35、正则表达式

一、正则表达式命令

正则表达式：匹配的是文本内容，linux的文本三剑客都是针对文本内容。

​ grep 过滤文本内容

​ sed 针对文本内容进行增删改查

​ awk 按行取列

文本三剑客----都是按照行进行匹配。

1.1、grep筛选：

grep的作用就是使用正则表达式来匹配文本内容。

选项：

-m 数字 匹配几次之后停止

[root@test1 opt]# grep -m 1 root /etc/passwd
root:x:0:0:root:/root:/bin/bash
[root@test1 opt]# grep root /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

-v 取反

grep -v root /etc/passwd   ##除了root，筛选所有

-n 显示匹配的内容及行号

[root@test1 opt]# grep -n root /etc/passwd
1:root:x:0:0:root:/root:/bin/bash
10:operator:x:11:0:operator:/root:/sbin/nologin

-c 只统计匹配的行数

[root@test1 opt]# grep -c root /etc/passwd 
2

-o 仅显示匹配的结果

[root@test1 opt]# grep -o root /etc/passwd 
root
root
root
root

-q 静默模式。不输出任何信息。

[root@test1 opt]# grep -q root /etc/passwd > /opt/123.txt
[root@test1 opt]# cat /opt/123.txt
[root@test1 opt]# grep -m 1 root /etc/passwd > /opt/123.txt
[root@test1 opt]# cat /opt/123.txt
root:x:0:0:root:/root:/bin/bash

-A after 数字，后几行

grep -A 3 root /etc/passwd

-B before 数字 ，前几行

grep -B 3 root /etc/passwd

-C 数字，前后各几行

grep -C 3 root /etc/passwd

-e 或者

 grep -e root -e xy102 /etc/passwd

-E 匹配扩展正则表达式

-f 匹配两个文件相同的内容，以第一个文件为准

[root@test1 opt]# vim kl1.txt
abc
acv
abf123
234
456
aaa
bbb
ccc
abc
acv
abf123
234
456
aaa
bbb
ccc
abc
acv
abf


[root@test1 opt]# vim kl1.txt

123
345
qqq
aaa
abf
avg
afh


[root@test1 opt]# grep -f kl.txt kl1.txt
123
aaa
abf

-r 递归目录 目录下的文件内容，软连接不包含在内。

[root@test1 opt]# grep -r 123 /opt/
/opt/test41.sh:  echo 123 | passwd --stdin $user
/opt/test41.sh:  echo 123 | passwd --stdin $user
匹配到二进制文件 /opt/.123.swp

-R 递归目录 目录下的文件内容，软连接包含在内。

[root@test1 opt]# grep -R abf /opt/
/opt/nginx-1.22.0/src/core/ngx_crc32.c:    0xedb88320, 0x9abfb3b6, 0x03b6e20c, 0x74b1d29a,
/opt/999.txt:abf123

1.2、sort排序：

sort

以行为单位，对文件的内容进行排序

sort 选项 参数

-f：忽略大小写，相同字母默认大写排在前面

-b：忽略每行之前的空格

-n：按照数字大小进行排序，此时不是按照单个字符进行比较，而是行首所有连续的数字都能被识别，按照识别到的数字的大小进行排序。且此时字母排序优先级高于数字

-r：反向排序

-u：去重，相同内容仅显示一次

-o：把排序后的结果转存到指定文件

-k：指定字段（字符）进行排序

-t：指定字段的分隔符

[root@test1 opt]# sort 123.txt





111
112
123
222
333
555
aaa
aaa
aaa
bbb
bbb
cc
ddd
DDD
EEE
nnn

cat file | sort 选项

-f 忽略大小写，默认会把大写字母排在前面

[root@test1 opt]# sort -f 123.txt





111
112
123
222
333
555
aaa
aaa
aaa
bbb
bbb
cc
DDD
ddd
EEE
nnn

-b 忽略每行之前的空格，空格也显示（不是把空格删除，只是按照数字和字母的顺序排列）

[root@test1 opt]# sort -b 123.txt




​	
 123
345
345
 345
567
987
aaa
bbb
bbb
BD
bfvf
SD
sdfd
sds

-n 按照数字进行排序

[root@test1 opt]# sort -n 123.txt




​	
aaa
bbb
bbb
BD
bfvf
SD
sdfd
sds
 123
345
345
 345
567
987

-r 反向排序

[root@test1 opt]# sort -r 123.txt
sds
sdfd
SD
bfvf
BD
bbb
bbb
aaa
987
567
 345
345
345
 123
	

