Grep

Bedeutung

grep steht für Global 'Regular Expression Print. Das heisst, dass du auch Regular Expressions für die Suche nutzen kannst. Wenn du noch nicht weisst, was Regular Expressions sind, solltest du dir ein Regex-Tutorial anschauen. Empfehlenswert ist zum Beispiel das interaktive von regexone.com. Ohne Regexes ist grep aber natürlich auch nutzbar.

Installation

Das Programm grep ist im essentiellen Paket

 # apt install grep

von Linux enthalten und ist deshalb auf jedem System installiert.

Aufruf von grep

grep [Optionen] Muster [Datei...]

oder

grep [Optionen] [-e Muster | -f Datei] [Datei...]

außerdem gibt es noch drei Varianten von grep:

egrep entspricht grep -E (obige Beschreibung von regular expressions bezog sich auf diese Variante)

fgrep entspricht grep -F

rgrep entspricht grep -r

Einsatzgebiete

grep wird in erster Linie dann eingesetzt, wenn Dateien durchsucht werden müssen, zum Beispiel die Quelldateien eines Computerprogramms oder Logdateien. In Zusammenarbeit mit find kann ein ganzer Dateibaum gelesen werden.

$ find /home/benutzername -exec grep -H "Passwort" {} \;

Dieses Kommando durchsucht alle Dateien des Quellverzeichnisses des Benutzers benutzername nach der Zeichenkette Passwort und zeigt die gefundenen Zeilen zusammen mit dem Dateinamen an, wobei die Anzeige des Dateinamens durch die Option -H ausgelöst wird.

Manche grep-Versionen ermöglichen eine kürzere Formulierung mit Hilfe der Option -r:

$ grep -r "Passwort" /home/benutzername

Ein zweites Einsatzgebiet ist die Verwendung als Zeilen-Filter innerhalb einer Kette von Befehlen, z. B.:

$ tail -1000 /var/log/mail | grep "Mailadresse"

Parameter

Diese Parameterliste ist unvollständig. Weiteres findet sich auf der man-Seite von grep

Kurzform	Langform	Beschreibung
-A NUM	--after-context=NUM	gibt zusätzlich NUM Zeilen nach der passenden Zeile aus.
-a text	--text	Verarbeite eine binäre Datei, als wäre sie Text. Dies entspricht der Option --binary-files=text.
-B NUM	--before-context=NUM Beispiel	gibt zusätzlich NUM Zeilen vor der passenden Zeile aus.
-b	--byte-offset	gibt den Byte-Offset innerhalb der Datei vor jeder gefundenen Zeile an.
	--binary-files=TYP	gibt an, wie grep mit binären Dateien verfahren soll. Default für Typ ist binary, in diesem Fall gibt grep nur eine kurze einzeilige Mitteilung aus, ob die Datei das Muster enthält oder nicht. without-match nimmt an, dass eine binäre Datei keine passenden Zeichenketten enthält. Bei text verarbeitet grep die Datei als wäre sie eine Textdatei. Vorsicht: Die Ausgabe von binären Daten kann zu unerwünschten Resultaten führen, wenn die Ausgabe auf einem Terminal erfolgt, und dieses einige der Zeichenketten als Befehle interpretiert!
-C NUM	--count	unterdrückt die normale Ausgabe und gibt stattdessen für jede Eingabedatei an, wieviele Zeilen auf die regular expression passen.
	--colour[=Wann], --color[=Wann]	Markiert Treffer farbig. Wann kann dabei "never", "always" oder "auto" sein.
-F	--fixed-strings	interpretiert das übergebene Muster als eine Liste von festen Zeichenketten, die durch Zeilenumbrüche voneinander getrennt sind.
-f Datei	--file=Datei	beziehe die Muster aus Datei, eines je Zeile. Eine leere Datei enthält keine Muster und passt somit auf keinen String.
-H	--with-filename	gibt den Dateinamen vor jedem Treffer aus
-I	--binary-files=without-match	schließt Binärdateien aus.
-i	--ignore-case	unterscheide nicht zwischen Groß- und Kleinschreibung.
-L	--files-without-match	unterdrückt die normale Ausgabe und gibt stattdessen die Dateinamen von allen Dateien, die keine Treffer enthalten aus. Die Bearbeitung stoppt, sobald ein Treffer auftritt.
-l	--files-with-match	unterdrückt die normale Ausgabe und gibt stattdessen die Dateinamen von allen Dateien, die Treffer enthalten aus. Die Bearbeitung stoppt, sobald ein Treffer auftritt.
-n	--line-number	gibt die Zeilennummer vor jedem Treffer aus.
-v	--invert-match	Invertiert die Suche und liefert alle Zeilen die nicht auf das gesuchte Muster passen.

Regular Expressions

Listen (bracket expressions)

Erwartet man an einer Stelle innerhalb des Regulären Ausdrucks nicht ein ganz bestimmtes Zeichen, sondern nur eines aus einer spezifischen Liste, so kann man dies durch eine sogenannte bracket expression ausdrücken. Die Liste der Zeichen, aus der das zu findende Zeichen stammen soll, wird dazu einfach in eckigen Klammern "[]" angegeben. Um beispielsweise alle Buchstaben "a", egal ob groß oder klein, zu finden, verwendet man folgenden regulären Ausdruck: "[Aa]" Möchte man alle Zeichen finden, die nicht in der Liste stehen, die Liste also negieren, so muss das erste Zeichen in der Liste ein Caret "^" sein. Ein regulärer Ausdruck der Form "[^Aa]" passt also auf alle Zeichen, die weder ein großes "A" noch ein kleines "a" sind.

