文本匹配.grep与Select-String用法对比

【介绍】：grep用于在 Linux 和其他类 Unix 系统中搜索文本。Select-String 是 PowerShell 中用于搜索和匹配文本的cmdlet。它提供了类似于 grep 的功能。现在将两者放在一起做个总结。

在文本搜索方面，Linux 和 PowerShell 提供了各自强大的工具。grep 是 Linux 中用于搜索文本的命令行工具，而 Select-String 是 PowerShell 中用于搜索文本的 cmdlet，功能类似于 grep。

grep（Global Regular Expression Print）用于在 Linux 和其他类 Unix 系统中搜索文本。它可以在一个或多个文件中查找包含指定模式的行，并将匹配的行输出到标准输出。grep 支持正则表达式，提供了多种选项来控制搜索行为和输出格式。

grep 命令的基本格式如下：

grep [OPTIONS] PATTERN [FILE...]

其中，OPTIONS 表示可选的命令行选项，PATTERN 表示要搜索的模式（可以是普通字符串或正则表达式），FILE 表示要搜索的一个或多个文件。如果未指定文件，grep 将从标准输入读取文本。

Select-String 是 PowerShell 中用于搜索和匹配文本的 cmdlet。它提供了类似于 grep 的功能，可以在文件、字符串或管道输入中查找指定的模式。Select-String 支持正则表达式和通配符，并提供了各种参数来控制搜索行为和输出格式。

Select-String 命令的基本格式如下：

Select-String [-Path] <string[]> [-Pattern] <string[]> [-AllMatches] [-CaseSensitive] [-Context <Int32[]>] [-Encoding <string>] [-Exclude <string[]>] [-Include <string[]>] [-List] [-NotMatch] [-Quiet] [-SimpleMatch] [<CommonParameters>]Select-String -InputObject <psobject> [-Pattern] <string[]> [-AllMatches] [-CaseSensitive] [-Context <Int32[]>] [-Encoding <string>] [-Exclude <string[]>] [-Include <string[]>] [-List] [-NotMatch] [-Quiet] [-SimpleMatch] [<CommonParameters>]

其中：

• -Pattern 参数指定要搜索的模式（可以是普通字符串或正则表达式）；
• -Path 参数指定要搜索的一个或多个文件。

Select-String 还提供了其他参数，如 -SimpleMatch（简单字符串匹配）、-CaseSensitive（区分大小写）、-Quiet（仅返回布尔值）等，用于控制搜索行为和输出格式。

在Linux上，grep命令用于在每个文件中搜索指定的模式。其基本使用格式为：

grep [选项]... 模式 [文件]...

grep命令会在指定的文件中查找匹配的模式，并输出包含该模式的行。如果未指定文件，grep会从标准输入读取数据。

例如，下面的命令在menu.h和main.c文件中搜索不区分大小写的字符串“hello world”：

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

在这个例子中：

• -i选项表示忽略大小写，因此Hello, HELLO，或hello都能匹配模式hello world。
• 'hello world'是要搜索的模式。
• menu.h和main.c是要搜索的文件。

这条命令会输出包含“hello world”的所有行，无论这些行中的“hello world”是大写、小写还是混合大小写。

其中，模式可以包含多个由换行符分隔的模式。模式选择及其解释如下：

  -E, --extended-regexp     模式为扩展正则表达式-F, --fixed-strings       模式为字符串-G, --basic-regexp        模式为基本正则表达式-P, --perl-regexp         模式为Perl正则表达式-e, --regexp=模式         使用指定的模式进行匹配-f, --file=文件           从文件中获取模式-i, --ignore-case         忽略模式和数据中的大小写区别--no-ignore-case      不忽略大小写区别（默认）-w, --word-regexp         仅匹配整个单词-x, --line-regexp         仅匹配整个行-z, --null-data           数据行以0字节结束，而不是换行符
杂项：-s, --no-messages         抑制错误消息-v, --invert-match        选择不匹配的行-V, --version             显示版本信息并退出--help                显示此帮助文本并退出

【注】：在接下来的示例中，输出结果中的颜色是由 grep 命令自动添加的，用于突出显示匹配的部分。这是 grep 的一个特性，称为 “颜色输出”。
当在终端中运行 grep 命令时，它会自动检测是否支持颜色输出，并相应地着色。
可以参考2.4.3小节。

