GNU/Linux >> Tutoriales Linux >  >> Linux

Expresiones regulares en Grep (Regex)

grep es uno de los comandos más útiles y potentes de Linux para el procesamiento de texto. grep busca en uno o más archivos de entrada líneas que coincidan con una expresión regular y escribe cada línea coincidente en la salida estándar.

En este artículo, vamos a explorar los conceptos básicos de cómo usar expresiones regulares en la versión GNU de grep , que está disponible de forma predeterminada en la mayoría de los sistemas operativos Linux.

Grep Expresión Regular #

Una expresión regular o regex es un patrón que coincide con un conjunto de cadenas. Un patrón consta de operadores, construye caracteres literales y metacaracteres, que tienen un significado especial. GNU grep admite tres sintaxis de expresiones regulares, básica, extendida y compatible con Perl.

En su forma más simple, cuando no se proporciona ningún tipo de expresión regular, grep interpretar patrones de búsqueda como expresiones regulares básicas. Para interpretar el patrón como una expresión regular extendida, use -E (o --extended-regexp ) opción.

En la implementación de GNU de grep no hay diferencia funcional entre las sintaxis de expresión regular básica y extendida. La única diferencia es que en las expresiones regulares básicas los metacaracteres ? , + , { , | , ( y ) se interpretan como caracteres literales. Para mantener los significados especiales de los metacaracteres cuando se usan expresiones regulares básicas, los caracteres se deben escapar con una barra invertida (\< ). Explicaremos el significado de estos y otros metacaracteres más adelante.

En general, siempre debe encerrar la expresión regular entre comillas simples para evitar la interpretación y expansión de los metacaracteres por parte del shell.

Coincidencias literales #

El uso más básico de grep El comando es buscar un carácter literal o una serie de caracteres en un archivo. Por ejemplo, para mostrar todas las líneas que contienen la cadena "bash" en el /etc/passwd archivo, ejecutaría el siguiente comando:

grep bash /etc/passwd

La salida debería verse así:

root:x:0:0:root:/root:/bin/bash
linuxize:x:1000:1000:linuxize:/home/linuxize:/bin/bash

En este ejemplo, la cadena "bash" es una expresión regular básica que consta de cuatro caracteres literales. Esto le dice a grep para buscar una cadena que tenga una "b" seguida inmediatamente por "a", "s" y "h".

Por defecto, el grep El comando distingue entre mayúsculas y minúsculas. Esto significa que los caracteres en mayúsculas y minúsculas se tratan como distintos.

Para ignorar mayúsculas y minúsculas al buscar, use -i opción (o --ignore-case ).

Es importante notar que grep busca el patrón de búsqueda como una cadena, no como una palabra. Entonces, si estaba buscando "gnu", grep también imprimirá las líneas donde "gnu" está incrustado en palabras más grandes, como "cygnus" o "magnum".

Si la cadena de búsqueda incluye espacios, debe encerrarlo entre comillas simples o dobles:

grep "Gnome Display Manager" /etc/passwd

Anclaje #

Los anclas son metacaracteres que le permiten especificar en qué parte de la línea se debe encontrar la coincidencia.

El ^ (símbolo de intercalación) coincide con la cadena vacía al principio de una línea. En el siguiente ejemplo, la cadena "linux" coincidirá solo si aparece al principio de una línea.

grep '^linux' file.txt

El $ (dólar) coincide con la cadena vacía al comienzo de una línea. Para encontrar una línea que termine con la cadena "linux", usaría:

grep 'linux$' file.txt

También puede construir una expresión regular utilizando ambos anclajes. Por ejemplo, para buscar líneas que contengan solo "linux", ejecute:

grep '^linux$' file.txt

Otro ejemplo útil es el ^$ patrón que coincide con todas las líneas vacías.

Número de carácter único coincidente

El . El símbolo (punto) es un metacarácter que coincide con cualquier carácter único. Por ejemplo, para hacer coincidir cualquier cosa que comience con "kan", luego tenga dos caracteres y termine con la cadena "roo", usaría el siguiente patrón:

grep 'kan..roo' file.txt

Expresiones de paréntesis #

Las expresiones entre corchetes permiten hacer coincidir un grupo de caracteres encerrándolos entre corchetes [] . Por ejemplo, busque las líneas que contienen "aceptar" o "acento", podría usar la siguiente expresión:

grep 'acce[np]t' file.txt

Si el primer carácter dentro de los corchetes es el símbolo de intercalación ^ , entonces coincide con cualquier carácter único que no esté entre corchetes. El siguiente patrón coincidirá con cualquier combinación de cadenas que comience con "co" seguida de cualquier letra excepto "l" seguida de "la", como "coca", "cobalt" y así sucesivamente, pero no coincidirá con las líneas que contienen "cola ”:

grep 'co[^l]a' file.txt

En lugar de colocar los caracteres uno por uno, puede especificar un rango de caracteres dentro de los corchetes. Una expresión de rango se construye especificando el primer y último carácter del rango separados por un guión. Por ejemplo, [a-a] es equivalente a [abcde] y [1-3] es equivalente a [123] .

