Shell正则表达式

一.正则表达式

通常用于判断语句中，用来检查某一字符串是否满足某一格式

正则表达式是由普通字符与元字符组成

• 普通字符包括大小写字母、数字、标点符号及一些其他符号
• 元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符或表达式）在目标对象中的出现模式

基础正则表达式常见元字符：（支持的工具：grep、egrep、sed、awk）
\ ：转义字符，用于取消特殊符号的含义
^ ：匹配字符串开始的位置
$ ：匹配字符串结束的位置
. ：匹配除\n之外的任意的一个字符
* ：匹配前面子表达式0次或者多次
[list] ：匹配list列表中的一个字符
[^list] ：匹配任意非list列表中的一个字符
\{n\} ：匹配前面的子表达式n次
\{n,\} ：匹配前面的子表达式不少于n次
\{n,m\} ：匹配前面的子表达式n到m次
注：egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”前不用加“\”
\w ：匹配包括下划线的任何单词字符。\W ：匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\d ：匹配一个数字字符。\D ：匹配一个非数字字符。等价于 [^0-9]。        grep -P
\s ：空白符。\S ：非空白符

扩展正则表达式元字符：（支持的工具：egrep、awk）grep -E   sed -r
+ ：匹配前面子表达式1次以上
? ：匹配前面子表达式0次或者1次
() ：将括号中的字符串作为一个整体
| ：以或的方式匹配字符串

二.常用命令

1.sort命令

1.1以行为单位对文件内容进行排序，也可以根据不同的数据类型来排序
比较原则是从首字符向后，依次按ASCII码值进行比较，最后将他们按升序输出

1.2格式：

• sort [选项] 参数
• cat file | sort 选项

常用选项

-n	按照数组进行排序
-r	反向排序
-u	排序后去重
-t	字段分隔符
-k 字段序号	根据-t指定的分隔符的第 k个字段进行排序

 

 2.uniq命令

2.1用于报告或者忽略文件中连续的重复行，常与 sort 命令结合使用

2.2语法格式：

• uniq [选项] 参数
• cat file | uniq 选项

常用选项

-c	进行计数，并删除文件中重复出现的行
-d	仅显示连续的重复行
-u	仅显示出现一次的行

 

3.tr命令

3.1常用来对来自标准输入的字符进行替换、压缩和删除

3.2语法格式：

• tr [选项] [参数] 

常用选项

-c	保留字符集1的字符，其他的字符（包括换行符\n）用字符集2替换
-d	删除所有属于字符集1的字符
-s	将重复出现的字符串压缩为一个字符；用字符集2 替换 字符集1
-t	字符集2 替换 字符集1，不加选项同结果

 

4.cut命令 

4.1显示行中的指定部分，删除文件中指定字段

4.2语法格式：

• cut  参数
• cat file | cut 选项

常用选项

-f	通过指定哪一个字段进行提取。cut命令使用“TAB”作为默认的字段分隔符
-d	“TAB”是默认的分隔符，使用此选项可以更改为其他的分隔符
--complement	此选项用于排除所指定的字段
--output-delimiter	更改输出内容的分隔符

 

5.split命令

5.1linux下将一个大的文件拆分成若干小文件

5.2语法格式：

• split 选项 参数 原始文件 拆分后文件名前缀

常用选项

–l	以行数拆分
–b	以大小拆分

6. paste命令

6.1用于合并文件的列

6.2语法格式：

• paste [-s][-d <间隔字符>] 文件...

常用选项

-d<间隔字符>	用指定的间隔字符取代制表符
-s	把多行内容合并为一行进行显示