1 简介
grep的基本命令格式如下：
grep [options] [regexp] [filename]
如果regexp中含有空格，应该使用单引号或双引号括起来。单引号和双引号的区别在于在双引号中可以使用SHELL变量。
有很多不同风格的正则表达式，但实际上它们都非常相近，下面介绍grep中使用的正则表达式。
表1 正则表达式元字符
| 元字符 | 元字符名称 | 匹配 |
| 匹配单个字符的元字符 | ||
| . | Dot | 任意一个字符 |
| [...] | Character class | 方括号中列出的作意一个字符 |
| [^...] | Negated character class | 任意一个方括号中没有列出的字符 |
| \char | Escape character | 转义字符(The character after the slash literally.)，用于查找元字符，比如要查找"$"符号，表达式为"\$" |
| 匹配一个位置的元字符 | ||
| ^ | Caret | 行首 |
| $ | Dollar sign | 行尾 |
| \< | Backslash less-than | 字首(Start of a word) |
| \> | Backslash greater-than | 字尾(End of a word) |
| 量词 | ||
| ? | Question mark(extended regular expressions) | 0个或1个 |
| * | Asterisk | 0个或多个 |
| + | Plus(extended regular expressions) | 1个或多个 |
| {N} | Match exactly(extended regular expressions) | 匹配N次 |
| {N,} | Match at least(extended regular expressions) | 至少匹配N次 |
| {min,max} | Specified range(extended regular expressions) | 匹配min到max次 |
| 其它 | ||
| | | Alternation(extended regular expressions) | Matches either expression given |
| - | Dash | 指出一个范围，如a-z |
| (...) | Parentheses(extended regular expressions) | Used to limit scope of alternation |
| \1,\2, ... | Backreference | Matches text previously matched within parentheses (e.g., first set, second set, etc.) |
| \b | Word boundary | Batches characters that typically mark the end of a word (e.g., space, period, etc.) |
| \B | Backslash | 同'\\' |
| \w | Word character | This is used to match any “word” character(i.e., any letter, number, and the underscore character) |
| \W | Non-word character | This matches any character that isn’t used in words (i.e., not a letter, number, or underscore) |
| \` | Start of buffer | Matches the start of a buffer sent to grep |
| \' | End of buffer | Matches the end of a buffer sent to grep |
表2 POSIX定义的Character Class
| 定义 | 匹配的内容 |
| [:alpha:] | 字母，无论大小写 |
| [:digit:] | 数字 |
| [:alnum:] | 字母和数字 |
| [:blank:] | Space or tab characters（空格或制表） |
| [:xdigit:] | 十六进制字符，包括数字、A-F和a-f |
| [:punct:] | Any punctuation symbol（标点） |
| [:print:] | 可打印字符（非控制字符） |
| [:space:] | Any whitespace character |
| [:graph:] | Exclude whitespace characters |
| [:upper:] | 大写字母 |
| [:lower:] | 小写字母 |
| [:cntrl:] | 控制字符 |
正则表达式可以使用和C字符串常量一样的连接方式。下面是一个例子：
'username:' `whoami` ' and home directory is ' "$HOME"
如果当前用户为sw，则上面的表达式匹配"username:sw and home directory is /home/sw"。
grep由4个不同的程序组成，它们使用不同的表达式模型并且各有优缺点：
- Basic Regular Expressions (grep or grep -G)
- Extended Regular Expressions (egrep or grep -E)
- Fixed Strings (fgrep or grep -F)
- Perl-Style Regular Expressions (grep -P)
2 Basic Regular Expressions (grep or grep -G)
grep命令提供了很多选项用于控制匹配方式和输出方式，下面列出这些选项并做简短解释。
表3 grep命令选项
| 选项 | 示例 | 说明 |
| Match Control | ||
| -e pattern, --regexp=pattern | grep -e -style doc.txt | 把pattern当前正则表达式来解释。示例中如果不加-e，-style会被解释为命令选项。 |
| -f file, --file=file | grep -f pattern.txt searchhere.txt | 从指定文件中读取正则表达式。The pattern file must list one pattern per line. |
| -i, --ignore-case | grep -i 'help' me.txt | 忽略大小写。 |
| -v, --invert-match | grep -v oranges filename | 返回那些不匹配的行。 |
| -w, --word-regexp | grep -w 'xyz' filename | 匹配单词。示例等同于grep "\bxyz\b" filename |
| -x, --line-regexp | grep -x 'Hello, world!' filename | 匹配整行。示例等同于grep '^Hello, world!$' filename |
| General Output Control | ||
| -c, --count | grep -c contact.html access.log | 输出匹配的行数，而不是匹配的行的内容。 |
| --color[=WHEN], --colour[=WHEN] |
rep --color[=auto] regexp filename | 如果终端支持，grep将对输出内容着色，着色方式由环境变量GREP_COLORS定义。WHEN有3个合法值：never, always和auto。 |
