Arch manual pages

GREP(1) General Commands Manual GREP(1)

grep, egrep, fgrep - 打印匹配給定模式的行

grep [options] PATTERN [FILE...]
grep [options] [-e PATTERN | -f FILE] [FILE...]

Grep 搜索以 FILE 命名的文件輸入 (或者是標準輸入,如果沒有指定文件名,或者給出的文件名是 - 的話),尋找含有與給定的模式 PATTERN 相匹配的內容的行。 默認情況下, grep 將把含有匹配內容的行打印出來。

另外,也可以使用兩個變種程序 egrepfgrepEgrepgrep -E 相同。 Fgrepgrep -F 相同。

-A NUM, --after-context=NUM
打印出緊隨匹配的行之後的下文 NUM 行。在相鄰的匹配組之間將會打印內容是 -- 的一行。
-a, --text
將一個二進制文件視爲一個文本文件來處理;它與 --binary-files=text 選項等價。
-B NUM, --before-context=NUM
打印出匹配的行之前的上文 NUM 行。在相鄰的匹配組之間將會打印內容是 -- 的一行。
-C NUM, --context=NUM
打印出匹配的行的上下文前後各 NUM 行。在相鄰的匹配組之間將會打印內容是 -- 的一行。
-b, --byte-offset
在輸出的每行前面同時打印出當前行在輸入文件中的字節偏移量。
--binary-files=TYPE
如果一個文件的起始幾個字節表明文件包含二進制數據,那麼假定文件是 TYPE 類型的。默認情況下, TYPEbinary ,並且 grep 一般會輸出一個一行的消息說一個二進制文件匹配,或者如果沒有匹配的話就沒有消息輸出。如果類型 TYPEwithout-match ,那麼 grep 假定二進制文件不會匹配;這樣做與 -I 選項等價。如果類型 TYPEtext ,那麼 grep 將一個二進制文件視爲文本文件來處理;它與 -a 選項等價。 警告: grep --binary-files=text 可能會輸出二進制的無用內容。如果輸出設備是一個終端,並且終端的驅動將這些輸出中的一些當作命令,可能會帶來惡劣的副作用。
--colour[=WHEN], --color[=WHEN]
在匹配的行周圍以 GREP_COLOR 環境變量中指定的記號來標記。WHEN 可以是 `never', `always', 或是 `auto'。
-c, --count
禁止通常的輸出;作爲替代,爲每一個輸入文件打印一個匹配的行的總數。如果使用 -v, --invert-match 選項 (參見下面),將是不匹配的行的總數。
-D ACTION, --devices=ACTION
如果輸入文件是一個設備,FIFO 或是套接字 (socket) ,使用動作 ACTION 來處理它。默認情況下,動作 ACTIONread ,意味着設備將視爲普通文件那樣來讀。如果動作 ACTIONskip ,將不處理而直接跳過設備。
-d ACTION, --directories=ACTION
如果輸入文件是一個目錄,使用動作 ACTION 來處理它。默認情況下,動作 ACTIONread ,意味着目錄將視爲普通文件那樣來讀。如果動作 ACTIONskip ,將不處理而直接跳過目錄。如果動作 ACTIONrecursegrep 將遞歸地讀每一目錄下的所有文件。這樣做和 -r 選項等價。
-E, --extended-regexp
將模式 PATTERN 作爲一個擴展的正則表達式來解釋 (參見下面)。
-e PATTERN, --regexp=PATTERN
使用模式 PATTERN 作爲模式;在保護以 - 爲起始的模式時有用。
-F, --fixed-strings
將模式 PATTERN 視爲一個固定的字符串的列表,用新行 (newlines) 分隔,只要匹配其中之一即可。
-P, --perl-regexp
將模式 PATTERN 作爲一個 Perl 正則表達式來解釋。
-f FILE, --file=FILE
從文件 FILE 中獲取模式,每行一個。空文件含有0個模式,因此不匹配任何東西。
-G, --basic-regexp
將模式 PATTERN 作爲一個基本的正則表達式 (參見下面) 來解釋。這是默認值。
-H, --with-filename
爲每個匹配打印文件名。
-h, --no-filename
當搜索多個文件時,禁止在輸出的前面加上文件名前綴。
--help
輸出一個簡短的幫助信息。
-I
處理一個二進制文件,但是認爲它不包含匹配的內容。這和 --binary-files=without-match 選項等價。
-i, --ignore-case
忽略模式 PATTERN 和輸入文件中的大小寫的分別。
-L, --files-without-match
禁止通常的輸出;作爲替代,打印出每個在通常情況下不會產生輸出的輸入文件的名字。對每個文件的掃描在遇到第一個匹配的時候就會停止。
