grep技术要点

1) 工作模型（3 件事）

• 输入：从文件或标准输入（-）读入，一次按“行”处理（除非用 -z 改成以 NUL 作为“行”分隔）。
• 匹配：把每一行拿去和模式（pattern）比对。模式可以是正则（BRE/ERE/PCRE）或纯文本（-F）。
• 输出：默认打印匹配到的整行；用 -o 可只打印匹配片段；用 -l/-L/-c 改为打印文件名或计数。
  退出码（脚本很有用）：匹配到返回 0，未匹配返回 1，出错（且没 -q）返回 2。

2) 模式种类 & 选型思路

• -G（BRE，默认）：基础正则。+ ? | () 在 BRE 里不是元字符，需转义：\+ \? \| \(\).
• -E（ERE）：扩展正则，+ ? | () 直接可用；日常首选，等价于历史上的 egrep。
• -F（固定字符串）：把模式当“纯文本”，不解正则；最快、最稳，适合日志多关键词查找。
• -P（Perl/PCRE）：支持高级正则（如 \b、断言 (?<=x)、懒惰量词等）。有时未编进发行版，或在极大文件上稍慢——仅当确实需要这些能力再用。
  通用小抄（ERE 语义为例）
  ^ 行首；$ 行尾；. 任意单字符；* 前导重复 ≥0 次；+ ≥1 次；? 0或1；{m,n} 次数；[] 字符类；[^] 取反；() 分组；| 或；[[:alpha:]] [[:digit:]] [[:space:]] 等POSIX 类对多语言更稳。
  整词：-w（按“字母/数字/下划线”边界）或 -P '\bword\b'。
  多模式：多次 -e，或 -f pattern_file（每行一个模式）。

3) 递归与路径筛选

• -r 递归；-R 递归且跟随符号链接。默认无文件时，递归会把“当前目录”当作输入。
• 只搜特定文件：--include='*.{c,h}'；排除：--exclude='*.min.js'、--exclude-dir={.git,node_modules,build}。
• 搭配 -n（行号）、-H/-h（是否加文件名前缀）提升可读性。

4) 输出控制与上下文

• 只要文件名：-l（有匹配的文件）；-L（没有匹配的文件）。
• 只要数量：-c；只要命中片段：-o（常与 -h 连用，便于做统计）。
• 上下文：-A NUM（后文）、-B NUM（前文）、-C NUM（两侧），或简写 -NUM。
• 限流：-m NUM（每个文件匹配到 NUM 行就停），提高速度。
• 颜色：--color=auto（或 --colour）。管道里可能被判为非 TTY，颜色会自动关闭。

5) 大文件/二进制/编码细节

• 二进制检测触发时会出现“Binary file matches”。
  • 当你只是想按文本看：用 -a 或 --binary-files=text。
  • 想忽略二进制：-I（等价 --binary-files=without-match）。
• -z：把 NUL 当“换行”，配合 find -print0 / xargs -0 进行安全文件名流水线；-Z 输出文件名后加 NUL。
• 速度技巧：LC_ALL=C grep -F ...（字节序比较、不开多字节；非常快，但不适合需要本地化字符类/大小写折叠的场景）。

6) 易踩的坑（超重要）

1. 一定要正确引用模式：在 shell 里 * ? () | $ \ 都可能被解释，用单引号包裹模式最稳：'foo.*bar'。
2. BRE/ERE 转义差异：在 -G 下 + ? | () 需转义；改成 -E 通常更直观。
3. -P 可用性：有些系统未启用 PCRE；脚本里用 -P 前先确认环境。
4. 递归与链接：-R 可能跟随循环链接导致慢或“走不出来”；需要时用 --exclude-dir 限制。
5. -w 的“词边界”定义：只把字母/数字/下划线当词字符；含连字符或点号的“词”不适合 -w，改用 -P '\b' 或显式边界。
6. 大小写与本地化：-i 在多字节/本地化下可能和你以为的不完全一致；要“字节级”行为就 LC_ALL=C。

7) 选型口诀

• 纯文本多关键词：-F 或 -Ff（最快）。
• 一般正则：优先 -E（少转义，读写性好）。
• 需要断言/词边界：-P（确认环境支持）。
• 递归找代码：-Rni --include=… --exclude-dir=…。
• 只要文件名/计数：-l / -L / -c。
• 抽取值：-o（必要时 -P 断言）。
• 大文件提速：-m1（命中即停）、LC_ALL=C、缩小 --include/--exclude 范围。