使用-E选项，可以使用扩展正则表达式。

例如，以下命令会在file.txt中搜索匹配任意一个字母后跟一个数字的字符串：

grep -E '[a-zA-Z][0-9]' file.txt

再如，搜索包含一个到三个’a’字符的模式。

echo "aaa abbb aaaa" | grep -E 'a{1,3}'

输出为：

在输出结果 “aaa abbb aaaa” 中：

• 第一部分 “aaa” 匹配正则表达式，因为它包含连续的三个 ‘a’ 字符，所以显示为红色；

• 第二部分 “abbb” 不匹配正则表达式，因为 ‘a’ 后面没有连续的 ‘a’ 字符，所以显示为白色。

• 第三部分 “aaaa” 匹配正则表达式，因为它包含连续的四个 ‘a’ 字符，前三个 ‘a’ 匹配，所以前三个 ‘a’ 显示为红色，剩下的 ‘a’ 显示为白色。

搜索包含确切字符串’a*b’的行。

echo "a*b a b" | grep -F 'a*b'

结果为：

echo "hello" > patterns.txt
echo "world" >> patterns.txt
echo "hello world" | grep -f patterns.txt

echo "Hello WORLD" | grep -i 'hello'

结果为：

echo "hello world
hello universe
goodbye world
hello hello" | grep -v 'hello'

在这个例子中，我们使用 echo 命令生成了一个包含多行文本的字符串，每行文本之间用换行符 \n 分隔。然后，我们使用管道将这个多行文本传递给 grep -v 'hello' 命令。

-v 选项表示 “反转匹配”，即选择不包含指定模式的行。在这里，grep -v 'hello' 会输出所有不包含 “hello” 的行。

输出结果为：

goodbye world

-x 选项用于匹配整行，即只有当整行完全匹配指定的模式时才会被选中。例如：

echo "hello
hello world
world
hello hello" | grep -x 'hello'

输出结果为：

hello

在这个例子中，我们使用 echo 命令生成了一个包含多行文本的字符串，每行文本之间用换行符 \n 分隔。然后，我们使用管道将这个多行文本传递给 grep -x 'hello' 命令。

-x 选项表示 “匹配整行”，即只有当一行文本完全匹配指定的模式时才会被选中。在这里，grep -x 'hello' 会输出完全匹配 “hello” 的行。

其中，只有第 1 行完全匹配 “hello”，所以被选中并输出。其他行虽然包含 “hello”，但并不是完全匹配，所以被过滤掉了。

grep命令中也可以通过下面的选项对输出内容进行控制：

  -m, --max-count=NUM       在选择NUM行后停止-b, --byte-offset         打印输出行的字节偏移量-n, --line-number         打印输出行的行号--line-buffered       在每行后刷新输出-H, --with-filename       打印输出行的文件名-h, --no-filename         输出时不显示文件名前缀--label=LABEL         使用LABEL作为标准输入文件名前缀-o, --only-matching       仅显示匹配的非空部分-q, --quiet, --silent     抑制所有正常输出--binary-files=TYPE   假定二进制文件为TYPE；TYPE可以是'binary'（二进制）、'text'（文本）或'without-match'（无匹配）-a, --text                等同于--binary-files=text-I                        等同于--binary-files=without-match-d, --directories=ACTION  如何处理目录；ACTION可以是'read'（读取）、'recurse'（递归）或'skip'（跳过）-D, --devices=ACTION      如何处理设备、FIFO和套接字；ACTION可以是'read'（读取）或'skip'（跳过）-r, --recursive           等同于--directories=recurse-R, --dereference-recursive  同样，但跟随所有符号链接--include=GLOB        仅搜索匹配GLOB（文件模式）的文件--exclude=GLOB        跳过匹配GLOB的文件--exclude-from=FILE   跳过匹配FILE中的任何文件模式的文件--exclude-dir=GLOB    跳过匹配GLOB的目录-L, --files-without-match  仅打印没有选中行的文件名-l, --files-with-matches  仅打印有选中行的文件名-c, --count               每个文件仅打印选中行的计数-T, --initial-tab         对齐制表符（如有需要）-Z, --null                在文件名后打印0字节

seq 10 | grep -m 3 -E '[0-9]'