-l, --files-with-matches
禁止通常的輸出;作爲替代,打印出每個在通常情況下會產生輸出的輸入文件的名字。對每個文件的掃描在遇到第一個匹配的時候就會停止。
-m NUM, --max-count=NUM
在找到 NUM 個匹配的行之後,不再讀這個文件。如果輸入是來自一個普通文件的標準輸入,並且已經輸出了 NUM 個匹配的行, grep 保證標準輸入被定位於退出時的最後一次匹配的行之後,不管是否指定了要輸出緊隨的下文的行。這樣可以使一個調用程序恢復搜索。當 grepNUM 個匹配的行之後停止,它會輸出任何緊隨的下文的行。當使用了 -c--count 選項的時候, grep 不會輸出比 NUM 更多的行。當指定了 -v--invert-match 選項的時候, grep 會在輸出 NUM 個不匹配的行之後停止。
--mmap
如果可能的話,使用 mmap(2) 系統調用來讀取輸入,而不是默認的 read(2) 系統調用。在一些情況下, --mmap 提供較好的性能。但是,如果一個輸入文件在 grep 正在操作時大小發生變化,或者如果發生了一個 I/O 錯誤, --mmap 可能導致不可知的行爲 (包括core dumps)。
-n, --line-number
在輸出的每行前面加上它所在的文件中它的行號。
-o, --only-matching
只顯示匹配的行中與 PATTERN 相匹配的部分。
--label=LABEL
將實際上來自標準輸入的輸入視爲來自輸入文件 LABEL 。這對於 zgrep 這樣的工具非常有用,例如: gzip -cd foo.gz |grep --label=foo something
--line-buffering
使用行緩衝,it can be a performance penality.
-q, --quiet, --silent
安靜。不向標準輸出寫任何東西。如果找到任何匹配的內容就立即以狀態值 0 退出,即使檢測到了錯誤。 參見 -s--no-messages 選項。
-R, -r, --recursive
遞歸地讀每一目錄下的所有文件。這樣做和 -d recurse 選項等價。
--include=PATTERN
僅僅在搜索匹配 PATTERN 的文件時在目錄中遞歸搜索。
--exclude=PATTERN
在目錄中遞歸搜索,但是跳過匹配 PATTERN 的文件。
-s, --no-messages
禁止輸出關於文件不存在或不可讀的錯誤信息。 對於可移植性需要注意:與 GNU grep 不同,傳統的 grep 不遵守 POSIX.2 規範,因爲傳統的 grep 缺少一個 -q 選項,而它的 -s 選項與 GNU grep-q 選項行爲相似。需要可移植到傳統 grep 的 shell 腳本應當避免使用 -q-s 選項,而應當將輸出重定向到 /dev/null 。
-U, --binary
將文件視爲二進制。默認情況下,在 MS-DOS 和 MS-Windows 系統中, grep 通過從文件中讀取頭部的 32kB 內容來判斷它的文件類型。如果 grep 判斷文件是一個文本文件,它將原始文件內容中的 CR 字符去除 (使得含有 ^$ 的正則表達式可以正常工作)。指定 -U 將不進行這些工作,而使所有文件保持不變地讀取並傳遞給匹配機制。如果文件是一個以 CR/LF 換行的文本文件,這樣作將導致一些正則表達式失敗。這個選項在 MS-DOS 和 MS-Windows 之外的系統中無效。
-u, --unix-byte-offsets
報告 Unix 風格的字節偏移量。這個開關使得 grep 報告字節偏移量時,將文件作爲 Unix 風格的文本文件看待,也就是說將 CR 字符去掉。這將產生與在一臺 Unix 主機上運行 grep 完全相同的結果。除非同時使用 -b 選項,否則這個選項無效。這個選項在 MS-DOS 和 MS-Windows 之外的系統中無效。
-V, --version
向標準錯誤輸出打印 grep 的版本號。版本號應當包含在所有的 bug 報告中 (參見下面)。
-v, --invert-match
改變匹配的意義,只選擇不匹配的行。
-w, --word-regexp
只選擇含有能組成完整的詞的匹配的行。判斷方法是匹配的子字符串必須是一行的開始,或者是在一個不可能是詞的組成的字符之後。與此相似,它必須是一行的結束,或者是在一個不可能是詞的組成的字符之前。詞的組成字符是字母,數字,還有下劃線。
-x, --line-regexp
只選擇能匹配完整一行的匹配。
-y
-i 的同義詞,廢棄不用。
-Z, --null
輸出一個全零字節 (ASCII 碼中的 NUL 字符) 而不是一般情況下輸出在文件名之後的字符。例如, grep -lZ 在每個文件名之後輸出一個全零字節而不是普通的新行符。這個選項使得輸出清楚明白,即使文件名的表示中包含特殊字符比如新行符。這個選項可以與命令 find -print0, perl -0, sort -z, 和 xargs -0 一起使用,來處理任意的文件名,即使是那些含有新行符的文件名。