---

命令详解

主要用法如下：
grep [OPTION]... PATTERNS [FILE]...
要点：命令基本形式。PATTERNS 是要匹配的模式（可以是正则或字符串）；FILE 是一个或多个文件名。
示例：

grep 'error' /var/log/syslog

Search for PATTERNS in each FILE.
要点：对每个文件逐行检查模式，默认输出匹配到的整行（除非用 -o 或其它选项改变输出）。
示例：

grep 'TODO' main.c util.c

Example: grep -i 'hello world' menu.h main.c
要点：示例说明 -i（忽略大小写）如何使用。
示例（同上）：

grep -i 'hello world' menu.h main.c

PATTERNS can contain multiple patterns separated by newlines.
要点：一个模式文件或多行模式串中每行可视为一个独立模式；任一行匹配即为命中。
示例：
假设 patterns.txt 内容为：

ERROR
WARN
FATAL

则：

grep -Ff patterns.txt app.log

会查找包含任意一行模式的日志行。

模式选择与解释

-E, --extended-regexp PATTERNS are extended regular expressions
要点：使用扩展正则（ERE）。在 ERE 中，+ ? | () {} 等元字符无需反斜杠转义，写法更直观。
示例：

grep -E 'foo|bar|baz' file.txt

-F, --fixed-strings PATTERNS are strings
要点：把模式当作纯文本匹配，不解析正则，速度最快，适合关键词列表。
示例：

grep -F 'a.b' file.txt   # 匹配字面 "a.b"

-G, --basic-regexp PATTERNS are basic regular expressions
要点：使用基本正则（BRE，很多系统默认）。在 BRE 中某些元字符（如 + ? | ()）需要转义。
示例：

grep -G 'foo\|bar' file.txt   # 在 BRE 中 "或" 用 \|

-P, --perl-regexp PATTERNS are Perl regular expressions
要点：启用 PCRE（Perl 风格正则），支持断言、\b、懒惰量词等高级特性。注意并非所有系统都启用了 -P。
示例：

grep -Po '(?<=ID=)\d+' data.txt   # 提取 ID= 后的数字

-e, --regexp=PATTERNS use PATTERNS for matching
要点：显式指定一个模式；可重复使用 -e 指定多个模式；适合模式以 - 开头时避免被误解析为选项。
示例：

grep -e '^Error' -e '^Warning' logfile

-f, --file=FILE take PATTERNS from FILE
要点：从文件读取多个模式（文件每行一个模式），和 -e 等效但便于管理大量模式。
示例：

grep -Ff keywords.txt big.log

-i, --ignore-case ignore case distinctions in patterns and data
要点：忽略大小写匹配（模式与数据均不区分大小写）。
示例：

grep -i 'linux' README

--no-ignore-case do not ignore case distinctions (default)
要点：恢复区分大小写（这是默认行为），通常无需显式指定。
示例：

grep --no-ignore-case 'Makefile' files.list

-w, --word-regexp match only whole words
要点：匹配完整单词，单词边界按“字母/数字/下划线”定义。连字符或点不被视为词字符。
示例：

grep -w 'is' file.txt   # 不会匹配 "this"

-x, --line-regexp match only whole lines
要点：行内容必须完全等于模式才匹配（整行匹配）。
示例：

grep -x 'enabled=true' config.txt

-z, --null-data a data line ends in 0 byte, not newline
要点：把 NUL（\0）当作行分隔符而非换行，用于处理包含换行的记录或与 find -print0、xargs -0 联动时更安全。
示例：