| -l, --files-with-matches | grep -l "ERROR:" *.log | 只输出含有匹配内容的文件名。使用lazy matching，找到第1个匹配的行以后停止在当前文件的匹配。 |
| -L, --files-without-match | grep -L 'ERROR:' *.log | 只输出不含有匹配内容的文件名。使用lazy matching。 |
| -m NUM, --max-count=NUM | grep -m 10 'ERROR:' *.log | 匹配NUM行以后停止在当前文件的匹配。 |
| -o, --only-matching | grep -o pattern filename | 只输出匹配的内容而不是匹配的行。在二进制文件中查找某个串时很有用，因为如果输出行的话，输出内容中的二进制内容可能导致终端错误。 |
| -q, --quiet, --silent | grep -q pattern filename | 不输出内容。可能通过检查grep命令的返回值来判断匹配的结果。0表示有内容匹配，1表示没有匹配到，2表示出错。 |
| -s, --no-messages | grep -s pattern filename | 忽略由于文件不存在和权限原因导致的出错，不输出相应的错误信息。 |
| Output Line Prefix Control | ||
| -b, --byte-offset | grep -b pattern filename | 输出匹配内容在文件中的偏移量，从0开始。由于默认输出的是匹配的行，因此偏移量是行首在文件中的偏移量。和-o选项一起使用可以得到匹配内容的准确偏移量。这个选项在进行二进制文件分析时有用。 |
| -H, --with-filename | grep -H pattern filename | 输出文件名。在多个文件中搜索时这是默认设置。要注意文件名是相对路径。 |
| -h, --no-filename | grep -h pattern * | 不输出文件名。 |
| --label=LABEL | gzip -cd file.gz | grep --label=LABEL pattern | 将来自标准输入的内容视为来自文件LABEL，因此输出时如果显示文件名则显示为LABEL。 |
| -n, --line-number | grep -n pattern filename | 显示匹配的行在文件中的行号，行号从1开始。 |
| -T, --initial-tab | grep -T pattern filename | 在grep产生的前缀和匹配的内容之间添加一个TAB进行分隔。 |
| -u, --unix-byte-offsets | grep -u -b pattern filename | 使用Unix方式计算偏移量，这将忽略Windows上常用的CR字符。 |
| -Z, --null | grep -Z pattern filename | 在输出的文件名后面打印ASCII NULL字符而不是通常紧跟在文件名后的字符（比如使用-l选项时文件名后面默认会打印一个换行符），这有利于在脚本里面对包含特定串的文件进行处理。 |
| Context Line Control | ||
| -A NUM, --after-context=NUM | grep -A 3 Copyright filename | 除匹配行外，打印出匹配行后面的NUM行，每一组之间用"--"分隔。 |
| -B NUM, --before-context=NUM | grep -B 3 Copyright filename | 打印出匹配行前面的NUM行。 |
| -C NUM, -NUM, --context=NUM | grep -C 3 Copyright filename | 打印出匹配行前后的NUM行，与同时使用-A和-B选项效果相同。 |
| File and Directory Selection | ||
| -a, --text | grep -a pattern filename | 与选项 --binary-files=text相同，把一个二进制文件当作为文本文件进行处理。 |
| --binary-files=TYPE | grep --binary-files=TYPE pattern filename | TYPE可以是binary, without-match或者text。默认情况下grep如果处理一个二进制文件并且包含指定的表达式，只会显示类似“Binary file somefile.bin matches”的信息，不会显示匹配的行。这与--binary-files=binary的行为相同。如何TYPE为without-match，则grep直接跳过二进制文件，不对其做任何处理。 |
| -D ACTION, --devices=ACTION | grep -D read 123-45-6789 /dev/hda1 | 如果输入文件是一个特殊文件如FIFO或套接字，-D选项指定grep如何对其进行操作。当ACTION为skip时，grep直接跳过相应文件；为read时，grep将从中读取内容就如同处理普通文件一样。 |
| -d ACTION, --directories=ACTION | grep -d ACTION pattern path | 如果输入文件是一个目录，-d选项指定grep将如何对其进行操作。当ACTION为skip时，grep忽略相应文件；为read时，grep将其当作普通文件读取其内容；为recurse时，grep递归地处理其中的文件，与“-R”的行为相同。 |
| --exclude=GLOB | grep --exclude=PATTERN path | 排除文件名匹配PATTERN的文件，可以使用SHELL通配符。 |
| --exclude-from=FILE | grep --exclude-from=FILE path | 与--exclude效果相同，不同的是从文件FILE中读取PATTERN。文件中每行一个PATTERN。 |
| --exclude-dir=DIR | grep --exclude-dir=DIR pattern path | 与--exclude效果相似，不同的是此选项作用于目录。 |
| -I | grep -I pattern filename | 与 --binary-files=without-match效果相同。 |
| --include=GLOB | grep --include=*.log pattern filename | 只处理文件名匹配GLOB的文件。 |
| -R, -r, --recursive | grep -R pattern path grep -r pattern path |
递归处理指定路径中的所有文件。 |
| Other Options | ||
| --mmap | grep --mmap pattern filename | 使用mmap()替代read()，可以提高性能。但是如果在处理的过程中文件发生收缩（shrink），则会导致错误。 |
| -V, --version | 显示grep的版本信息。 | |
| -z, --null-data | grep -z pattern | 将输入的内容视为以ASCII NULL字符结尾，而不是换行符。与-Z选项，不过是作用于输入而不是输出。 |
grep不能使用扩展的元字符的功能，包括?, +, {n,m}, |, (). 如果要在grep中获得这些元字符提供的功能，需要在前面加上"\"转义符，如grep 'behaviou\?r', 与egrep 'behaviou?r'相同。在这种情况下，转义字符的意义和通常的“转义”相反，容易混淆，最好直接使用egrep或grep -E。
3 Extended Regular Expressions (egrep or grep -E)
grep -E具有和grep相同的命令行选项，只是增加了一些元字符以创建更复杂和精确的表达式。grep -E支持以下grep不支持的元字符：?, +, {n,m}, |, ().