一個正則表達式是一個描述了一個字符串集合的模式。正則表達式的構造類似於算術表達式,使用各種各樣的操作符來將更小的表達式連在一起。

Grep 能理解兩種不同版本的正則表達式語法:“basic” 和 “extended”。在 GNU grep 中,兩種語法可以實現的功能是沒有區別的。在其他實現中,基本 (basic) 正則表達式表達能力要弱一點。下面的描述適用於擴展的 (extended) 正則表達式,它與基本正則表達式的區別會在最後做一個總結。

基本的構造塊是匹配單個字符的正則表達式。大部分字符,包括所有字母和數字,是匹配它們自身的正則表達式。任何具有特殊含義的元字符可以通過前置一個反斜槓來引用。(may be quoted by preceding it with a backslash.)

方括號表達式 (bracket) 是一個字符序列,放在 [] 當中。它匹配序列中的任何一個字符;如果序列中的第一個字符是脫字符 (caret) ^ 那麼它匹配 不在 序列中的任何一個字符。例如,正則表達式 [0123456789] 匹配任何一個數字。

在方括號表達式之中,一個 範圍表達式 (range) 由兩個字符組成,中間用一個連字符 (hyphen) 分隔。它匹配在這兩個字符之間的任何一個字符,使用本地化的序列順序和字符集。(that sorts between the two characters,inclusive, using the locale's collating sequence and character set.) 例如,在默認的 C locale中, [a-d][abcd] 等價。典型的,許多 locale 將字符以字典順序排序,在這些 locale 中, [a-d] 不與 [abcd] 等價;例如它可能與 [aBbCcDd] 等價。要獲得傳統的對方括號表達式的解釋,可以設定環境變量 LC_ALL 值爲 C 來使用 locale C 。

最後,在方括號表達式中有一些預定義的字符類,如下所示。它們的名字是自說明的,它們是 [:alnum:](字母和數字), [:alpha:](字母), [:cntrl:](), [:digit:](數字), [:graph:](), [:lower:](小寫字母), [:print:](可打印字符), [:punct:](), [:space:](空格), [:upper:](大寫字母), 和 [:xdigit:] 。例如, [[:alnum:]] 意思是 [0-9A-Za-z] ,但是後一種表示方法依賴於 locale C 和ASCII 字符編碼,而前一種是與 locale 和字符集無關的。(注意這些字符類名中的方括號也是符號名稱的一部分,必須包含在用來爲序列定界的方括號之中。)

大多數元字符處於序列中時會失去它們的特殊意義。爲了包含一個字面意義 (literal) 的 ] ,需要將它放在序列的最前。與此相似,爲了包含一個字面意義 (literal) 的 ^ ,需要將它放在除了序列最前之外的其他位置。最後,爲了包含一個字面意義 (literal) 的 - ,需要將它放在序列最後。

句點符 (period) . 匹配任何一個字符。符號 \w[[:alnum:]] 的同義詞, \W[^[:alnum]] 的同義詞。

脫字符 (caret) ^ 和美元標記 (dollar) $ 分別是匹配一行的首部和尾部的空字串的元字符。符號 \<\> 分別是匹配一個詞的首部和尾部的空字串的元字符。符號 \b 匹配一個詞邊緣 (edge) 的空字串,符號 \B 匹配 處於一個詞的邊緣的空字串。

一個正則表達式後面可以跟隨多種重複操作符之一。

?
先前的項是可選的,最多匹配一次。
*
先前的項可以匹配零次或多次。
+
先前的項可以匹配一次或多次。
{n}
先前的項將匹配恰好 n 次。
{n,}
先前的項可以匹配 n 或更多次。
{n,m}
先前的項將匹配至少 n 詞,但是不會超過 m 次。

兩個正則表達式可以連接到一起;得出的正則表達式可以匹配任何由兩個分別匹配連接前的子表達式的子字符串連接而成的字符串。

兩個正則表達式可以用中綴操作符 | 聯合到一起,得出的正則表達式可以匹配任何匹配聯合前的任何一個子表達式的字符串。

重複操作符的優先級比連接高,接下來又比選擇的優先級高。一個完整的子表達式可以用圓括號 (parentheses) 括住來超越這些優先級規則。(to override these precedence rules.)

