一、grep命令
- 命令解釋
grep, egrep, fgrep - print lines matching a pattern(打印和模式匹配的行)
基於用戶指定的“模式”，對目標文件逐行進行匹配檢查，打印匹配到的行，默認打印到終端窗口
其中，模式指的是：由正則表達式元字符所編寫出的過濾條件
- 命令語法
grep [OPTIONS] PATTERN [FILE…]
grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…] - 命令選項
| 選 項 | 解 釋 |
|---|---|
| --color=auto | 高亮顯示匹配到的關鍵字 |
| -i 或 --ignore-case | 忽略字符大小寫差別 |
| -n 或 --line-number | 在顯示符合樣式的那一行之前，標示出改行的列數編號 |
| -E 或 --extend-regexp | 將樣式爲延伸的正則表達式來使用 |
| -w 或 --word-regexp | 只顯示全字符合的列 |
| -o 或 --only-matching | 只顯示匹配PATTERN部分 |
| -v 或 --revert-match | 顯示不包含匹配文本的所有行（反向匹配） |
| -A<顯示行數> 或 --after-context=<顯示行數> | 除了顯示符合範本樣式的那一列之外，並顯示該行之後的內容。 |
| -B<顯示行數> 或 --before-context=<顯示行數> | 除了顯示符合範本樣式的那一列之外，並顯示該行之前的內容。 |
| -C<顯示行數> 或 --context=<顯示行數> | 除了顯示符合範本樣式的那一列之外，並顯示該行之前後的內容。 |
二、正則表達式
1、什麼是正則表達式？
正則表達式(regular expression)描述了一種字符串匹配的模式（pattern），可以用來檢查一個串是否含有某種子串、將匹配的子串替換或者從某個串中取出符合某個條件的子串等。它可以分爲兩類：基本正則表達式（Basic Regular Expression 又叫 Basic RegEx 簡稱 BREs）和 擴展正則表達式
2、正則表達式元字符
正則表達式元字符分爲四種：字符匹配，匹配次數，位置錨定、分組及引用。可以用它們來表示一些特殊的含義或功能。
Ⅰ、字符匹配
| BRE | ERE | 描 述 |
|---|---|---|
| . | . | 匹配任意單個字符 |
| [] | [] | 匹配指定範圍內任意單個字符 |
| [^] | [^] | 匹配指定範圍外任意單個字符 |
在方括號（ [] ）中可以使用一些特殊匹配模式：
| 匹配模式 | 描 述 |
|---|---|
| [:upper:] | 所有大寫字母 |
| [:lower:] | 所有小寫字母 |
| [:alpha:] | 所有字母 |
| [:digit:] | 所有數字 |
| [:alnum:] | 所有字母和數字 |
| [:space:] | 空白字符 |
| [:punct:] | 所有標點符號 |
Ⅱ、匹配次數
tips：用在要指定出現次數的字符後面，用來限制前面字符的出現次數。
| BRE | ERE | 描 述 |
|---|---|---|
| * | * | 匹配前面的字符任意次，包括0次（貪婪模式：儘可能長的匹配） |
| .* | .* | 匹配任意長度的任意字符 |
| \? | ? | 匹配前面的字符0或1次（至多1次） |
| \+ | + | 匹配前面的字符至少一次 |
| \{n\} | {n} | 匹配前面的字符n次 |
| \{n,m\} | {n,m} | 匹配前面的字符至少n次，至多m次 |
| \{,n\} | {,n} | 匹配前面的字符至多n次 |
| \{n,\} | {n,} | 匹配前面的字符至少n次 |
Ⅲ、位置錨定
| BRE | ERE | 描 述 |
|---|---|---|
| ^ | ^ | 行首錨定，用於模式的最左側 |
| $ | $ | 行尾錨定，用於模式的最右側 |
| ^PATTERN$ | ^PATTERN$ | 用於模式匹配整行 |
| ^$ | ^$ | 空行 |
| ^[[:space:]]*$ | ^[[:space:]]*$ | 空白行 |
| \< 或 \b | < 或 \b | 詞首錨定，用於單詞模式的左側 |
| \> 或 \b | > 或 \b | 詞尾錨定，用於單詞模式的最右側 |
| \<PATTERN\> 或 \bPATTERN\b | <PATTERN> 或 \bPATTERN\b | 匹配整個單詞 |
Ⅳ、分組及引用
a、分組：
| BRE | ERE | 描 述 |
|---|---|---|
\(string\) |
(string) | 分組，將一個或多個字符捆綁在一起當作一個整體處理 |
聽着很抽象吧！下面給大家舉個栗子：
| BRE | ERE | 含 意 |
|---|---|---|
\(root\)\+ |
(root)+ | 匹配“root”至少一次 |
b、引用：
| 符 號 | 描 述 |
|---|---|
| \1 | 模式從左側起，第一個左括號與之匹配的右括號之間模式所匹配到的字符 |
| \2 | 模式從左側起，第二個左括號與之匹配的右括號之間模式所匹配到的字符 |
| … | … |
同樣也很抽象，栗子來了：
| BRE | ERE |
|---|---|
\(string1+\(string2\)*\) |
(string1+(string2)*) |
其中， \1：string1+(string2)*
\2：string2
小tips：講到這裏，大家也可以發現：基本正則表達式與擴展正則表達式類似，只是擴展正則表達式的表達上更簡單。正則表達式需要打"\（轉義符）"來表示某些字符的意思，而擴展正則表達式則不需要。同時大家也要知道 egrep 與 grep -E 執行效果相似，都是使用extended regular expression語法來解讀字符串的！
3、實例
1、顯示 /etc/passwd 文件中不以/bin/bash結尾的行；
[root@localhost ~]# grep -v "/bin/bash$" /etc/passwd
2、找出 /etc/passwd 文件中的兩位數或三位數；
[root@localhost ~]# grep --color=auto "[0-9]\{2,3\}" /etc/passwd
3、找出 /etc/c.d/rc.sysinit 文件中，至少一個空白字符開頭，且後面非空白字符的行；
[root@localhost ~]# grep -n "^[[:space:]]\{1,\}[^[:space:]]" /etc/rc.d/rc.sysinit
4、找出"netstat -tan"命令的結果中以"LISTEN"後跟0、1或多個空白字符結尾的行；
[root@localhost ~]# netstat -tan | grep "LISTEN[[:space:]]*$"
5、這裏給出一段浪漫的文本：
He loves his lover.
He likes his lover.
She likes her liker.
She loves her liker.
找出高亮顯示的單詞前後一致（同是love或like）的行；
150講輕鬆搞定Python網絡爬蟲