La siguiente expresión coincide con cada línea que comienza con una letra mayúscula:

grep '^[A-Z]' file.txt

grep también admiten clases predefinidas de caracteres que están encerrados entre corchetes. La siguiente tabla muestra algunas de las clases de caracteres más comunes:

Para obtener una lista completa de todas las clases de caracteres, consulte el manual de Grep.

Cuantificadores #

Los cuantificadores le permiten especificar el número de ocurrencias de elementos que deben estar presentes para que ocurra una coincidencia. La siguiente tabla muestra los cuantificadores soportados por GNU grep :

Cuantificador Clases de personajes
[:alnum:] Caracteres alfanuméricos.
[:alpha:] Caracteres alfabéticos.
[:blank:] Espacio y tabulador.
[:digit:] Dígitos.
[:lower:] Letras minúsculas.
[:upper:] Letras mayúsculas.

El * El carácter (asterisco) coincide con el elemento anterior cero o más veces. Lo siguiente coincidirá con "right", "sright" "ssright" y así sucesivamente:

grep 's*right'

A continuación se muestra un patrón más avanzado que coincide con todas las líneas que comienzan con una letra mayúscula y terminan con un punto o una coma. El .* regex coincide con cualquier número de caracteres:

grep -E '^[A-Z].*[.,]$' file.txt

El ? (signo de interrogación) hace que el elemento anterior sea opcional y solo puede coincidir una vez. Lo siguiente coincidirá tanto con "brillante" como con "derecha". El ? el carácter se escapa con una barra invertida porque estamos usando expresiones regulares básicas:

grep 'b\?right' file.txt

Aquí está la misma expresión regular usando una expresión regular extendida:

grep -E 'b?right' file.txt

El + El carácter (más) coincide con el elemento anterior una o más veces. Lo siguiente coincidirá con "ssright" y "ssright", pero no con "right":

grep -E 's+right' file.txt

Los caracteres de llave {} le permite especificar el número exacto, un límite superior o inferior o un rango de ocurrencias que deben ocurrir para que ocurra una coincidencia.

Lo siguiente coincide con todos los números enteros que tienen entre 3 y 9 dígitos:

grep -E '[[:digit:]]{3,9}' file.txt

Alternancia #

El término alternancia es un simple “O”. El operador de alternancia | (tubería) le permite especificar diferentes coincidencias posibles que pueden ser cadenas literales o conjuntos de expresiones. Este operador tiene la precedencia más baja de todos los operadores de expresiones regulares.

En el siguiente ejemplo, buscamos todas las apariciones de las palabras fatal , error y critical en el archivo de error de registro de Nginx:

grep 'fatal\|error\|critical' /var/log/nginx/error.log

Si usa la expresión regular extendida, entonces el operador | no se debe escapar, como se muestra a continuación:

grep -E 'fatal|error|critical' /var/log/nginx/error.log

Agrupación #

La agrupación es una función de las expresiones regulares que le permite agrupar patrones y hacer referencia a ellos como un elemento. Los grupos se crean usando paréntesis () .

Cuando se usan expresiones regulares básicas, los paréntesis se deben escapar con una barra invertida (\< ).

El siguiente ejemplo coincide tanto con "sin miedo" como con "menos". El ? el cuantificador hace que el (fear) grupo opcional:

grep -E '(fear)?less' file.txt

Expresiones especiales de barra invertida #

GNU grep incluye varios metacaracteres que constan de una barra invertida seguida de un carácter normal. La siguiente tabla muestra algunas de las expresiones especiales de barra invertida más comunes:

Cuantificador Descripción
* Hacer coincidir el elemento anterior cero o más veces.
? Hacer coincidir el elemento anterior cero o una vez.
+ Haz coincidir el elemento anterior una o más veces.
{n} Coincide exactamente con el elemento anterior n veces.
{n,} Coincide con el elemento anterior al menos n veces.
{,m} Coincide con el elemento anterior como máximo m veces.
{n,m} Hacer coincidir el elemento anterior de n a m veces.

El siguiente patrón coincidirá con las palabras separadas "abyecto" y "objeto". No coincidirá con las palabras si está incrustado en palabras más grandes:

grep '\b[ao]bject\b' file.txt

Conclusión #

Las expresiones regulares se utilizan en editores de texto, lenguajes de programación y herramientas de línea de comandos como grep , sed y awk . Saber cómo construir expresiones regulares puede ser muy útil al buscar archivos de texto, escribir scripts o filtrar la salida de comandos.

Si tiene alguna pregunta o comentario, no dude en dejar un comentario.


Linux
  1. Introducción a las expresiones regulares:un ejemplo

  2. Introducción a las expresiones regulares

  3. Expresiones regulares:juntándolo todo

  4. Regex y grep:Flujo de datos y bloques de construcción

  5. Bash:¿Expresiones regulares en sustitución?

Introducción a las expresiones regulares

Grep Regex:una guía completa

Cómo hacer Grep para múltiples cadenas y patrones

10 ejemplos prácticos de expresiones regulares con grep

¿Por qué `\d` no funciona en expresiones regulares en sed?

rango de números de extracción de grep

    Expresión Descripción
    \b Hacer coincidir un límite de palabra.
    \< Hacer coincidir una cadena vacía al principio de una palabra.
    \> Hacer coincidir una cadena vacía al final de una palabra.
    \w Hacer coincidir una palabra.
    \s Hacer coincidir un espacio.