反向引用 \n 中, n 是一個數字,匹配正則表達式中,以第 n 個圓括號括住的子表達式已匹配的子字符串。

在基本正則表達式中,元字符 ?, +, {, |, (, 和 ) 喪失了它們的特殊意義;作爲替代,使用加反斜槓的 (backslash) 版本 \?, \+, \{, \|, \(, 和 \)

傳統的 egrep 不支持元字符 { ,並且一些 egrep 的實現通過支持 \{ 來代替它,因此可移植的腳本應當避免 在 egrep 中使用 { 模式,應當使用 [{] 來匹配一個字面意義 (literal) 的 {

GNU egrep 通過假設如果 { 處於 an invalid interval specification 的起始,就不是一個特殊字符,來支持傳統的用法。例如,shell 命令 egrep '{1' 將會搜索這個兩字符的字符串 {1 而不是報告在正則表達式中發生了語法錯誤。POSIX.2 允許這個行爲,將其視爲一個擴展,但是可移植的腳本應當避免使用它。

Grep 的行爲受下列環境變量影響。

一個 locale LC_foo 是通過按下面的順序, LC_ALL, LC_foo, LANG, 檢查這三個環境變量的取值而確定的。設置了的第一個變量指定了 locale。例如,如果 LC_ALL 沒有設置,但是 LC_MESSAGES 設置爲 pt_BR ,那麼巴西的葡萄牙語 (Brazilian Portuguese) 將用作 LC_MESSAGES locale 的值。如果沒有設置這其中任何一個環境變量,或者沒有安裝所設置的 locale 目錄,或者如果 grep 沒有將國家和語言支持 (national language support (NLS)) 編譯在內,將默認使用 locale C。

GREP_OPTIONS
這個變量指定了將放在所有顯式指定的選項之前的默認選項。例如,如果 GREP_OPTIONS'--binary-files=without-match --directories=skip' 的話, grep 將像已經在任何顯式指定的選項之前指定了 --binary-files=without-match--directories=skip 選項那樣來運作。選項以空白 (whitespace) 分隔。一個反斜槓 (backslash) 使得下一個字符轉義 (escape),因此可以用來指定一個含有空白或者反斜槓的選項。
GREP_COLOR
指定用來高亮顯示的標記。
LC_ALL, LC_COLLATE, LANG
這些變量指定了 locale LC_COLLATE ,決定了解釋類似 [a-z] 的範圍表達式時的序列順序 (collating sequence) 。
LC_ALL, LC_CTYPE, LANG
這些選項指定了 locale LC_CTYPE ,決定了字符的類型,例如,哪些字符是空白 (whitespace) 。
LC_ALL, LC_MESSAGES, LANG
這些選項指定了 locale LC_MESSAGES ,決定了 grep 的消息使用的語言。默認的 locale C 使用美國英語的消息。
POSIXLY_CORRECT
如果設置了的話, grep 將像 POSIX.2 要求的那樣來運作;否則, grep 將像其他 GNU 程序一樣來運作。POSIX.2 要求文件名之後的選項必須視爲文件名;默認情況下,這些選項被交換到操作數列表的前面,被當作選項來處理。同時, POSIX.2 要求不可識別的選項在診斷消息中表示爲 “illegal”,但是既然它們沒有真正觸犯法律,因此默認情況下它們在診斷 (diagnose) 消息中表示爲 “invalid”。 POSIXLY_CORRECT 同時禁止了下面描述的 _N_GNU_nonoption_argv_flags_
_N_GNU_nonoption_argv_flags_
(這裏 Ngrep's 數字形式的進程ID。) 如果這個環境變量的值的第 i 個字符是 1 ,那麼不將 grep 的第 i 個操作數視爲一個選項,即使它看上去像。shell 可以將這個變量設置在它運行的每個命令的環境中,指定哪個操作數是文件名通配符擴展的結果,因此不應當被視爲選項。這個行爲只有在使用 GNU C 庫時有效,並且只有在 POSIXLY_CORRECT 沒有設置的時候。

一般地,如果找到了選擇的行,退出時狀態值爲0,否則爲1。但是如果發生錯誤,退出時狀態值是2,除非指定了 -q--quiet--silent 選項,並且找到了選擇的行。

bug 報告的電子郵件地址是 bug-gnu-utils@gnu.org。 一定要在“Subject:”中帶有 “grep” 這個詞。

{n,m} 結構中重複次數過多會導致 grep 使用大量內存。另外,一些過分晦澀的正則表達式需要指數級的時間和空間,可能會導致 grep 耗盡所有內存。

向後引用 (backreferences) 非常慢,可能需要指數級的時間。

袁乙鈞 <bbbush@163.com>

2003.11.03

http://cmpp.linuxforum.net

本頁面中文版由中文 man 手冊頁計劃提供。
中文 man 手冊頁計劃:https://github.com/man-pages-zh/manpages-zh
GNU Project