-u 相同的数据只显示一行

[root@test1 opt]# sort -u 123.txt

	
 123
345
 345
567
987
aaa
bbb
BD
bfvf
SD
sdfd
sds

-o 把排序后结果转存到指定的文件

[root@test1 opt]# sort -u 123.txt


 123
345
 345
567
987
aaa
bbb
BD
bfvf
SD
sdfd
sds
[root@test1 opt]# cat 123.txt | sort -rno 234.txt
[root@test1 opt]# cat 234.txt
987
567
 345
345
345
 123
sds
sdfd
SD
bfvf
BD
bbb
bbb
aaa

1.3、uniq 去重

uniq 去除连续重复的行，只显示一行

-c 统计连续行的次数，合并连续重复的行

[root@test1 opt]# uniq -c 123.txt
      1  345
      1 567
      1 987
      1  123
      2 345
      1 bbb
      1 bfvf
      2 
      1 sdfd
      1 SD
      1 BD
      2 
      1 	
      1 sds
      2 aaa
      1 bbb

-u 显示仅出现一次的行（包括不适合连续出现的重复行）

[root@test1 opt]# uniq -u 123.txt
 345
567
987
 123
bbb
bfvf
sdfd
SD
BD
	
sds
bbb

-d 仅显示连续重复的行（不包括非连续出现的内容）

[root@test1 opt]# uniq -d 123.txt   ##显示重复的行
345                          


aaa

1.4、tr压缩替换

tr：用来对标准输出的字符进行替换，压缩和删除。

-c 保留字符集1的字符，其他的字符用字符集2替换

echo 字符集 |tr -c “字符集1” “字符集2”

[root@test1 ~]# echo abc
abc
[root@test1 ~]# echo abc | tr -c "ab" "d"
abdd

-d 删除字符集中的一部分

echo abc |tr -d “a”

[root@test1 ~]# echo abc | tr -d "a"
bc

-s 把字符集1的部分替换成字符集2的部分，连续重复出现的字符压缩成一个字符

压缩：

[root@test1 ~]# echo aaabaaca | tr -s "a"
abaca

替换压缩：

[root@test1 ~]# echo aaabaaca | tr -s 'a' 'w'
wbwcw

1.5、cut

cut快速裁剪 awk都可以按行取列

对字段进行截取和裁剪。

-d 指定分隔符（默认的分隔符是tab键）

[root@test1 opt]# cut -d ':' -f 1-3 /etc/passwd
root:x:0
bin:x:1
daemon:x:2

-f 对字段进行截取，指定输出段的内容

[root@test1 opt]# cut -d ':' -f 1-3 /etc/passwd
root:0
bin:1
daemon:2

-b 以字节为单位进行截取

-c 以字符为单位进行截取

–complement 输出的时候排除指定的字段

[root@test1 opt]# head -n 1 /etc/passwd | cut -d ':' --complement -f 1-3 
0:root:/root:/bin/bash
[root@test1 opt]# head -n 1 /etc/passwd | cut -d ':' --complement -f 1 
x:0:0:root:/root:/bin/bash

–output-delimiter 更改输出内容的分隔符

[root@test1 opt]# head -n 1 /etc/passwd | cut -d ':' -f 1-3 --output-delimiter='@' 
root@x@0

