sort、unrq、tr命令和正则表达式
sort命令
以行为单位对文件内容进行排序,也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
-f | 忽略大小写 |
-b | 忽略每行前面的空格 |
-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 |
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:
-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 |
tr命令
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
-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 |
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
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: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: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 |
扩展正则表达式元字符:(支持的工具:egrep、awk)
+ | 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 |
正则表达式匹配E-mail地址
用户名@
^([a-zA-Z0-9_\-\.\+]+)@
子域名
([a-zA-Z0-9_\-\.]+)
.顶级域名(字符串长度一般在2到5)
\.([a-zA-Z]\{2,5\})$
egrep '^([a-zA-Z0-9_\-\.\+]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5})$' email.txt
awk '/^([a-zA-Z0-9_\-\.\+]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5})$/{print $0}' email.txt