# 与 -Z/-0 搭配用于 NUL 安全的文件名流
find . -type f -print0 | xargs -0 grep -z 'pattern'

杂项

-s, --no-messages suppress error messages
要点：抑制错误输出（如权限错误或不存在的文件），脚本中用于避免噪音。
示例：

grep -s 'secret' /root/*

-v, --invert-match select non-matching lines
要点：反选，输出不匹配模式的行，用于过滤包含某关键词的行之外的内容。
示例：

grep -v 'DEBUG' app.log

-V, --version display version information and exit
要点：显示 grep 的版本然后退出。
示例：

grep -V

--help display this help text and exit
要点：显示帮助文本并退出。
示例：

grep --help

输出控制

-m, --max-count=NUM stop after NUM selected lines
要点：在每个输入文件上匹配到 NUM 行后停止处理该文件（提高速度、用于“是否存在”检查）。
示例：

grep -m1 'fatal' big.log

-b, --byte-offset print the byte offset with output lines
要点：输出每个匹配行在文件中的字节偏移（从 0 开始），便于定位二进制或精确定位。
示例：

grep -bn 'pattern' file.txt

-n, --line-number print line number with output lines
要点：输出匹配行的行号（文件名:行号:内容）。
示例：

grep -n 'TODO' src/*.c

--line-buffered flush output on every line
要点：开启逐行刷新，适用于实时管道（但会降低性能）。
示例：

tail -f app.log | grep --line-buffered 'ERROR'

-H, --with-filename print file name with output lines
要点：在输出前加上文件名；在多文件搜索时默认启用，但可强制显示。
示例：

grep -H 'alloc' src/*.c

-h, --no-filename suppress the file name prefix on output
要点：不显示文件名（适合单文件或只想要匹配行本身）。
示例：

grep -h 'pattern' file1 file2

--label=LABEL use LABEL as the standard input file name prefix
要点：当从标准输入读取时，用给定标签代替文件名显示，便于记录来源。
示例：

cat data | grep --label=STDIN -H 'pattern'

-o, --only-matching show only nonempty parts of lines that match
要点：只输出匹配到的子串，不输出整行。常用于抽取 URL、数字、键值等。
示例：

grep -Eo 'https?://[^ ]+' page.html

-q, --quiet, --silent suppress all normal output
要点：静默模式，不打印任何匹配内容，用退出码判断是否存在匹配（适合脚本判断）。
示例：

if grep -q 'READY' status.txt; then echo OK; fi

--binary-files=TYPE assume that binary files are TYPE; TYPE is 'binary', 'text', or 'without-match'
要点：设置遇到二进制文件时的处理策略：

• binary：按二进制对待（默认；匹配时通常显示 “Binary file matches”）；
• text：把二进制当作文本处理；
• without-match：把二进制视为没有匹配（忽略）。
  示例：

grep --binary-files=text 'PNG' image.bin
grep --binary-files=without-match 'pattern' *

-a, --text equivalent to --binary-files=text
要点：等价于把二进制文件当作文本处理。
示例：

grep -a 'TODO' file.bin

-I equivalent to --binary-files=without-match
要点：等价于把二进制文件视为不匹配（忽略）。
示例：

grep -I 'pattern' *

-d, --directories=ACTION how to handle directories; ACTION is 'read', 'recurse', or 'skip'
要点：指定当遇到目录时的处理方式：

• read：把目录当文件读（很少用）；
• recurse：进入目录递归搜索；
• skip：跳过目录。
  示例：

grep -d skip 'needle' .

-D, --devices=ACTION how to handle devices, FIFOs and sockets; ACTION is 'read' or 'skip'
要点：控制如何处理设备、FIFO、套接字，避免阻塞或不必要读取。
示例：

grep -D skip -R 'pattern' /

-r, --recursive like --directories=recurse
要点：递归搜索目录（等同 --directories=recurse）。默认不跟随符号链接。
示例：

grep -rn 'TODO' src/

-R, --dereference-recursive likewise, but follow all symlinks
要点：递归并跟随所有符号链接（注意可能形成循环，需要配合 --exclude-dir 限制）。
示例：

grep -Rni --exclude-dir=.git 'init' .

--include=GLOB search only files that match GLOB (a file pattern)
要点：只在匹配指定文件名模式的文件中搜索，有助于提速并限制范围。支持通配如 *.c 或 {*.c,*.h}。
示例：

grep -Rni --include='*.{c,h,cpp}' 'allocator' .

--exclude=GLOB skip files that match GLOB
要点：排除符合该模式的文件（如 .min.js、二进制等）。
示例：

grep -Rni --exclude='*.min.js' 'fetch' web/

--exclude-from=FILE skip files that match any file pattern from FILE
要点：从文件读取排除模式列表（每行一个 GLOB），便于管理复杂排除规则。
示例：

grep -Rni --exclude-from=.greprules 'needle' .

