Linux Grep 命令终极指南：从基础搜索到正则高阶实战

Linux Grep 命令终极指南：从基础搜索到正则高阶实战

在 Linux 系统运维、日志分析和代码检索中，grep（Global Regular Expression Print）无疑是最高频使用的工具之一。它不仅能快速定位文本，配合正则表达式更能实现复杂的模式匹配。

本文将带你从基础用法进阶到正则高阶技巧，通过实战案例掌握 grep 的核心能力。

📋 目录

1. 基础搜索与统计

最基础的用法是查找包含特定字符串的行，但 grep 的强大之处在于它能同时提供位置信息和统计数据。

🔍 显示行号 (-n)

当你在几千行的日志或代码中查找内容时，知道关键字在第几行至关重要。

# 显示 '1987-10-10' 所在的行号及内容
grep -n '1987-10-10' 2.txt

输出示例: 45:1987-10-10 Event started (表示在第 45 行)

📊 统计匹配次数 (-c)

如果你只关心某个错误出现了多少次，而不需要看具体内容，使用 -c (count)。

# 统计包含 '1987' 的行数
grep -c '1987' 2.txt

注意: 它统计的是包含匹配项的行数，而不是匹配项出现的总次数（若一行出现多次，仍计为 1）。如需统计总次数，需结合 grep -o 和 wc -l。

2. 上下文关联：还原现场

在分析日志报错时，单看报错行往往不够，我们需要查看报错前发生了什么，或者后续产生了什么影响。

实战演示：

# 显示 '1987-10-10' 及其后面 2 行
grep -A 2 '1987-10-10' 2.txt

# 显示 '1987-10-10' 及其前面 2 行
grep -B 2 '1987-10-10' 2.txt

# 显示 '1987-10-10' 及其前后各 2 行 (最常用)
grep -C 2 '1987-10-10' 2.txt

3. 文件级操作：批量筛选

当面对成百上千个日志文件时，我们往往不需要看具体内容，只需要知道哪些文件包含了目标关键字。

📁 列出包含关键字的文件 (-l)

# 列出当前目录下所有包含 'exception' 的 .log 文件
grep -l 'exception' *.log

用途: 快速定位问题文件，配合 vim 或 cat 进一步查看。

🚫 列出不包含关键字的文件 (-L)

# 列出所有不包含 '孙' 的 .txt 文件
grep -L '孙' *.txt

用途: 排除法，例如找出尚未处理过的配置文件。

🔤 忽略大小写 (-i)

日志中的关键词大小写可能不统一（如 Error, error, ERROR），使用 -i 可一网打尽。

# 不区分大小写搜索复杂的类名
grep -i 'DiscoveryClient-InstanceInfoReplicator-0' apollo-assembly.log

4. 正则表达式核心实战

grep 的灵魂在于正则表达式（Regular Expression）。默认情况下，grep 使用基本正则表达式 (BRE)。

📍 锚点匹配：行首与行尾

• ^ : 匹配行的开始。
• $ : 匹配行的结束。

# 匹配以 '1993-01' 开头的行 (常用于按月份筛选日志)
grep '^1993-01' 2.txt

# 匹配以 '17' 结尾的行
grep '17$' 2.txt

# 精确匹配：整行内容必须完全是 "a.e" (点号在正则中通常代表任意字符，但在某些语境需转义，此处演示精确行匹配逻辑)
# 注意：若需匹配字面意义的点，应写作 grep "^a\\.e$"
grep "^a.e$" data.txt

🔁 反向引用：匹配连续重复字符

这是一个高阶技巧，用于查找拼写错误（如 helloo）或特定格式。 $.\\$\\1 的含义：

# 匹配包含连续两个相同字母的单词 (如 "book", "see", "error")
grep '$.$\\1' data.txt

🎯 单词边界匹配 (-w 或 \\< \\>)

避免“误伤”。例如搜索 status 时，不想匹配到 registration status 中的 status 以外的部分，或者不想匹配到 statuses。

方法一：使用 -w 选项 (推荐)

# 仅匹配完整的单词 'registration status' (作为独立单词存在)
grep -w –color 'registration status' apollo-assembly.log

方法二：使用正则符号 \\< 和 \\>

# \\< 表示单词开始，\\> 表示单词结束
grep –color '\\<registration status\\>' apollo-assembly.log

提示: –color 参数会让匹配到的关键字高亮显示，便于肉眼识别。

5. 递归搜索与文件过滤

在大型项目中，我们需要递归遍历子目录，并且只关注特定类型的文件（如只看 .java 或 .js，忽略编译产生的 .class 或二进制文件）。

🌲 递归搜索 (-r / -R)

# 递归搜索当前目录及子目录
grep -r 'keyword' ./

🧹 配合 –include 精准过滤

这是开发中最常用的组合，避免在无关文件中浪费时间和产生噪音。

# 1. 列出所有 .js 文件路径 (不显示内容，只显示文件名 -l)
grep -rl –include="*.js" ./

# 2. 同时搜索 .js 和 .java 文件
grep -r –include="*.js" –include="*.java" "NullPointerException" ./

# 3. 使用大括号扩展匹配多种后缀 (注意：部分 shell 需开启 extglob，或在 grep 中直接写多个 include 更稳妥)
# 下面这种写法在某些 grep 版本可能不支持大括号展开，建议拆分为多个 –include
grep -rl –include="*.java" –include="*.vue" "re" .

6. 高阶技巧：提取异常堆栈

在 Java 等语言的日志中，一个 Exception 往往伴随多行堆栈信息（以 at … 开头）。普通的 grep 只能打印包含 “Exception” 的那一行，丢失了关键的堆栈上下文。

我们可以利用 Perl 兼容正则 (-P) 和 空字节分隔 (-z) 来实现多行块匹配。

🛠️ 提取 Exception 及其堆栈

grep –binary-files=text -Pzo '(?s)Exception[^\\n]*\\n(?:\\s+at[^\\n]*\\n)*' info.log

命令深度解析：

• –binary-files=text: 强制将文件当作文本处理，避免遇到二进制字符时报错 “Binary file matches”。
• -P: 启用 Perl 兼容正则表达式 (PCRE)，支持更强大的语法。
• -z: 将输入视为由 null 字符分隔的数据流（实际上让 grep 把整个文件当作一行处理），从而允许跨行匹配。
• -o: 只输出匹配到的部分。
• 正则逻辑 (?s)Exception[^\\n]*\\n(?:\\s+at[^\\n]*\\n)*:
  • (?s): 开启单行模式，让 . 能匹配换行符（虽然这里主要用 [^\\n]）。
  • Exception[^\\n]*\\n: 匹配包含 “Exception” 的那一行。
  • (?:\\s+at[^\\n]*\\n)*: 非捕获组，匹配后续所有以空白字符开头且包含 “at” 的行（即堆栈行），* 表示匹配 0 次或多次，直到遇到非堆栈行。

注意: 此命令输出的结果末尾可能会有一个空字符（null byte），在终端显示时可能表现为 % 或换行异常，可通过管道 | tr '\\0' '\\n' 进行美化。

💡 总结与建议

最佳实践提示：

掌握这些技巧，你将能像手术刀一样精准地剖析任何文本数据！