grepと正規表現を理解する

grepはテキストの中から条件に合う行を選ぶコマンドです。ファイル名を探すfindとは役割が異なります。文字列そのものを探す方法と、正規表現で形を指定する方法を、GNU grep・LF改行・LC_ALL=Cの小さなファイルで比較します。

この単元で学ぶこと

grepの検索対象と選択行を説明する
固定文字列・正規表現・行全体の一致を使い分ける
出力と終了ステータスを別に検証する

本文解説

検索対象は内容 grep PATTERN FILEはFILEを読み、通常はPATTERNに一致する部分を含む行全体を出力します。元のファイルを編集するコマンドではありません。printf 'cat\nCat\nscatter\ndog\n' > animals.txtで検証用の四行を作ると、grep 'cat' animals.txtはcatとscatterの二行です。部分一致なので単語catだけに限りません。

大文字と反転通常は大文字小文字を区別するのでCatは小文字catに一致しません。grep -i 'cat' animals.txtならcat、Cat、scatterの三行です。grep -v 'cat' animals.txtは一致しないCatとdogを選びます。-vは入力の順番を逆にする意味ではありません。

行の端と全体正規表現の^は行頭、$は行末の位置を表します。grep '^cat

#39; animals.txtは行全体がcatの行だけです。grep '^cat'はcatで始まる行を選び、末尾を限定しません。grep -x 'cat'も行全体の一致を指定します。-F -xなら固定文字列が行全体と一致する条件です。

固定文字列とメタ文字正規表現の.は通常改行以外の任意の一文字です。printf 'a.b\naxb\nab\n' > dots.txtにgrep 'a.b'を実行するとa.bとaxbが出ます。grep -F 'a.b'なら点も普通の文字として扱い、a.bだけです。設定値や記号をそのまま探すなら-Fが便利です。

拡張正規表現 grep -E '^(cat|dog)

#39; animals.txtはcatまたはdogの行全体を選びます。|は選択、括弧はまとめる範囲です。grep -E '^[0-9]+

#39;はASCII数字が一文字以上の行に一致します。+は一回以上、*は0回以上です。基本正規表現と拡張正規表現では特殊文字の書き方が異なるため、-Eの有無を明示します。

出力を変えるオプション grep -n 'cat' animals.txtは1:catと3:scatterで、元の行番号が1から付きます。grep -c 'cat' animals.txtは一致した行数2だけを出します。一行にcatが二回あっても-cでは一行です。-oは一致した部分だけを出すGNU grepの機能で、-cとは目的が違います。

終了ステータス通常のGNU grepは選択行があれば0、なければ1、エラーなら2です。直後のprintf '%s\n' "$?"などで確認します。出力が空でも、無一致と読取りエラーは同じではありません。-qは出力を抑えて存在判定に使いますが、一致を見つけるとエラーがあっても0となる場合があるため、通常モードの規則を無条件に当てはめません。

実習と安全な再現専用の空ディレクトリに上記のテキストだけを作り、まず内容と行番号を確認します。検索パターンは単一引用符で囲み、*や$などをシェルに展開させずgrepへ渡します。-で始まるパターンはgrep -e '-error' FILEなどと明示します。既知の一致、無一致、存在しないファイルを別々に実行し、標準出力と終了ステータスを記録します。

図解

重要ポイント

通常は部分一致した行全体を選ぶ。
-Fは固定文字列、-Eは拡張正規表現。
^と$は行の端、-xは行全体の一致。
-cは一致行数であり出現回数ではない。

間違えやすい点

-vを逆順と取り違えない。
正規表現の.を常に文字の点だと思わない。
終了1の無一致を読取り失敗と混同しない。
シェルの展開とgrepのパターン解釈を分ける。

用語解説

パターン: 検索条件を表す文字列。
正規表現: 文字列の形を記号の規則で表す方法。
固定文字列: 正規表現の特殊な意味を付けずに扱う文字列。
選択行: パターンや反転条件などに従って出力対象となった行。
終了ステータス: コマンドが終了時に返す数値。

参考資料

教材データに登録された参考リンクです。リンク先の内容や更新日は提供元でご確認ください。

確認問題の出題・採点や学習履歴の保存にはログインが必要です。