正则表达式在文本过滤中的使用

正则表达式在文本过滤中的使用

这个系列简单记录学习正则表达式的历程，结合在grep awk sed 中的使用，增强印象。

（二）初识grep awk sed

简单的认为，grep是对文本以‘行’为单位处理，awk是对文本中的行以‘域’为单位处理，sed直接以文本中的字符为单位处理。
比如，test.txt的内容：

Hi, I am Han Meimei.
My name is Li Lei.
Nice to meet you.
Nice to meet you, too.
I have a meeting.
Googbye.
see you again.

1. 在命令行中显示所有内容：
   cat test.txt

2. 筛选除包含‘meet’的行：
   cat test.txt | grep meet
   or:
   grep meet test.txt
   这样会输出三行(注意第三行)：

   Nice to meet you.
   Nice to meet you, too.
   I have a meeting.

3. 现在，假如只想输出每行的第一个单词：
   cat test.txt | awk '{print $1}'
   or
   awk '{print $1}' test.txt
   awk的作用是把文件的每一行，按分隔符（默认是空格或Tab）分成多个‘域’，然后可以对特定的域处理，比如‘see you’分开成两个域：$1是 see，$2是 you。另外$0代表所有的域。
   awk的一般格式awk [-F xx] '{patter +action} {...} {} ' filename 其中[]是可选的, -F指定分隔符， ’ ‘里的每个{}是一个动作,可以有一个或多个.

4. 现在新的要求，把’you’ 换成 ’we‘ 并输出
   sed 's/you/we/' test.txt

好了，更具体的使用后续再介绍。