显示该行。如果用egrep或grep -E，就不用"\"号进行转义，直接写成'w(es)t.*\1'就可以了。

    再讲解一个具体应用的例子。

    查询所有位于当前目录下的.cs文件中的Main，通过grep，可以轻松快速地完成这项任务，命令如下：

grep ‘Main’ *.cs

输出结果为：

ChineseDemo.cs: publicstatic void Main()

RegDemo1.cs: static voidMain(string[] args)

RegDemo2.cs:   public static void Main()

RegDemo3.cs: publicstatic void Main()

    可见，通过grep真的可以找到相关目录中符合条件的所有文件，并能打印出查询到的字符串所位于的那行内容。如果只想确定哪些文件含有Main，而不需打印相应行的内容，那么可以使用以下命令：?

grep –l‘Main’ *.cs

输出结果为：

ChineseDemo.cs

RegDemo1.cs

RegDemo2.cs

RegDemo3.cs

只有相应的文件名称被显示。

    在找到了含有Main字符串的几个文件后，如果想粗略地查看某一具体文件的里源代码的相关信息，比如查看RegDemo1.cs文件中含有Main这一行的前后三行，相关的命令如下：

grep –C 3 ‘Main’ RegDemo1.cs

输出结果为：

class GroupingApp

{

   static void Main(string[] args)

    {

       Reg7();

}

输出结果完全符合需求，static void Main(string[] args)这一行前后三行范围内的所有代码被全部打印出来（第一行是空行）。

    以上的查询字符串没有对查找结果是否为一个完整的单词进行限制，也就是说TheMain和Main_Func都会被认定为查询目标。如果想限定该查询字符串为一个完整单词，那么可以使用\w参数，相关命令如下：

grep –w‘Main’ *.cs

结果为：

ChineseDemo.cs: publicstatic void Main()

RegDemo1.cs: static voidMain(string[] args)

RegDemo2.cs: publicstatic void Main()

RegDemo3.cs: publicstatic void Main()

另外举例如下：

1）显示/etc/passwd中的一位数或两位数（锚定词首、记尾、分组、转义、次数匹配）

2）找出当前系统上用户名和默认shell相同的用户（行首、行尾锚定）（开始单词和结束单词一样）

3）grep配合其它命令的用法，找出本机的IP地址，只显示IP段（管道、cut）

 

参考：

1、http://www.cnblogs.com/chengmo/archive/2010/10/17/1853344.html

2、http://blog.csdn.net/huiguixian/article/details/6284834

3、http://blog.csdn.net/wealoong/article/details/8015576

4、Linux程序设计第四版