正则表达式的特点
正则表达式由以下内容组合而成:
- 普通字符,例如空格、下划线、A-Z、a-z、0-9。
- 可以扩展为普通字符的元字符,它们包括:
- (.) 它匹配除了换行符外的任何单个字符。
- (*) 它匹配零个或多个在其之前紧挨着的字符。
- [ character(s) ] 它匹配任何由其中的字符/字符集指定的字符,你可以使用连字符(-)代表字符区间,例如 [a-f]、[1-5]等。
- ^ 它匹配文件中一行的开头。
- $ 它匹配文件中一行的结尾。
- / 这是一个转义字符。
你必须使用类似 awk 这样的文本过滤工具来过滤文本。你还可以把 awk 自身当作一个编程语言。但由于这个指南的适用范围是关于使用 awk 的,我会按照一个简单的命令行过滤工具来介绍它。
awk 的一般语法如下:
# awk 'script' filename
此处 'script' 是一个由 awk 可以理解并应用于 filename 的命令集合。
它通过读取文件中的给定行,复制该行的内容并在该行上执行脚本的方式工作。这个过程会在该文件中的所有行上重复。
该脚本 'script' 中内容的格式是 '/pattern/ action',其中 pattern 是一个正则表达式,而 action 是当 awk 在该行中找到此模式时应当执行的动作。
一个使用 awk 的简单示例:
- 下面的例子打印文件 /etc/hosts 中的所有行,因为没有指定任何的模式。
-
# awk '//{print}' /etc/hosts
-
结合模式使用 awk
- 在下面的示例中,指定了模式 localhost,因此 awk 将匹配文件 /etc/hosts 中有 localhost 的那些行。
-
# awk '/localhost/{print}' /etc/hosts
————————
在 awk 模式中使用通配符 (.)
在下面的例子中,符号 (.) 将匹配包含 loc、localhost、localnet 的字符串。
这里的正则表达式的意思是匹配 l一个字符c。
# awk '/l.c/{print}' /etc/hosts
————————————
在 awk 模式中使用字符 (*)
在下面的例子中,将匹配包含 localhost、localnet、lines, capable 的字符串。
# awk '/l*c/{print}' /etc/localhost
你可能也意识到 (*) 将会尝试匹配它可能检测到的最长的匹配。
让我们看一看可以证明这一点的例子,正则表达式 t*t 的意思是在下面的行中匹配以 t 开始和 t 结束的字符串:
this is tecmint, where you get the best good tutorials, how to's, guides, tecmint.
当你使用模式 /t*t/ 时,会得到如下可能的结果:
this is t this is tecmint this is tecmint, where you get t this is tecmint, where you get the best good t this is tecmint, where you get the best good tutorials, how t this is tecmint, where you get the best good tutorials, how tos, guides, t this is tecmint, where you get the best good tutorials, how tos, guides, tecmint
在 /t*t/ 中的通配符 (*) 将使得 awk 选择匹配的最后一项:
this is tecmint, where you get the best good tutorials, how to's, guides, tecmint
————————————
结合集合 [ character(s) ] 使用 awk
以集合 [al1] 为例,awk 将匹配文件 /etc/hosts 中所有包含字符 a 或 l 或 1 的字符串。
# awk '/[al1]/{print}' /etc/hosts
下一个例子匹配以 K 或 k 开始头,后面跟着一个 T 的字符串:
# awk '/[Kk]T/{print}' /etc/hosts
————————————
以范围的方式指定字符
awk 所能理解的字符:
- [0-9] 代表一个单独的数字
- [a-z] 代表一个单独的小写字母
- [A-Z] 代表一个单独的大写字母
- [a-zA-Z] 代表一个单独的字母
- [a-zA-Z 0-9] 代表一个单独的字母或数字
让我们看看下面的例子:
# awk '/[0-9]/{print}' /etc/hosts
——————————————
结合元字符 (^) 使用 awk
在下面的例子中,它匹配所有以给定模式开头的行:
