Shell 使用grep在文件中搜索文本

Shell 使用grep在文件中搜索文本，如果你忘记把钥匙放在了哪里，就得自己去找；如果你忘记了文件中的内容，grep命令可以帮助你查找。本章将教你如何定位包含特定文本模式的文件。

实战演练

grep命令作为Unix中用于文本搜索的神奇工具，能够接受正则表达式，生成各种格式的输出。
(1) 在stdin中搜索匹配特定模式的文本行：

$ echo -e "this is a word\nnext line" | grep word
this is a word

(2) 在文件中搜索匹配特定模式的文本行：

$ grep pattern filename
this is the line containing pattern

或者

$ grep "pattern" filename
this is the line containing pattern

(3) 在多个文件中搜索匹配特定模式的文本行：

$ grep "match_text" file1 file2 file3 ...

(4) 选项--color可以在输出行中着重标记出匹配到的模式。尽管该选项在命令行中的放置位置没有强制要求，不过惯常作为第一个选项出现：

$ grep --color=auto word filename
this is the line containing word

(5) grep命令默认使用基础正则表达式。这是先前描述的正则表达式的一个子集。选项-E可以使grep使用扩展正则表达式。也可以使用默认启用扩展正则表达式的egrep命令：

$ grep -E "[a-z]+" filename

或者

$ egrep "[a-z]+" filename

(6) 选项-o可以只输出匹配到的文本：

$ echo this is a line. | egrep -o "[a-z]+\."
line

(7) 选项-v可以打印出不匹配match_pattern的所有行：

$ grep -v match_pattern file

选项-v能够反转（invert）匹配结果。
(8) 选项-c能够统计出匹配模式的文本行数：

$ grep -c "text" filename
10

需要注意的是-c只是统计匹配行的数量，并不是匹配的次数。例如：

$ echo -e "1 2 3 4\nhello\n5 6" | egrep  -c "[0-9]"
2

尽管有6个匹配项，但egrep命令只输出2，这是因为只有两个匹配行。在单行中出现的多次匹配只被计为一次。

(9) 要统计文件中匹配项的数量，可以使用下面的技巧：

$ echo -e "1 2 3 4\nhello\n5 6" | egrep -o "[0-9]" | wc -l
6

(10) 选项-n可以打印出匹配字符串所在行的行号：

$ cat sample1.txt
gnu is not unix
linux is fun
bash is art
$ cat sample2.txt
planetlinux
$ grep linux -n sample1.txt
2:linux is fun

或者

$ cat sample1.txt | grep linux -n

如果涉及多个文件，该选项也会随输出结果打印出文件名：

$ grep linux -n sample1.txt sample2.txt
sample1.txt:2:linux is fun
sample2.txt:2:planetlinux

(11) 选项-b可以打印出匹配出现在行中的偏移。配合选项-o可以打印出匹配所在的字符或字节偏移：

$ echo gnu is not unix | grep -b -o "not"
7:not

字符在行中的偏移是从0开始计数，不是1。
(12) 选项-l可以列出匹配模式所在的文件：

$ grep -l linux sample1.txt sample2.txt
sample1.txt
sample2.txt

和-l效果相反的选项是-L，它会返回一个不匹配的文件列表。

补充内容

grep命令是Linux/Unix系统中最为全能的命令之一。它还包括其他一些选项，可用于搜索目录、选择待搜索的文件等。

1. 递归搜索多个文件

如果需要在多级目录中对文本进行递归搜索，可以使用下列命令：

$ grep "text" . -R -n

命令中的.指定了当前目录。例如：

$ cd src_dir
$ grep "test_function()" . -R -n
./miscutils/test.c:16:test_function();

　grep的选项-R和-r功能一样。

test_function()位于miscutils/test.c的第16行。如果你要在网站或源代码树中展开搜索，选项-R尤其有用。它等价于下列命令：

$ find . -type f | xargs grep "test_function()"

2. 忽略模式中的大小写

选项-i可以在匹配模式时不考虑字符的大小写：

$ echo hello world | grep -i "HELLO"
hello

3. 使用grep匹配多个模式

选项-e可以指定多个匹配模式：

$ grep -e "pattern1" -e "pattern2"