表4 Extended Regular Expressions支持的元字符
| 元字符 | 意义 | 示例 |
| ? | 表示可选，即出现0次或1次 | egrep 'behaviou?r' filename 匹配behavior和behaviour |
| + | 表示出现1次或多次 | egrep 'pattern1+' filename 匹配pattern1, pattern11, pattern111.... |
| {n,m} | 表示至少出现n次，最多出现m次 | egrep 'pattern{4}' filename 匹配patternnnn egrep 'pattern{4,}' filename n至少出现4次 egrep 'pattern{,4}' filename 这种形式是错误的，不提供”最多出现X次”的语义 egrep 'pattern{4,6}' filename n出现4次到6次 |
| | | 表示“或” | egrep 'name1|name2' filename 匹配name1或者name2 |
| ( ) | 将模式串分组(group)以便backreferences, alternation或者仅仅是为了提高可读性。 加上括号可以使得模式更准确和易理解，括号中的模式通常称为子模式(subpattern)。 括号还用于限制"|"元字符作用的边界。 |
egrep 'patt(a|e)rn' filename 匹配pattarn或pattern |
如果要使用egrep匹配字符'{'，需要使用'[{]'进行转义，而不是'\{'。
4 Fixed Strings (fgrep or grep -F)
fgrep也被称为fast grep，因为它不使用正则表达式。使用方式：
fgrep string_pattern filename
表5 fgrep支持的选项
| 选项 | 示例 | 说明 |
| -b | fgrep -b string_pattern filename | 输出匹配的行的行首在文件中的偏移量 |
| -c | fgrep -c string_pattern filename | 输出匹配的行数 |
| -e, -string | fgrep -e string_pattern1 -e string_pattern2 filename | 将-e后面的串当作patter，用于指定多个模式，或者用于以'-'字符开头的模式 |
| -h | fgrep -h string_pattern filename | 在多个文件中搜索时，结果不输出文件名 |
| -i | fgrep -i string_pattern filename | 不区分大小写 |
| -l | fgrep -l string_pattern filename | 输出匹配的文件名，但不输出匹配的行 |
| -n | fgrep -n string_pattern filename | 输出行号，从1开始 |
| -v | fgrep -v string_pattern filename | 输出不匹配的行 |
5 Perl-Style Regular Expressions (grep -P)
grep -P使用Perl-Compatible Regular Expressions (PCRE) library来解析正则表达式，Perl正则表达式擅长处理文本，但是也非常复杂，容易出错。grep -P的行为与系统中libpcre库和Perl的版本有关。另外，也不是所有版本的grep都支持-P选项。Red Hat系的系统一般都支持，而Debian默认不支持，但是会提供一个pcregrep来替代grep -P。
与grep -E和grep -F不同，grep -P没有pgrep命令。pgrep是用来查找系统中运行进程的命令。
所有grep的选项都可以用于grep -P，只是正则表达式的处理方式不同。
PCRE比较繁杂的样子，此处略。
6 grep相关的环境变量
grep的行为与系统的locale相关变量设置有关。通常情况下系统默认的locale设置就ok。
可以通过GREP_OPTIONS变量设置grep的默认行为。GREP_OPTIONS包含grep的命令行选项，因此要注意这些选项是不能被后续的命令行选项覆盖的，如果后续的命令行选项与GREP_OPTIONS中的冲突，则grep报错。
通过指定GREP_COLORS选项定制grep的输出配色方案。
使用alternation和backreference会导致性能低下，尤其是backreference可能导致grep所需时间呈指数级增长。
7 grep的高级用法
使用alternation和backreference会导致性能低下，尤其是backreference可能导致grep所需时间呈指数级增长。
使用strings命令可以列出一个二进制文件中所有的字符串，如strings /bin/ls