10分钟教你学会正则表达式

正则表达式的定义

使用环境

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

表达式组成

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符、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（及位于元字符前的字符）在目标对象中的出现模式

常见字符

基础正则表达式常见表达式：

（支持的工具：grep、egrep、sed、awk）
\ :转义字符，用与取消特殊符号的含义，例：\ !、\ n、\ $等
^ :匹配字符串开始的位置，例：^ a、^the、 ^#、 ^ [a-z]
$ :匹配字符串结束的位置，例：wordKaTeX parse error: Expected group after '^' at position 2: 、^̲匹配空行
.:匹配除\n之外的任意的一个字符，例：go.d、g…d
:匹配前面子表达式0次或者多次，例：good、go.*d
[ list ]:匹配list列表中的一个字符，例：go[ola]d,[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字
[ ^list ]:匹配任意非list列表中的一个字符，例：[^{0-9]、[A-Z0-9]、[}a-z]匹配任意一位非小写字母
{n}:匹配前面的子表达式n次，例：go{2}d、’[0-9]{2}‘匹配两位数字
{n,}:匹配前面的子表达式不少于n次，例：go{2,}d、’[0-9]{2,}匹配两位及两位以上数字
{n,m}:匹配前面的子表达式n到m次，例：go{2,3}d、’[0-9]{2,3}匹配两位到三位数字
注：egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”前不用加“\”

扩展正则表达式：

（支持的工具：egrep、awk）
+：匹配前面子表达式1次以上，例：go+d,将至少匹配一个o，如god，good，gooood等
？：匹配前面子表达式0次或者1次，例：go?d,将匹配gd或者god
（）：将括号中的字符串作为一个整体，例：g（oo）+d，将匹配oo整体1次以上，如good、goooooood等
|：以或的方式匹配字符串，例：g（oo|la）d，将匹配good或者glad

sort 命令

定义

sort命令是以行尾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

常用选项

-f：忽略大小写，默认会将大写字母排在后面
-b：忽略每行前面的空格
-n：按照数字进行排序
-r：反向排序
-u：等同于uniq，表示相同的数据仅显示一行
-t：指定字段分隔符，默认使用【tab】键分隔
-k：指定排序分段
-o：<输出文件>：将排序后的结果转存至指定文件

uniq 命令

定义

uniq命令用于报告或者忽略文件中连续的重复行，常与sort命令相结合使用

常用选项

-c:进行计算，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

tr 命令

定义

tr命令常用来对来自标准输入的字符进行替换、压缩或者删除

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串：用字符集2 替换 字符集1
-t：字符集2替换字符集1

字符集1：指定要转换或删除的原字符集。当执行转换操作时，必须使用参数“字符集2”指定转换的目标字符集。但执行删除操作时，不需要参数“字符集2”

字符集2：指定要转换的目标字符集

cut 命令

定义

cut命令显示行中的指定部分，删除文件中的指定字段

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