2021-03-15Shell的sort、uniq、tr、cut、命令以及正则表达式

一、sort命令

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。

语法格式：

sort [选项] 参数
cat file | sort 选项

常用选项	功能
-f	忽略大小写
-b	忽略前导的空白区域
-M	按照三字符月份进行排序
-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	指定排序字段
-o <输出文件>	将排序后的结果转存至指定文件

sort -t ':' -k 3  -n /etc/passwd

用于排查占用磁盘较大的文件
du -a | sort -nr -o du.txt

二、uniq命令

用于报告或者忽略文件中连续的重复行，常与 sort 命令结合使用。

语法格式：

uniq [选项] 参数
cat file | uniq 选项

常用选项	功能
-c	进行计数，并删除文件中重复出现的行
-d	仅显示重复行
-u	仅显示出现一次的行

三、tr命令

常用来对来自标准输入的字符进行替换、压缩和删除。

语法格式：

tr [选项] [参数]

常用选项	作用
-c	保留字符集1的字符，其他的字符用（包括换行符\n）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，不加选项同结果。
参数	作用
–	–
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	指定要转换成的目标字符集。

echo "aaa" | tr 'a-z' 'A-Z'

echo acbbb | tr -c "ac\n" "0"

echo "abc" | tr -d "ab"

echo "aaaaaaabbbbbbbcccccc" | tr -s "abc"

删除空行
echo -e "aaa\n\n\n\n\nbbb" | tr -s "\n"

把路径变量中的冒号":"，替换成换行符"\n"
echo $PATH | tr -s ":" "\n"

四、cut命令

显示行中的指定部分，删除文件中指定字段。

语法格式：
cut [选项] 参数
cat file | cut 选项

常用选项	作用
-f	通过指定哪一个字段进行提取。cut命令使用"TAB"作为默认的字符分隔符
-d	"TAB"是默认的分隔符，使用此选项可以更改为其他分隔符
——complement	此选项用于排除所指定的字段
——out-delimiter	更改输出内容的分隔符

五、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）在目标对象中的出现模式。

1、基础正则表达式

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，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：word$、^$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：goo*d、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“\”

2、扩展正则表达式

支持的工具：egrep、awk

扩展正则表达式元字符：
+ ：匹配前面子表达式1次以上，例：go+d，将匹配至少一个o，如god、good、goood等

? ：匹配前面子表达式0次或者1次，例：go?d，将匹配gd或god

() ：将括号中的字符串作为一个整体，例1：g(oo)+d，将匹配oo整体1次以上，如good、gooood等

| ：以或的方式匹配字条串，例：g(oo|la)d，将匹配good或者glad

使用正则表达式

示例：匹配139开头的手机号

#以180开头，后面随机8位数字组合
"^180[0-9]{8}$"

egrep "^180[0-9]{8}$" haoma.txt
grep "^180[0-9]\{8\}$" haoma.txt