# awk '/^fe/{print}' /etc/hosts # awk '/^ff/{print}' /etc/hosts
结合元字符 ($) 使用 awk
它将匹配所有以给定模式结尾的行:
# awk '/ab$/{print}' /etc/hosts # awk '/ost$/{print}' /etc/hosts # awk '/rs$/{print}' /etc/hosts
结合转义字符 (/) 使用 awk
它允许你将该转义字符后面的字符作为文字,即理解为其字面的意思。
在下面的例子中,第一个命令打印出文件中的所有行,第二个命令中我想匹配具有 $25.00 的一行,但我并未使用转义字符,因而没有打印出任何内容。
第三个命令是正确的,因为一个这里使用了一个转义字符以转义 $,以将其识别为 '$'(而非元字符)。
# awk '//{print}' deals.txt # awk '/$25.00/{print}' deals.txt # awk '//$25.00/{print}' deals.txt
附加例子:
awk正则匹配列中指定的字符
★ 范例一
◆ 打印指定列中匹配80开头并以80结束的行
● 关系符号注释
~ 关系操作符
~ 匹配正则
!~ 不匹配正则
#cat a.txt
afjdkj 80
lkdjfkja 8080
dfjj 80
jdsalfj 808080
jasj 80
jg 80
linuxidc 80
80 ajfkj
asf 80
80 linuxidc
# awk '{if($2~/^80$/)print}' a.txt
afjdkj 80
dfjj 80
jasj 80
jg 80
linuxidc 80
asf 80
--------------------------------------
★ 范例二
● 范例 2.1
◆ grep -v ffff过滤ipv6的地址,显示:80的行,删除A到Z和_对应的行,判断已:作为分隔符,打印第三列等于80的行。
# netstat -nat | grep -v ffff | grep ":80" | tr -d "[A-Z][_]"| awk -F : '{if($3==80)print}'
tcp 0 0 10.15.201.29:38393 123.125.106.196:80
tcp 0 0 10.15.201.29:38383 60.28.236.116:80
tcp 0 0 10.15.201.29:44949 60.28.236.112:80
tcp 0 0 10.15.201.29:41445 60.28.236.116:80
tcp 0 0 10.15.201.29:47630 60.28.236.112:80
tcp 0 0 10.15.201.29:48624 60.28.236.116:80
tcp 0 0 10.15.201.29:48129 60.28.236.116:80
tcp 0 0 10.15.201.29:48837 60.28.236.112:80
tcp 0 0 10.15.201.29:50506 60.28.236.112:80
tcp 0 0 10.15.201.29:53923 60.28.236.112:80
● 范例 2.2
◆ 不加grep ":80"一样可以查出正确结果
# netstat -nat | grep -v ffff | tr -d "[A-Z][_]"| awk -F : '{if($3==80)print}'
tcp 0 0 10.15.201.29:60047 118.67.112.70:80
tcp 0 0 10.15.201.29:49038 123.125.106.196:80
tcp 0 0 10.15.201.29:37035 123.125.106.196:80
tcp 0 0 10.15.201.29:35936 118.67.112.70:80
tcp 0 0 10.15.201.29:35972 60.28.236.112:80
tcp 0 0 10.15.201.29:35056 60.28.236.116:80
tcp 0 0 10.15.201.29:48777 60.28.236.112:80
tcp 0 0 10.15.201.29:47173 60.28.236.116:80
tcp 0 0 10.15.201.29:53014 60.28.236.116:80
tcp 0 0 10.15.201.29:51816 60.28.236.112:80
tcp 0 0 10.15.201.29:53109 60.28.236.112:80
tcp 0 0 10.15.201.29:52274 60.28.236.112:80
tcp 0 0 10.15.201.29:49854 60.28.236.116:80
tcp 0 0 10.15.201.29:50339 60.28.236.112:80
tcp 0 0 10.15.201.29:60595 60.28.236.116:80