文章目录
一、定义
-
正则表达式,又称规则表达式。在代码中常简写为( regex、regexp 或 RE),通常被用来检索、替换那些符合某个模式(规则)的文本
-
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
LINUX 中常用的有两种正则表达式引擎
- 基础正则表达式:BRE
- 扩展正则表达式: ERE
二. 基础正则表达式常见元字符: (支持的 工具: grep、 egrep、 sed、awk)
元字符 | 含义 |
---|---|
\ | 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,匹配行首,例: ^a、 ^the、 ^#、 |
$ | 匹配字符串结束的位置,匹配行尾, ^$匹配空行 |
. | 匹配除\n之外的任意的一个字符,awk则中可以ab.匹配abc或bad.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“\”
三、扩展正则表达式元字符
通常情况下会使用基础正则表达式就已经足够了,但有时为了简化整个指令,需要使用 范围更广的扩展正则表达式。例如,使用基础正则表达式查询除文件中空白行与行首为“#”
支持的工具:egerp、awk
常用元字符
+ 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:g(oo) +d,将匹配。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
+ egrep -n 'wo+d' test.txt #查询"wood" "woood" "woooooood"等字符串
? egrep -n 'bes?t' test.txt #查询“bet”“best”这两个字符串
| egrep -n 'of|is|on' test.tx #查询"of"或者"if"或者"on"字符串
() egrep -n 't(a|e)st' test.txt #查询"tast"或者"test"字符串
()+ egrep -n 'A(xyz)+C' test.txt #查询开头的"A"结尾是"C",中间有一个以上的"xyz"字符串的意思
四、文件处理器(sort / uniq / tr)命令
1.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
-f: 忽略大小写,会将小写字母都转换为大写字母来进行比较
-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: 指定排序字段
-o<输出文件>: 将排序后的结果转存至指定文件
sort -n testfile2
sort -t ':' -k 3 -n /etc/passwd
du -a | sort -nr -o du.txt
2.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: 仅显示连续的重复行
-U: 仅显示出现一次的行
uniq testfile3
sort -n testfile3 | unig
3.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
-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,不加选项同结果
参数:
- 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 "abc" | tr 'a-z' 'A-Z'
echo -e "abc\ncabcdab" | tr -c "ab\n" "0"
echo -e " abc\ncabcdab"| tr -c "ab" "O"
echo 'hello world' | tr -d 'od'
echo "thissss is a text linnnnnnne." | tr -s 'sn'