grep -o 用于提取日志中精确匹配的子串（如URL、IP、状态码），每匹配段独立成行，配合 -E 或 -P 使用正则更高效，常串联 sort、uniq、awk 等实现自动化分析。
grep -o 是提取日志中精确匹配片段（如 URL、IP 地址、状态码等）最轻量、最常用的方式，适合嵌入 Shell 脚本做自动化预处理。
理解 -o 选项的核心作用
默认 grep 输出整行，而 -o（--only-matching）让 grep 只输出“匹配正则表达式的那一小段”，每段独立成行。这对后续用 awk、cut、sort 或 Python 处理非常友好。
- 例如：
echo "GET /api/v2/users?id=123 HTTP/1.1" | grep -o "/api/[^\[:space:]]*"→ 输出/api/v2/users?id=123 - 不加 -o 会输出整行；加了 -o 就只吐出符合模式的子串
提取常见目标的实用正则示例
注意：Linux 默认使用基础正则（BRE），建议加 -E 启用扩展正则（ERE），写法更清晰；也可用 -P（GNU grep 支持）启用 Perl 兼容正则（功能更强，但非所有环境可用）。
Zynq Linux Hardware Debug
下载
Zynq‑7000 / Zynq UltraScale+ 硬件调试技能。适用于 Xilinx Zynq（Cortex‑A9/A53 + FPGA）Linux 环境，调试 I2C、I2S、UART、GPIO 等外设。包括设备树配置、内核驱动、用户空间调试工具、交叉编译和常见问题排查，支持 PetaLinux 开发。
-
IPv4 地址：
grep -oE '([0-9]{1,3}\.){3}[0-9]{1,3}' access.log -
完整 URL（含协议）：
grep -oE 'https?://[^[:space:]"]+' access.log -
HTTP 状态码（三位数字）：
grep -oE ' [1-5][0-9]{2} ' access.log | tr -d ' ' -
请求路径（/ 开头、空格或引号前结束）：
grep -oE '/[^[:space:]"]*' access.log
结合其他命令提升自动化能力
单独 grep -o 很有用，但常需串联处理才能用于分析：
- 去重并统计频次：
grep -oE 'https?://[^[:space:]"]+' access.log | sort | uniq -c | sort -nr - 过滤无效 IP（如 0.0.0.0、255.255.255.255）：
grep -oE '([0-9]{1,3}\.){3}[0-9]{1,3}' access.log | grep -vE '^(0\.0\.0\.0|255\.255\.255\.255)$' - 导出为 CSV 格式供脚本读取：
grep -oE 'https?://[^[:space:]"]+' access.log | awk '{print "\"" $0 "\""}' > urls.csv
注意事项与避坑提示
实际日志格式千差万别，正则易误匹配或漏匹配：
- 避免过度宽松：比如
[0-9]+.[0-9]+.[0-9]+.[0-9]+会匹配999.999.999.999这类非法 IP；用{1,3}+ 边界控制更稳妥 - 注意空格和引号包围：Nginx/Apache 日志中 URL 常在双引号内，正则末尾加
"或[[:space:]]提高准确性 - 中文或特殊字符日志需确认 locale：有时需设
LC_ALL=C防止 grep 因编码问题跳过内容 - 大文件慎用复杂正则：-o 配合低效正则可能导致性能骤降，可先用 head/tail 测试再全量跑