上述命令会打印出匹配任意一种模式的行，每个匹配对应一行输出。例如：

$ echo this is a line of text | grep -o -e "this" -e "line"
this
line

可以将多个模式定义在文件中。选项-f可以读取文件并使用其中的模式（一个模式一行）：

$ grep -f pattern_filesource_filename

例如：

$ cat pat_file
hello
cool

$ echo hello this is cool | grep -f pat_file
hello this is cool

4. 在grep搜索中指定或排除文件

grep可以在搜索过程中使用通配符指定（include）或排除（exclude）某些文件。
使用--include选项在目录中递归搜索所有的 .c和 .cpp文件：

$ grep "main()" . -r  --include *.{c,cpp}

注意，some{string1,string2,string3}会被扩展成somestring1 somestring2 somestring3。
使用选项--exclude在搜索过程中排除所有的README文件：

$ grep "main()" . -r --exclude "README"

选项--exclude-dir可以排除目录：

$ grep main . -r -exclude-dir CVS

如果需要从文件中读取排除文件列表，使用--exclude-from FILE。

5. 使用0值字节后缀的xargs与grep

xargs命令可以为其他命令提供命令行参数列表。当文件名作为命令行参数时，建议用0值字节作为文件名终结符，而非空格。因为一些文件名中会包含空格字符，一旦它被误解为终结符，那么单个文件名就会被视为两个（例如，New file.txt被解析成New和file.txt两个文件名）。这个问题可以利用0值字节后缀来避免。我们使用xargs从命令（如grep和find）中接收stdin文本。这些命令可以生成带有0值字节后缀的输出。为了指明输入中的文件名是以0值字节作为终结，需要在xargs中使用选项-0。

创建测试文件：

$ echo "test" > file1
$ echo "cool" > file2
$ echo "test" > file3

选项-l告诉grep只输出有匹配出现的文件名。选项-Z使得grep使用0值字节（\0）作为文件名的终结符。这两个选项通常都是配合使用的。xargs的-0选项会使用0值字节作为输入的分隔符：

$ grep "test" file* -lZ | xargs -0 rm

6. grep的静默输出

有时候，我们并不打算查看匹配的字符串，而只是想知道是否能够成功匹配。这可以通过设置grep的静默选项（-q）来实现。在静默模式中，grep命令不会输出任何内容。它仅是运行命令，然后根据命令执行成功与否返回退出状态。0表示匹配成功，非0表示匹配失败。

下面这个脚本利用grep的静默模式来测试文件中是否有匹配文本：

#!/bin/bash
# 文件名: silent_grep.sh
# 用途: 测试文件是否包含特定的文本内容

if [ # -ne 2 ]; then
  echo "Usage:0 match_text filename"
  exit 1
fi

match_text=1
filename=2
grep -q "match_text"filename

if [ $? -eq 0 ]; then
  echo "The text exists in the file"
else
  echo "Text does not exist in the file"
fi

这个silent_grep.sh脚本接受两个命令行参数：一个是需要匹配的单词（Student），另一个是文件名（student_data.txt）：

$ ./silent_grep.sh Student student_data.txt
The text exists in the file

7. 打印出匹配文本之前或之后的行

基于上下文的打印是grep的一个挺不错的特性。当grep找到了匹配模式的行时，它只会打印出这一行。但我们也许需要匹配行之前或之后的n行。这可以通过控制选项-B和-A来实现。

选项-A可以打印匹配结果之后的行：

$ seq 10 | grep 5 -A 3
5
6
7
8

选项-B可以打印匹配结果之前的行：

$ seq 10 | grep 5 -B 3
2
3
4
5

选项-A和-B可以结合使用，或者也可以使用选项-C，它可以分别打印出匹配结果之前及之后的n行：

$ seq 10 | grep 5 -C 3
2
3
4
5
6
7
8

如果有多个匹配，那么使用--作为各部分之间的分隔：

$ echo -e "a\nb\nc\na\nb\nc" | grep a -A 1
a
b
--
a
b