如何使用Grep

Grep是一个命令行实用程序，可以使用常见的正则表达式语法搜索和过滤文本。它无处不在，动词“to grep”已经成为“搜索”的同义词。它grep是一个有用的工具，用于在选择的文件中查找所有出现的搜索词，过滤日志文件或流，或作为一部分脚本或命令链。

本教程需要一台已经设置好可以使用sudo命令的非root账号的CentOS服务器，并且已开启防火墙。没有服务器的同学可以在这里购买，不过我个人更推荐您使用免费的腾讯云开发者实验室进行试验，学会安装后在购买服务器。

本指南引用了GNU grep的最新版本，默认情况下所有的腾讯云CVM的镜像中都有包含。它也是几乎所有基于Linux的操作系统发行版中提供的软件包的公共基础选择的一部分。

grep的一个基础用法如下：

grep "string" ~/threads.txt

grep的第一个参数是搜索模式。第二个(可选)参数是要搜索的文件的名称。上面的序列将搜索~/threads.txt文件中出现的所有“string”。

如果要搜索多个文件，-r标志将启用目录树的递归搜索：

grep -r "string" ~/thread/

在特定文件上使用时，grep仅输出包含匹配字符串的行。当以递归模式运行时，grep输出文件的完整路径，后跟冒号以及与模式匹配的行的内容。默认情况下，grep中的模式是基本的正则表达式。如果您需要更具表现力的正则表达式语法，grep能够接受具有以下标志的备用格式的模式：

标志	用法
-E	使用扩展正则表达式语法。相当于已弃用的egrep命令。
-P	使用Perl正则表达式语法。

Grep提供了许多强大的选项来控制其输出：

除了从文件中读取内容外，grep还可以从标准输入中读取和过滤文本。任何命令或流的输出都可以通过管道输出到grep命令。然后，grep根据指定的匹配模式过滤此输出，并仅输出匹配的行。例如，给定以下命令：

ls --help | grep "dired"

这会过滤ls命令帮助文本的输出并查找“dired”，并将它们输出到标准输出：

-D, --dired generate output designed for Emacs' dired mode

虽然简单的模式匹配对于某些过滤任务已经足够，但grep真正的强大之处在于它能够使用正则表达式进行复杂的模式匹配。正则表达式中的大多数字符与字面上的输入数据匹配; 但是，有一些序列具有特殊意义：

符号	结果
。	匹配任何角色。
*	匹配前一个字符的零个或多个实例。
+	匹配前一个字符的一个或多个实例。
[]	匹配括号内的任何字符。
（）	创建一个子表达式，可以将其组合以生成更复杂的表达式。
\|	OR运算符; （www \| ftp）匹配“www”或“ftp”。
^	匹配一行的开头。
$	匹配线的末尾。
\	规避以下角色。由于.匹配任何字符，以匹配您需要使用的文字句点\.。

一个grep流行的用途是从系统日志中提取有用的信息：

grep -Eoc "^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}.* 200"  /srv/www/example.com/logs/access.log

在此命令中，grep过滤所有以IP地址开头的行的Apache访问日志，后跟多个字符，一个空格，然后是字符200（其中200表示成功的HTTP连接）。-c选项仅输出匹配数的计数。要获取访问者的IP地址的输出以及请求成功请求的文件的路径，请省略-c标志：

grep -Eo "^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}.* 200"  /srv/www/example.com/logs/access.log

花括号指定模式的实例数。{1,3}要求前一个字符至少出现一次，但不超过三次。字符类[0-9]将与一个或多个数字匹配。您还可以生成类似的输出，但报告访问内容的尝试失败：

grep -Eo "^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}.* 404"  /srv/www/example.com/logs/access.log

以下命令将生成尝试连接到Web服务器的所有IP地址的列表。使用-o选项，只有匹配的字符串被发送到标准输出。uniq使用管道运算符（|）通过实用程序过滤此输出以过滤掉重复的条目：

grep -Eo "^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}" /srv/www/example.com/logs/access.log | uniq

下一个示例使用替代模式来匹配不同日志中的IP地址。以下命令在最近的/var/log/auth.log文件中搜索无效的登录尝试：

grep -Eo "Invalid user.*([0-9]{1,3}\.){3}[0-9]{1,3}" /var/log/auth.log

您可以将上述命令拆分为两层，以输出登录尝试失败的IP地址列表到您的系统：

grep "Invalid user" /var/log/auth.log | grep -Eo "([0-9]{1,3}\.){3}[0-9]{1,3}" | uniq

grep可以过滤命令的输出，例如tail -F提供对特定日志事件的实时监控：

tail ~/.procmail/procmail.log -F | grep "Subject"

在这种情况下，请tail遵循~/procmail/procmail.log文件。此输出传递给grep，它过滤流并仅打印包含字符串“Subject”的行。

grep可以用来过滤长时间的帮助文件。这个命令过滤tar帮助文本，以更有效地找到处理bzip文件的选项:：

tar --help | grep "bzip"

grep对于ls列出具有大量文件的目录内容时的输出也很有用：

ls /usr/lib | grep "xml"

zgrep命令的功能与上面的grep命令完全相同; 它在grep命令的基础增加了压缩和解压的功能：

zgrep -Eo "Invalid user.*([0-9]{1,3}\.){3}[0-9]{1,3}" /var/log/auth.log.2.gz

zgrep由于读取压缩文件的额外开销，操作所需的时间比grep操作长。

怎样，你学会了嘛？赶快购买服务器尝试下吧！想要学习更多相关知识，请访问腾讯云云+社区。

参考文献：《How to Grep for Text in Files》