正则、grep、sed、awk

每次用到正则都要蛋疼一下，索性总结一下在这里。

正则

正则表达式主要分为基础正则和扩展正则。注意，正则和一般命令行输入的命令的通配符不同。正则只使用于支持这种表示法的工具，如:vi，grep，sed、awk。而ls等命令不支持这种表示，只能使用bash自身的通配符。

基础部分：

[abc] 匹配括号中的一个

[^abc] 匹配非括号中的一个（取反）

^word 以word开头

word$ 以word结尾

[n1-n2] 从n1到n2之间的所有连续字符.

注意：这个连续与否，与ASCII编码有关，

不同的语系编码方式不同：

LANG=C:0 1 2 3 …A B C …a b c

LANG=zh_CN.gb2312: 0 1 2…a A b B ..z Z

上面是编码顺序，正则使用时，需留意语系环境，通常为兼容POSIX，使用“C”语系。"export LANG=C"

特殊符号如: [:alnum:]等，就是为了避免语系问题。其他如下图：

[0-9]或\d 表示一个数字

\s 一个空格，tab，回车或一个换行符

\w      表示“一个单词字符”，等同于[0-9A-Za-z_]

. 小数点，代表一定有一个任意字符.单独使用需要表示小数点时，需转义\.

* 重复前一个0到无穷多次

{n,m} 连续前面的字符n到m个

{n,} 同上，n个以上

注意：在shell里{和}需转义\{\}

扩展正则：

+：重复一个或一个以上的前一个RE字符

?: 零个或一个前一个RE字符

|: 或方法

():组方法，通常和上述几个结合使用，如：a(b|c)d表示 abd或acd，a(xyz)+b,可以匹配axyzxyzxyzb

注意：!和<>不是正则的特殊字符

grep 几个常用参数：

-v: 把满足条件取反的信息输出

-i: 忽略大小写

-n： 显示行号

grep通常是以行为单位输出，但可以这样：

-o: 仅仅输出符合要求的部分

egrep，grep升级版，支持扩展正则

sed

sed是按一次处理一行的方式进行的。sed把当前正在处理的行保存在一个叫做模式空间（pattern space）的临时缓存里，处理完成后根据是否满足要求打印输出。然后再读入下一行到这个临时缓存里，直到最后一行。因此，sed不会修改或破坏初始文件。

基本用法，详见：sed简明教程

awk

上古时期的神器，用好了依然称手

有些版本差异，但大致相同：旧awk、新awk（nawk）、gnu awk（gawk）、POSIX awk等

awk不把输入数据看成一个无穷无尽的字符串，而是把它看作一种结构。默认情况下，把每行看成一个记录（record），并以换行符终止。

这个记录分隔符保存在内置变量ORS和RS里分别表示，输出和输入的记录分隔符。

而对于每一个记录，以域(field)为单位分隔，默认情况下，域分隔符为空格符，由内置变量FS保存，每个域依次对应变量$1、$2…而$0表示一个整行。

设置FS，即可改变默认分隔符

eg:{FS=“:”} 多个的话：{FS="[,\t]”} 

PS要使分隔符在第一行生效，需加BEGIN关键字

输出的时候，OFS保存的默认输出域分隔符，默认为空格

eg：{print $1,$2}，默认以空格分隔输出。

awk命令由模式（pattern）和操作（action）组成。

awk 'pattern {action}' 

模式控制awk对一行输入做什么样的操作，包括一个正则表达式，一个产生正确或者错误条件的表达式，或者他们的组合。当读入一个模式表达式时，有一个隐含的if语句。

操作封装在花括号里。花括号里多个动作以换行符或者分号分隔

匹配操作符，~，用来与一行或一个域里的表达式匹配

eg: awk ‘$1 ~ /xxx/‘ file

反向的话，!~ 即可。

awk脚本

流程控制，变量，操作符等和其他脚本大同小异。注意它特殊的BEGIN和END段。

最近处理一个文本，感觉到awk的高效，如下：

以行为单位过滤出其中的IP地址：

要得到：

awk初体验：

#!/usr/bin/awk -f
BEGIN {
	FS = "[, \t]"
}
{
	for(i = 1; i <= NF; i++) 
	{
		if ($1 == "#")
			continue
		if ($i ~ /((([0-9]{1,2})|(1[0-9]{2,2})|(2[0-4][0-9])|(25[0-5]))\.){3}(([0-9]{1,2})|(1[0-9]{2,2})|(2[0-4][0-9])|(25[0-5]))/)
			printf $i"\t"
		if (i == NF) 
			printf "\n"
	}
}

PS:MacOS里有个小坑，开头的路径是/usr/bin/awk，而不是linux下的/bin/awk

参考：

[1]：鸟哥的linux

[2]： awk简明教程