--exclude-dir=GLOB skip directories that match GLOB
要点：排除指定目录（常用 .git、node_modules、build 等）。
示例：

grep -Rni --exclude-dir={.git,node_modules,dist} 'config' .

-L, --files-without-match print only names of FILEs with no selected lines
要点：只列出没有匹配的文件名，常用于查找缺失项（如缺少版权头的文件）。
示例：

grep -RL 'Copyright' src/

-l, --files-with-matches print only names of FILEs with selected lines
要点：只列出有匹配的文件名（方便后续批处理）。
示例：

grep -Rl 'panic' /var/log

-c, --count print only a count of selected lines per FILE
要点：对每个文件输出匹配行数，不显示具体行。
示例：

grep -Rc 'ERROR' logs/

-T, --initial-tab make tabs line up (if needed)
要点：输出格式对齐（在带文件名前缀时用 Tab 对齐）。
示例：

grep -TnH 'pattern' *.txt

-Z, --null print 0 byte after FILE name
要点：在文件名后输出 NUL（\0），便于以 NUL 为分隔的管道安全处理，例如与 xargs -0 联动。
示例：

grep -Zl 'needle' -R . | xargs -0 -I{} echo "FOUND: {}"

上下文控制

-B, --before-context=NUM print NUM lines of leading context
要点：输出匹配行以及该行之前的 NUM 行，便于查看上下文。
示例：

grep -B 2 'OutOfMemoryError' app.log

-A, --after-context=NUM print NUM lines of trailing context
要点：输出匹配行以及之后的 NUM 行。
示例：

grep -A 2 'OutOfMemoryError' app.log

-C, --context=NUM print NUM lines of output context
要点：-C NUM 等价于同时指定 -B NUM 和 -A NUM，显示匹配行前后 NUM 行。
示例：

grep -C 3 'OutOfMemoryError' app.log

-NUM same as --context=NUM
要点：简写形式，例如 -3 相当于 -C 3。
示例：

grep -R3 'failed' logs/

--group-separator=SEP print SEP on line between matches with context
要点：当多组匹配（有上下文）时，在组间插入自定义分隔符 SEP。默认分隔是 --。
示例：

grep -C1 --group-separator='-----' 'error' app.log

--no-group-separator do not print separator for matches with context
要点：取消组间分隔（把多个匹配块连续显示）。
示例：

grep -C2 --no-group-separator 'warn' app.log

--color[=WHEN], --colour[=WHEN] use markers to highlight the matching strings; WHEN is 'always', 'never', or 'auto'
要点：为匹配部分加颜色标记。WHEN 参数控制启用时机：always 总是启用，never 禁用，auto 在交互式终端时启用。
示例：

grep --color=auto -n 'main' *.c

-U, --binary do not strip CR characters at EOL (MSDOS/Windows)
要点：不要去掉行尾 \r（在处理 CRLF 文件时保留回车字符），便于诊断 Windows 格式换行问题。
示例：

grep -U '$' windows.txt | cat -A   # 显示 ^M 等

输入 / 默认行为 / 退出状态

When FILE is '-', read standard input.
要点：将文件名指定为 - 表示从标准输入读取数据。
示例：

echo "hello" | grep 'h' -    # "-" 表示 stdin

With no FILE, read '.' if recursive, '-' otherwise.
要点：未指定文件名时，如果使用递归选项（如 -r），grep 默认对当前目录 . 进行递归搜索；否则默认读取标准输入。
示例：

grep -R 'pat'      # 等同 grep -R 'pat' .
echo "abc" | grep 'a'   # 无文件且不递归 → 读 stdin

With fewer than two FILEs, assume -h.
要点：当输入的文件少于两个时（例如单个文件或标准输入），默认不打印文件名前缀，相当于 -h。
示例：

grep 'pattern' single_file.txt   # 不显示文件名前缀

Exit status is 0 if any line is selected, 1 otherwise; if any error occurs and -q is not given, the exit status is 2.
要点：退出码含义：

• 0：至少有一行匹配；
• 1：没有匹配；
• 2：发生错误（例如无法读取文件），除非使用 -q（静默）。
  脚本中常用 grep 的退出码做条件判断。
  示例：

if grep -q 'READY' status.txt; then echo OK; else echo NOT_READY; fi

附 — 常见组合示例

1. 在代码目录中递归查找包含 alloc 的 .c/.h 文件，排除 .git 与 build：

grep -Rni --include='*.{c,h,cpp}' --exclude-dir={.git,build} 'alloc' .

