假设有一个文件（或一堆文件），并且想要在这些文件中搜索特定的字符串或配置关键字。Windows下，你可能会打开这些文件用搜索框（CTRL+F）输入关键字点搜索，这很麻烦而且还不能随心所欲的搜。在Linux就不同了，我们可以用Grep，可以用正则表达式随心所欲的搜，不仅可以搜一个文件，还可以搜一堆文件。搜索的入口和出口可以对接上管道，搜索别的工具的结构或者把搜索结果传递给其他工具用。

今天我们就来讲Linux Shell下的文本处理三剑客之Grep。为了了解其用法最简便方法是使用系统帮助和man:

其中man的比较详细，来自于其帮助手册,在linux（centos为例）下查询内置命令帮助手册的方法是用rpm -qd grep

-q表示查询；-d表示列出其文档（document）:

rpm -qd grep

grep基础

在开始之前，我们以centos自带的字典文件为范例，该文件位于/usr/share/dict/words

wc /usr/share/dict/words

479829 479829 4953699 /usr/share/dict/words

文件包含48万个单词，一行一个单词，由centos的word包提供。grep 也有一个-c(--count)选项对搜索匹配的行进行统计，我们先来用他来统计下它的单词树

grep --count '.' /usr/share/dict/words

479829

这和wc的结果一样。

搜索中我们制定了模式为".",表示搜索包含至少一个字符，空格，空格，制表符等的行。

grep正则表达式基础

grep最重要两个优点：一个是搜索相当快，一个是支持正则表达式（RE,regexes）。正则表达式让grep变得更强大。所以我们首先要介绍下正则表达式基础。

开头

假设我们想搜以C开头单词，我们需要要使用正则模式的开头模式:(^)加一个开头字符。比如：

结尾

要搜索以特定字符结尾的模式，使用符号($)表示字符串的结尾。比如要搜索以sth结尾的单词

grep 'sth#39; /usr/share/dict/words

其他RE模式

正则表达式语法很复杂，而且各个系统可能略有差异，具体需要参考对应文档，grep中常用的语法还有：

. 表示单个字符

* 表示其之前字符出现0次或者多次，比如.*表示任意字符。

+ 表示其之前字符出现1个或者多个。注意这个只在强化的egrep或者grep -E下可用。基本grep下要用+

? 表示其之前字符出现0个或者一个。基本grep下要用?

{}表示之前字符出现的次数限定，比如：{n} n次，{n，m}n到m次，{n,}至少n次，{0，m}最多m次。grep下要用{n}

[a-z] [0-9] 表示a~z,0~9的范围。

[^] 取反，表示匹配除了范围之外的模式。

<, b: 词首，>, b：词尾。

() 表示分组。基本grep下要用()。

| 表示逻辑或，匹配多个表达式的任何一个。基本grep下要用|

清除注释（-v）

前面初窥grep的门道，我们接着以一些实例来说明写grep的具体应用。我们知道在linux下很多配置文件都包含了大量的注释（#开头的行），解释很详尽，但是一般我们不愿去仔细了解，所以希望浏览时候去除掉。我们以ntp.conf为例：

cat /etc/ntp.conf

grep 的-v选项表示排除模式，表示显示所有不匹配的内容，比如要去除ntp.conf中的注释我们使用：

grep -v '^#' /etc/ntp.conf

上面所有注释行都用空行了，显示清晰了一点，但是看着也有点别扭，不是吗？

那我们就想办法去掉空行，方法也简单就是用管道对接到另一个grep，再去除掉空行($)

grep -v '^#' /etc/ntp.conf |grep -v '^#39;

OK，这下清爽多了。

仅输出/et /passwd用户名（-o）

为了演示grep的功能和正则表达式的用法，我们需要解析/etc/passwd文件并仅打印用户名。

cat /etc/passwd

文件中各行的字段具体含义：

:<明码密码，现在都为x表示在shadow加密保存>::::<用户目录>:

为了仅输出用户名，可以使用如下查询

grep -o '^[a-zA-Z_-]+' /etc/passwd

在上面的grep命令中，我们使用了grep -o（--only-matching）选项，表示仅显示匹配的行那部分。

显示临近行（-C,-A,-B）

我们在查看日志时候，有时不能只看匹配的行，而需要上下文信息。grep也提供了这样的功能，显示匹配行之前或者之后的行。这在故障排查过程中非常有用，你再也不需要打开文章，定位，然后再看上下文了。

-C n 表示打印匹配行及前后n行的信息。此处-C可以省略,用-n

-A n表示打印匹配行及之后n行的信息。

-B n表示打印匹配行及之前n行的信息。

比如我们搜索tomcat catalina.out日志中的严重错误，可以用：

grep 'SEVERE: Error' catalina.out

由于缺乏上下文，具体信息无法获取。这时候就可以使用-C

grep -20 'SEVERE: Error' catalina.out

这样可以获取完成错误信息进行错误定位：

搜索二进制文件（-a）

grep 是一个文本三剑客之一，但是文本剑客并不意味着他就只能处理文本文件了。实际上对二进制文件也是可以的。这就是grep的-a(--binary-files=text)选项，可以对二进制的文本进行搜索和显示。这在安全领域很有用，比如有时候需要对某些文件判断是否有害，是否有木马，可以简单用grep搜索其特征即可。我们举个例子比如，对一个java class文件x.class，我们用javap解析这个类文件

javap x.class

我们用grep –a查看：

grep -a '.' x.class

有World，我们用他做关键字搜索

grep -ia 'world' x.class

就能搜到结果：

ello World,..

java/lang/Objectjava/lang/SystemoutLjava/io/PrintStream;java/io/PrintStreamprintln(Ljava/lang/String;)

注意上面用了-i选项，表示忽略大小写，也是常用的grep选项之一。

总结

本文我们介绍了Linux下的shell三剑客之一，文本搜索神器grep，希望能对大家有所帮助。其他两个剑客是流式文本处理工具sed 和awk语言，以后有机会我们再做介绍。