grep 命令用法解析

一、概述

grep（Global Regular Expression Print）是Linux/Unix系统中用于文本搜索的强大工具，可根据指定模式（正则表达式或普通字符串）在文件中查找匹配的行，并输出结果。其核心功能是模式匹配与过滤，支持基础正则（BRE）和扩展正则（ERE），广泛用于日志分析、代码检索、文本处理等场景。

二、基础用法

1. 基本语法

grep [选项] 模式 [文件...]
  • 若不指定文件，默认从标准输入（管道输入）读取内容。
  • 模式可分为普通字符串（精确匹配）和正则表达式（模式匹配）。

2. 常用基础选项

选项 作用 示例
无选项 查找包含指定字符串的行 grep "error" log.txt（查找log.txt中含"error"的行）
-n 显示匹配行的行号 grep -n "warn" app.log（输出含"warn"的行及行号）
-H 显示匹配行所在的文件名（多文件时默认开启） grep -H "config" *.ini（显示含"config"的ini文件名及内容）
-h 抑制文件名输出（多文件时仅显示匹配内容） grep -h "test" *.txt（仅输出匹配内容，不显示文件名）
-C n 显示匹配行及上下n行（Context） grep -C2 "Exception" debug.log（显示异常行及上下2行）
-A n 显示匹配行及之后n行（After） grep -A3 "start" service.log（显示启动行及后续3行）
-B n 显示匹配行及之前n行（Before） grep -B1 "end" task.log（显示结束行及前1行）
-o 仅输出匹配的部分（而非整行） grep -o "[0-9]\+" data.txt（仅提取文件中的数字）
-r 递归查找目录下所有文件 grep -r "import" ./src（递归查找src目录中含"import"的行）

3. 基础匹配示例

# 查找单个文件中包含"success"的行
grep "success" result.txt

# 查找多个文件中包含"failed"的行
grep "failed" test1.log test2.log

# 从标准输入中过滤（结合管道）
cat access.log | grep "404"  # 查找访问日志中的404错误

三、高级用法

1. 模式匹配增强选项

选项 作用 示例
-i 忽略大小写匹配 grep -i "Case" code.py（匹配"Case"、“CASE”、"case"等）
-w 仅匹配完整单词（避免子串匹配） grep -w "cat" text.txt（匹配"cat"但不匹配"category"）
-x 仅匹配整行完全一致的内容 grep -x "hello world" msg.txt（仅当行内容为"hello world"时匹配）
-v 反向匹配（输出不满足模式的行） grep -v "^#" config.ini（输出非注释行，排除以#开头的行）
-c 统计匹配的行数 grep -c "ERROR" system.log（统计日志中含"ERROR"的行数）
-l 仅显示包含匹配内容的文件名 grep -l "database" ./conf/*（列出conf目录中含"database"的文件）
-L 仅显示不包含匹配内容的文件名 grep -L "timeout" ./scripts/*（列出scripts目录中不含"timeout"的文件）

2. 正则表达式深度应用

grep支持两种正则模式：基础正则（BRE） 和扩展正则（ERE），核心区别在于ERE无需对特殊符号转义（需通过-E启用）。

（1）基础正则（BRE）

需对+、?、|、()等符号转义（加\）：

# 匹配连续1次及以上的数字（+需转义）
grep "num=[0-9]\+" form.txt  # 匹配"num=123"、"num=45"等

# 匹配以"start"或"begin"开头的行（|需转义）
grep "^start\|^begin" task.txt  # 匹配"start..."或"begin..."

# 匹配3-5位的数字（{}需转义）
grep "id=[0-9]\{3,5\}" user.txt  # 匹配"id=123"、"id=45678"等

（2）扩展正则（ERE，-E选项）

无需转义特殊符号，支持更复杂的模式：

# 匹配邮箱格式（简化版）
grep -E "[a-zA-Z0-9_]+@[a-zA-Z0-9]+\.[a-zA-Z]{2,}" emails.txt

# 匹配IP地址（严格版：0-255.0-255.0-255.0-255）
grep -E "((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)" ips.txt

# 匹配中国手机号（1开头，11位）
grep -E "1[3-9][0-9]{9}" phone_list.txt

3. 目录查找精细化控制

选项 作用 示例
--include=PATTERN 仅查找匹配PATTERN的文件 grep -r --include="*.py" "def" ./（递归查找所有py文件中的函数定义）
--exclude=PATTERN 排除匹配PATTERN的文件 grep -r --exclude="*.log" "error" ./（递归查找时排除log文件）
--exclude-dir=DIR 排除指定目录 grep -r --exclude-dir=".git" "config" ./（递归查找时排除.git目录）
-maxdepth n 限制递归深度（n为层数） grep -r -maxdepth 2 "test" ./（仅查找当前目录及子目录，不深入更深层）