2. 统计项目中每个文件的 ERROR 出现次数：

grep -Rc 'ERROR' logs/

3. 从标准输入抽取所有 URL：

curl -s http://example.com | grep -Eo 'https?://[^ ]+'

4. 找出没有版权声明的源文件：

grep -RL 'Copyright' src/

5. 用 NUL 安全方式查找并处理文件名（与 xargs -0 配合）：

grep -Zl 'needle' -R . | xargs -0 -I{} echo "FOUND: {}"

6. 只查找以数字 ID 出现的位置（PCRE 断言）：

grep -Po '(?<=ID=)\d+' data.txt

---

用法示例

看完能独立写出常用 90% 场景的 grep 命令。

A. 基础检索

# 在两个文件里找 hello world（忽略大小写）
grep -i 'hello world' menu.h main.c

• -i：大小写不敏感。找到了就打印整行。

# 在当前目录递归找包含 "TODO" 的行，并显示 文件名:行号:内容
grep -Rni --include='*.{c,h,cpp}' 'TODO' .

• -R：递归且跟随链接；-n：行号；-H 默认在多文件时会加文件名；--include 缩小范围以提速。

B. 选择合适的模式类型

# ERE：函数名（带括号），更符合直觉
grep -REn 'my_func\(' src/

• 在 ERE 下 ( 不是特殊字符，但 \( 可读性更好，避免歧义；若在 BRE（默认 -G）里则 必须 写 \(。

# 纯文本多关键词（最快）：把关键词写到文件里，每行一个
grep -Ff keywords.txt -R --include='*.log' -n .

# PCRE：用词边界和后行断言抽取 ID
grep -aPo '(?<=ID=)\d+' big.bin

• -a 把潜在二进制当文本；-P 支持断言；-o 只输出匹配片段（纯数字 ID）。

C. 输出控制（文件名、计数、仅匹配）

# 只列出含有匹配的文件名
grep -Rl 'panic' /var/log
# 只列出没有匹配的文件名（比如找“缺少版权头”的源文件）
grep -RL 'Copyright .* MyCorp' src/
# 只统计每个文件匹配行数
grep -Rc 'ERROR' logs/
# 只输出匹配到的关键词，便于统计频次
grep -Rho --include='*.py' -E 'TODO|FIXME' . | sort | uniq -c | sort -nr

D. 反选与上下文

# 反选：输出不含 DEBUG 的行
grep -Rnv --include='*.log' 'DEBUG' logs/# 上下文：匹配行前后各 3 行
grep -RniC3 'OutOfMemoryError' logs/
# 或写成：grep -Rni -A3 -B3 'OutOfMemoryError' logs/

E. 性能与停止条件

# 每个文件匹配到第一行就停（定位“是否存在”）
grep -m1 -R 'needle' .
# 大量固定字符串，极致提速
LC_ALL=C grep -F --include='*.txt' -R -n -e 'foo' -e 'bar' -e 'baz' .

F. 二进制与 NUL 安全流水线

# 把二进制当文本搜
grep -aR 'PNG' .
# 和 find/xargs 进行 NUL 安全联动，只输出匹配的文件名（以 NUL 结尾）
find . -type f -name '*.txt' -print0 \
| xargs -0 grep -Zl 'needle' \
| tr '\0' '\n'   # 仅为了人眼阅读

G. 目录/设备处理与排除

# 跳过特定目录，避免巨慢
grep -Rni --exclude-dir={.git,node_modules,dist,build} 'register' .# 处理目录/设备的策略
grep -D skip -d recurse -R 'pattern' .

• -d/--directories：遇到目录 read/recurse/skip
• -D/--devices：遇到设备/FIFO/socket read/skip

H. 脚本里更健壮

# 静默测试（只看退出码）
if grep -qE '^(enabled|on|true)$' config.txt; thenecho "feature enabled"
fi

• -q 静默；-E 用扩展正则；配合退出码 0/1/2 做逻辑分支。