Kurzes Beispiel: "[Aa]lpha" findet alle Textstücke "Alpha" und "alpha".

Um die Listen der bracket extensions kompakt darstellen zu können, werden range expressions verwendet. Ein range expression wird durch zwei Zeichen, die durch einen Bindestrich miteinander verbunden sind, dargestellt: "[a-d]". Ein solcher Ausdruck passt auf alle Zeichen, die in der Sortierung des Zeichensatzes zwischen die beiden Zeichen fallen. Leider hängt diese Sortierung von der verwendeten locale-Einstellung ab. In der Standard C locale würde obiges Muster "[a-d]" einem regulären Ausdruck von "[abcd]" entsprechen, während er bei vielen anderen locales einem Ausdruck "[aBbCcDd]" entsprechen würde. Um die C locale für die Zeichensortierung zu erzwingen, kann man der Variablen LC_CTYPE den Wert C zuweisen:

LC_CTYPE=C befehl	gilt nur für diesen Befehl
LC_CTYPE=C grep -E [a-d] Datei	Beispiel
export LC_CTYPE=C	gilt für alle nachfolgenden Befehle

Die meisten Zeichen mit besonderer Bedeutung verlieren diese Bedeutung innerhalb eines bracket expressions. Um ein Zeichen "]" in die Liste aufzunehmen, muss es an der ersten Stelle in der Liste stehen. Um das Caret "^" in die Liste aufzunehmen, kann es irgendwo in der Liste stehen, nur nicht an der ersten Stelle. Um den Bindestrich "-" in die Liste einzufügen, muss es an letzter Stelle stehen.

Darüber hinaus gibt es einige vordefinierte Listen:

• [:alnum:] alle Ziffern und Buchstaben

• [:alpha:] alle Buchstaben

• [:cntrl:] alle Kontrollzeichen

• [:digit:] alle Ziffern

• [:lower:] alle Kleinbuchstaben

• [:punct:] alle Satzzeichen

• [:blank:] Leerzeichen

• [:space:] Zeichen die Leerraum erzeugen (Leerzeichen, Zeilenvorschub, ...)

• [:upper:] alle Großbuchstaben

Besondere Zeichen

Der Punkt "." passt auf ein beliebiges Zeichen.

Das Caret "^" findet den Anfang einer Zeile.

Das Dollarzeichen "$" findet das Ende einer Zeile.

Die Symbole "\<" passen auf den Beginn eines Wortes.

Die Symbole "\>" passen auf das Ende eines Wortes.

Wiederholungsoperatoren

Reguläre Ausdrücke können mit Hilfe dieser Operatoren öfter wiederholt werden.

   "?" Der vorangegangene Ausdruck ist Optional und wird maximal einmal angetroffen.

   "*" Der vorangegangene Ausdruck wird beliebig oft (auch keinmal) vorgefunden.

   "+" Der vorangegangene Ausdruck wird mindestens einmal gefunden.

   "{n}" Der vorangegangene Ausdruck wird genau n-mal gefunden.

   "{n,}" Der vorangegangene Ausdruck wird mindestens n-mal oder öfter angetroffen.

   "{n,m}" Der vorangegangene Ausdruck wird mindesten n-mal und maximal m-mal angetroffen.

Zusammenführung von regulären Ausdrücken

Mehrere reguläre Ausdrücke können durch Aneinanderfügen zusammengeführt werden. Ein solcher Ausdruck findet dann alle Zeichenketten, die aneinander gehängt zu dem jeweiligen Ausdruck passen. Das obige Beispiel "[Aa]lpha" stellt eine solche Verkettung dar. Es ist aus den Einzelnen Bausteinen "[Aa]", "l", "p", "h" und "a" aufgebaut.

Verknüpfung durch "oder"

Durch den Operator "|" lassen sich reguläre Ausdrücke mit einem "oder" verknüpfen. Der daraus entstehende Ausdruck findet Zeichenketten, die entweder auf den einen oder den anderen Ausdruck passen.

Kurzes Beispiel: "[Aa]lpha|[Bb]ravo" findet alle Textstücke "Alpha", "alpha", "Bravo" und "bravo" (am Besten nur mit Parameter -E oder egrep).

Vorrang der Regeln

Ähnlich wie bei mathematischen Ausdrücken (Punkt- vor Strichrechnung) unterliegen die Verknüpfungsoperatoren einer gewissen Rangfolge: Wiederholungen kommen vor Verkettungen, die wiederum vor dem "oder" kommen. Wie auch in arithmetischen Ausdrücken lassen sich diese Regeln durch Klammern überschreiben.

Geklammerte Ausdrücke referenzieren

Eine Teilzeichenkette, die auf einen geklammerten Teilausdruck gepasst hat, lässt sich durch "\n" referenzieren. Dabei steht "n" für eine einzelne Ziffer, die den n-ten geklammerten Teilausdruck auswählt.

Beispiele:

• "\<[Aa]+n+[ae]+\>" findet alle Wörter, die ungefähr wie Anne oder Anna aussehen, nur mit beliebig vielen "A", "n" und "e" (sofern sie jeweils mindestens ein mal vorkommen). AAnnneeea würde zum Beispiel auch passen.
• "[Ss]up(er|ra)" findet alle Wörter, die ein Super, super, Supra oder supra enthalten.
• "^digit:" findet alle Zeilen, die mit einer Ziffer beginnen.

Quellen

• Wiki-Ubuntuuseres : https://wiki.ubuntuusers.de/grep/