1.6、split文件的拆分：

split大文件拆分若干个小文件。

-l 按行来进行分割

[root@test1 opt]# split -l 30 test1.txt xy102

-b按照大小来分割

[root@test1 opt]# split -b 30m test1.txt xy102

面试题：

现在有一个日志文件，很大5g。第一个能不能快速打开？

拆分：-l 按行 -b 大小

这种大文件推荐使用按大小。

这种小文件推荐使用按行。

1.7、文件合并：

cat

paste

面试题：

cat合并和paste合并之间的区别：

cat是上下合并。

paste是左右合并。

cat 文本1 文本2 展示不改变

cat 文本1 文本2 > 文本3 合并以后传入文本3中

paste 文本1 文本2 展示不改变

paste 文本1 文本2 > 文本3 合并以后传入文本3中

面试题：主机连接状态有几种

[root@test1 opt]# ss -antp | grep -v 'State' | cut -d " " -f 1 | sort | uniq -c
      2 ESTAB
     15 LISTEN

三、正则表达式：

正则表达式：由一类特殊字符以及文本字符所编写的一个模式，模式又来匹配文件当中内容（字符）。

校验我们输入的内容是否满足。格式，长度等等要求。

主要用来匹配文本内容，命令的结果。

通配符：只能用于匹配文件名和目录名。不能匹配文件二点内容和命令结果。

正则表达式：

3.1、基本正则表达式：

元字符（字符匹配）

. ：匹配任意单个字符

\ ：转义符：恢复字符的本意

[] ：匹配指定的范围内的任意单个字符或者数字，区分大小写，也可以用1-5，a-t这样的方式范围匹配

[^] ：取反，表示匹配除了^之后的内容

^ ：匹配以^之后内容开头的字符

^# ：匹配以#开头的行

^$ ：匹配空行

[ ]：中括号里输入空格，就可以匹配空格

注：匹配内容两边需要加引号，单引号双引号都可以

. 任意单个字符，也可以是一个汉字。

\ 转义符 ，恢复其本意。

ls | grep "\."

[] 匹配指定范围内的任意单个字符或者数字

[^]为取反

"^"为 以什么开头的行

^#:以#开头

^$:表示空行

表示次数，匹配字符出现的字数：

*匹配前面的字符任意次，0次也可以。

.*匹配前面的字符，至少有1次。匹配所有。

\？匹配前面的字符，没匹配到就是0次或者1次，可有可无。

\ + 匹配的前面字符，至少出现一次>=1。

\ {n \ }匹配前面的字符=n次，可以小于n，但是不能大于n，而且前面的字符必须是连续出现

\ {m，n \ }匹配前面的字符，最少m次，最多n次，必须是连续出现，超出的不在匹配范围。

\ {,n \ }匹配前面的字符，最多n次，必须是连续出现，超出的不在匹配范围。不能少n次，

\ {n, \ }匹配前面的字符，最少n次

位置锚定：

^:以什么为开头，行首锚定

$:以什么为结尾，行尾锚定

“^root$”：只包含root。

\ < 或者\ b 词首锚定，匹配单词的左侧（连续的数字，字母，下划线都算单词内部）

\ > 或者 \ b 词尾锚定，匹配单词的右侧

\b单词\b:匹配整个单词。空格隔开的也算整个单词。

^单词$:整行只有这一个单词。

区别：

分组和逻辑关系

分组（）

或者 |

3.2、扩展正则表达式：

grep -E “” =egrep “”

987-123-4567
987 456-1230
(123) 456-7890

作业：

1、显示/etc/passwd中以sh结尾的行;

[root@localhost opt]# cat /etc/passwd | egrep "sh\b"

2、查找/etc/inittab中含有“以s开头，并以d结尾的单词”模式的行；

[root@localhost opt]# cat /etc/inittab | egrep "\bs[a-z]+d\b"

3、查找ifconfig命令结果中的1-255之间的整数；

[root@localhost opt]# ifconfig | egrep -o "\b[1-9]\b|\b[1][0-9][0-9]\b|\b[2][0-5][0-5]\b" 

4、在/etc/passwd中取出默认shell为bash的行；

[root@localhost opt]# cat /etc/passwd | egrep "\bbash\b"

5、高亮显示passwd文件中冒号，及其两侧的字符

[root@localhost opt]# cat /etc/passwd | egrep ".?[:]+.?"