输出结果为:

1
2
3

在这个例子中，我们使用seq命令生成1到10的整数序列,然后通过管道传递给grep -m 3 -E '[0-9]'命令。

-m 3选项表示最多输出匹配的前3行. -E '[0-9]'使用正则表达式匹配所有包含数字的行。

echo "hello world" | grep -b 'world'

输出结果为：

hello world

-b选项会在输出的每一行前面显示该行在原始输入中的字节偏移量。在这个例子中，"world"在输入字符串中的起始字节位置为6。

seq 10 | grep -n -E '[24680]$' 

-n选项会在输出的每一行前面显示该行在原始输入中的行号. 在这个例子中,我们匹配所有以偶数结尾的行。输出结果为：

2:2
4:4
6:6
8:8
10:10

上下文控制是指在输出匹配行的同时，也输出匹配行前后的一些行作为上下文，以便更好地理解匹配行在原始文本中的位置和含义。grep提供了一些选项来控制输出的上下文行数和格式。

  -B, --before-context=NUM  打印匹配前NUM行的上下文-A, --after-context=NUM   打印匹配后NUM行的上下文-C, --context=NUM         打印匹配前后各NUM行的上下文-NUM                      等同于--context=NUM--group-separator=SEP  在带有上下文的匹配行之间打印分隔符SEP--no-group-separator  不打印带有上下文的匹配行的分隔符--color[=WHEN],--colour[=WHEN]       使用标记突出显示匹配的字符串；WHEN可以是'always'（总是）、'never'（从不）或'auto'（自动）-U, --binary              不去除行尾的CR字符（MSDOS/Windows）

seq 10 | grep -A 2 -B 2 '5'

• -A 2选项表示输出匹配行后的2行作为上下文；
• -B 2选项表示输出匹配行前的2行作为上下文；
  因此，这个命令会输出匹配行'5'以及它前后各2行。输出结果为:

3
4
5
6
7

seq 10 | grep -C 1 '5'

-C 1选项等同于-A 1 -B 1，表示输出匹配行前后各1行作为上下文。出结果为：

4
5
6

--color=always选项会使用标记突出显示匹配的字符串，以便更容易识别匹配的位置。例如：

echo "Hello World" | grep --color=always 'World'

你可以尝试在终端中运行这个命令，看看’World’是否被高亮显示：

Select-String 是 PowerShell 中用于搜索和匹配文本的cmdlet。它提供了类似于 grep 的功能，可以在文件、字符串或管道输入中查找指定的模式。Select-String 支持正则表达式和通配符，并提供了各种参数来控制搜索行为和输出格式。

Select-String的基本格式如下：

Select-String [-Path] <string[]> [-Pattern] <string[]> [-AllMatches] [-CaseSensitive] [-Context <Int32[]>] [-Encoding <string>] [-Exclude <string[]>] [-Include <string[]>] [-List] [-NotMatch] [-Quiet] [-SimpleMatch] [<CommonParameters>]Select-String -InputObject <psobject> [-Pattern] <string[]> [-AllMatches] [-CaseSensitive] [-Context <Int32[]>] [-Encoding <string>] [-Exclude <string[]>] [-Include <string[]>] [-List] [-NotMatch] [-Quiet] [-SimpleMatch] [<CommonParameters>]

Select-String -Pattern 'hello' -Path 'file.txt'

在 file.txt 文件中搜索包含 “hello” 的行。

"hello world", "hello universe", "goodbye world" | Select-String -Pattern 'hello'

在给定的字符串数组中搜索包含 “hello” 的行。输出结果为：

通过 -CaseSensitive 选项可以指定是否区分大小写。默认情况下，Select-String 不区分大小写，这意味着它会匹配模式的任何大小写组合。使用 -CaseSensitive 选项可以强制 Select-String 进行区分大小写的匹配。

"Hello world", "hello universe" | Select-String -Pattern 'hello' -CaseSensitive

"hello*world", "hello world" | Select-String -Pattern 'hello*world' -SimpleMatch

通过 -SimpleMatch 选项可以指定 Select-String 进行简单字符串匹配，而不是使用正则表达式。默认情况下，Select-String 会将模式解释为正则表达式。如果你希望进行简单的字符串匹配，可以使用 -SimpleMatch 选项。例如：