四、扩展用法（组合与实战）

1. 多条件组合过滤

# 查找含"error"或"warn"的非注释行（忽略大小写）
grep -Ei -v "^#" "error|warn" app.log

# 查找含"TODO"但不含"FIXED"的Java文件
grep -r --include="*.java" -E "TODO" ./ | grep -v "FIXED"

2. 与其他命令协同

# 统计代码中有效注释行（排除空注释和纯#行）
grep -E "^#.*[^[:space:]]" code.py | wc -l

# 查找占用端口8080的进程（结合netstat）
netstat -tlnp | grep -oP ":8080\s.*?(\d+)/" | awk '{print $2}'  # 提取进程ID

3. 性能优化技巧

  • 优先指定文件类型（--include）减少扫描范围；
  • 对大文件使用-F（快速匹配，将模式视为普通字符串而非正则）；
  • 结合-m n限制最大匹配行数（找到n行后停止）：grep -m 5 "error" large.log。

五、常见错误与注意事项

  1. 正则中特殊字符未转义：如.在正则中表示任意字符，匹配实际.需转义为\.（例：grep "192\.168" ips.txt）。
  2. -n与-o混用：-o仅输出匹配部分，-n的行号可能无意义，需根据需求选择。
  3. 递归查找目录时遗漏-r：未加-r会将目录视为文件，导致"Is a directory"错误。
  4. 扩展正则未加-E：使用|、{}等符号时，需加-E否则会被视为普通字符。

通过上述用法，grep可高效完成文本过滤、模式匹配、批量检索等任务，是Linux系统中不可或缺的文本处理工具。

六、扩展：egrep

1. 定义与核心作用

egrep（Extended Global Regular Expression Print）是 grep 命令的扩展版本，专门用于支持扩展正则表达式（ERE），无需对 |、()、{}、+、? 等扩展正则符号进行转义，简化了复杂模式的匹配操作。

在现代系统中，egrep 通常是 grep -E 的别名（功能完全一致），即：

egrep "pattern" file 等价于 grep -E "pattern" file

2. 与基础 grep 的核心区别

特性 基础 grep（默认，BRE模式） egrep（或 grep -E，ERE模式）
扩展正则符号支持 需用 \ 转义（如 \+、\{、|） 直接使用，无需转义（如 +、{、`
适用场景 简单匹配（单字符、基础逻辑） 复杂匹配（多条件、分组、范围限定等）

3. 支持的扩展正则符号

egrep 支持所有基础正则符号（如 ^、$、[]、. 等），额外支持以下扩展符号：

  • |：逻辑“或”，匹配多个模式中的任意一个。
  • ()：分组匹配，将多个字符视为整体，可结合 | 使用。
  • +：前一个字符出现 1次或多次。
  • ?：前一个字符出现 0次或1次。
  • {n,m}：前一个字符出现 n到m次（{n} 表示正好n次，{n,} 表示至少n次，{,m} 表示至多m次）。

4. 基本语法

egrep [参数] "扩展正则模式" [文件/目录]

5. 实用示例

（1）基础扩展正则匹配

匹配“1次或多次”字符（+）：

# 匹配包含连续2个及以上“5”的行（等价于 grep -E "5+" test）
egrep "5+" test
# 输出：555（假设test文件中有“555”）

匹配“固定次数”字符（{}）：

# 匹配“2”出现4-5次的行（test02文件内容见下方）
egrep "2{4,5}" test02
# 输出：
# 2222
# 22222

# test02 文件内容参考：
aaa
bbb
111
222
2222
22222

多模式“或”匹配（|）：

# 匹配包含“reboot”或“tty2”的行
egrep "reboot|tty2" /var/log/wtmp
# 输出：
# reboot   system boot  5.14.0-503.31.1. Sat Nov 16 08:00   still running
# root     tty2         tty2             Sat Nov 16 08:00 - down   (07:07)

（2）提取精确匹配内容（-o）

# 从网卡信息中提取所有类似IP的格式（xxx.xxx.xxx.xxx）
ip a s wlo1 | egrep -o "([0-9]{1,3}\.){3}[0-9]{1,3}"
# 输出：
# 192.168.0.102
# 192.168.0.255
# 解析：`([0-9]{1,3}\.){3}` 匹配前3段（如“192.168.0.”），最后接 `[0-9]{1,3}` 匹配第4段。

（3）反向匹配（-v）

# 过滤文件中的空行（^$）和注释行（^#）
egrep -v "^#|^$" line.txt
# 输出：
# aaa
# bbb
# ccc
# eee

# line.txt 文件内容参考： 
aaa
bbb
# 注释行
#
（空行）
ccc
eee

（4）递归查找（-r）

# 递归查找当前目录下所有文件中包含“lib”的行
egrep -r "lib" ./libssh
# 输出匹配的文件名、行号及内容（如 ./libssh/config:5:import libssh）

（5）分组匹配与组合逻辑

# 匹配以“a”或“r”开头且后跟“ole”的单词（结合分组与|）
egrep "^(a|r)ole" test
# 输出：
# role
# aole