Shell脚本之正则表达式概述和一些常用指令

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