"hello*world", "hello world" | Select-String -Pattern 'hello*world' -SimpleMatch

输出结果为：

hello*world

在这个例子中，我们有一个包含两行文本的字符串数组：

1. “hello*world”

2. “hello world”

我们使用管道将这个字符串数组传递给 Select-String 命令，并指定 -Pattern 'hello*world' 和 -SimpleMatch 选项。

• -Pattern 'hello*world' 指定要搜索的模式是 “hello*world”。

• -SimpleMatch 选项指示 Select-String 进行简单字符串匹配，而不是将模式解释为正则表达式。

由于 -SimpleMatch 选项的作用，Select-String 会将模式 “helloworld" 作为一个普通字符串进行匹配。因此，只有第一行 "helloworld” 会被匹配并输出，因为它完全包含了字符串 “hello*world”。第二行 “hello world” 不会被匹配，因为它不包含星号 *。

通过 -Context 选项可以指定在输出中显示匹配行的前后上下文行。这在需要查看匹配行周围的内容时非常有用。

"line1", "line2 hello", "line3", "line4 hello", "line5" | Select-String -Pattern 'hello' -Context 1,1

输出结果为：

  line1
> line2 helloline3
> line4 helloline5

在这个例子中，我们有一个包含多行文本的字符串数组：

1. “line1”
2. “line2 hello”
3. “line3”
4. “line4 hello”
5. “line5”

我们使用管道将这个字符串数组传递给 Select-String 命令，并指定 -Pattern ‘hello’ 和 -Context 1,1 选项。

-Pattern ‘hello’ 指定要搜索的模式是 “hello”。

-Context 1,1 选项指示 Select-String 显示每个匹配行的前一行和后一行。

由于 -Context 1,1 选项的作用，Select-String 会输出包含 “hello” 的行以及每个匹配行的前一行和后一行。

通过 -Pattern 选项可以指定多个模式进行搜索。Select-String 会匹配任意一个指定的模式。

"hello world", "goodbye world" | Select-String -Pattern 'hello', 'goodbye'

搜索结果为：

hello world
goodbye world

在这个例子中，我们有一个包含两行文本的字符串数组： "hello world"和 “goodbye world”。

我们使用管道将这个字符串数组传递给 Select-String 命令，并指定 -Pattern 'hello', 'goodbye' 选项。

• -Pattern 'hello', 'goodbye' 指定要搜索的模式是 “hello” 或 “goodbye”。

由于 -Pattern 选项的作用，Select-String 会输出包含 “hello” 或 “goodbye” 的行。

通过 -List 选项可以指定 Select-String 只返回每个输入中的第一个匹配项。这在你只关心第一个匹配结果时非常有用。

假设我们有两个文件 file1.txt 和 file2.txt，它们的内容如下：

file1.txt:

hello world
hello universe

file2.txt:

goodbye world
hello again

我们可以使用以下命令来搜索这两个文件，并只返回每个文件中的第一个匹配项：

Select-String -Pattern 'hello' -Path 'file1.txt', 'file2.txt' -List

输出结果为：

file1.txt:1:hello world
file2.txt:2:hello again

在这个例子中，Select-String 搜索 file1.txt 和 file2.txt 中包含 “hello” 的行，并使用 -List 选项只返回每个文件中的第一个匹配项。

Select-String -Pattern 'hello' -Path 'file.txt' -Encoding UTF8

在这个例子中，我们在名为 file.txt 的文件中搜索包含 “hello” 的行，并指定文件的编码为 UTF8。

• -Pattern 'hello' 指定要搜索的模式是 “hello”。

• -Path 'file.txt' 指定要搜索的文件是 file.txt。

• -Encoding UTF8 选项指示 Select-String 使用 UTF8 编码来读取文件。

假设 file.txt 的内容如下：

hello world
goodbye world

运行上述命令的输出结果为：

file.txt:1:hello world

这个例子展示了如何使用 -Encoding 选项来在指定编码的文件中搜索。在处理不同编码的文件时，这可以确保 Select-String 正确读取文件内容并进行搜索。