shell正则表达式

shell 正则表达式

正则表达式（RegularExpression，RE）。

正则表达式概述

正则表达式又称正规表达式、常规表达式。在代码中常简写为 regex、regexp 或 RE。正则表达式是使用单个字符串来描述、匹配一系列符合某个句法规则的字符串，简单来说， 是一种匹配字符串的方法，通过一些特殊符号，实现快速查找、删除、替换某个特定字符串。
正则表达式是由普通字符与元字符组成的文字模式。模式用于描述在搜索文本时要匹 配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进 行匹配。其中普通字符包括大小写字母、数字、标点符号及一些其他符号，元字符则是指 那些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。

正则表达式用途

正则表达式对于系统管理员来说是非常重要的，系统运行过程中会产生大量的信息，这些信息有些是非常重要的，有些则仅是告知的信息。身为系统管理员如果直接看这么多的信息数据，无法快速定位到重要的信息，如“用户账号登录失败”“服务启动失败”等信息。这时可以通过正则表达式快速提取“有问题”的信息。如此一来，可以将运维工作变得更加简单、方便。

基础正则表达式

正则表达式的字符串表达方法根据不同的严谨程度与功能分为基本正则表达式与扩展正则表达式。基础正则表达式是常用正则表达式最基础的部分。在 Linux 系统中常见的文件处理工具中 grep 与 sed 支持基础正则表达式，而 egrep 与 awk 支持扩展正则表达式。

grep

查找特定字符

查找特定字符非常简单，如执行以下命令即可从 test.txt 文件中查找出特定字符“the”所在位置。其中“-n”表示显示行号、“-i”表示不区分大小写。命令执行后，符合匹配标准的字符， 字体颜色会变为红色

示例

[root@localname opt]# yum -y install httpd //以http服务文件为例
[root@localname opt]# cp -p /etc/httpd/conf/httpd.conf htttpd.conf 
[root@localname opt]# grep -n 'the' httpd.conf   //过滤包含the的并显示行号

[root@localname opt]# grep -in 'the' httpd.conf   //过滤包含the的不区分大小写并显示行号

[root@localname opt]# grep -vn 'the' httpd.conf //反向过滤，不包含the的并显示行号

利用中括号“[]”来查找集合字符

想要查找“shirt”与“short”这两个字符串时，可以发现这两个字符串均包含“sh”与“rt”。此时执行以下命令即可同时查找到“shirt”与“short”这两个字符串，其中“[]”中无论有几个字符， 都仅代表一个字符，也就是说“[io]”表示匹配“i”或者“o
[root@localname opt]# vim httpd.conf

[root@localname opt]# grep -n 'oo' httpd.conf   //若要查找包含重复单个字符“oo”

[root@localname opt]# grep -n '[^w]oo' httpd.conf //若查找“oo”前面不是“w”的字符串
[root@localname opt]# grep -n '[^a-z]oo' httpd.conf //“oo”前面不存在小写字母

“a-z”表示小写字母，大写字母则通过“A-Z”表示

[root@localname opt]# grep -n '[0-9]' httpd.conf  //查找包含数字的行

查找行首“^”与行尾字符“$”

基础正则表达式包含两个定位元字符：“^”（行首）与“$”（行尾）。

[root@localname opt]# grep -n '^[a-z]' httpd.conf  //查询以小写字母开头的行可以通过“^[a-z]”规则来过滤

查询大写字母开头的行则使用“^[A-Z]”规则，若查询不以字母开头的行则使用“^[^a-zA-Z]”规则

“^”符号在元字符集合“[]”符号内外的作用是不一样的，在“[]”符号内表示反向选择，在“[]” 符号外则代表定位行首。反之，若想查找以某一特定字符结尾的行则可以使用“$”定位符。

[root@localname opt]# grep -n '\.$' httpd.conf  //询以小数点（.）结尾的行

需要用转义字符“\”将具有特殊意义的字符转化成普通字符。

[root@localname opt]# grep -n ‘^$’ httpd.conf //查询空白行

查找任意一个字符“.”与重复字符“*”

[root@localname opt]# grep -n 'w..d' httpd.conf  //查找以 w 开头 d 结尾的字符串

“”代表的是重复零个或多个前面的单字符
“o”表示拥有零个（即为空字符）或大于等于一个“o”的字符，因为允许空字符

[root@localname opt]# grep -n 'ooo*' httpd.conf  //查询包含至少两个 o 以上的字符串

[root@localname opt]# grep -n 'woo*d' httpd.conf //查询以 w 开头 d 结尾，中间包含至少一个 o 的字符串`

`[root@localname opt]# grep -n 'w.*d' httpd.conf  //查询以 w 开头 d 结尾，中间包含至少一个 o 的字符串`

[root@localname opt]# grep -n '[0-9][0-9]*' httpd.conf  //查询任意数字所在行

查找连续字符范围“{}”

[root`@localname opt]# grep -n 'o\{2\}' httpd.conf  //查询两个 o 的字符`

[root@localname opt]# grep -n 'wo\{2,5\}d' httpd.conf //查询以 w 开头以 d 结尾，中间包含 2～5 个 o 的字符串

[root@localname opt]# grep -n 'wo\{2,\}d' httpd.conf   //查询以 w 开头以 d 结尾，中间包含 2 个或 2 个以上 o 的字符串

元字符总结

元字符	作用
^	匹配输入字符串的开始位置。除非在方括号表达式中使用，表示不包含该字符集合。要匹配“^” 字符本身，请使用“^”
$	匹配输入字符串的结尾位置。如果设置了RegExp 对象的 Multiline 属性，则“KaTeX parse error: Undefined control sequence: \n at position 6: ”也匹配‘\̲n̲’或‘\r’。要匹配“”字符本身，请使用“$”
.	匹配除“\r\n”之外的任何单个字符
\	反斜杠，又叫转义字符，去除其后紧跟的元字符或通配符的特殊意义
*	匹配前面的子表达式零次或多次。要匹配“*”字符，请使用“*”
[]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”
[^]	赋值字符集合。匹配未包含的一个任意字符。例如，“[^abc]”可以匹配“plain”中任何一个字母
[n1-n2]	字符范围。匹配指定范围内的任意一个字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意一个小写字母字符。注意：只有连字符（-）在字符组内部，并且出现在两个字符之间时，才能表示字符的范围；如果出现在字符组的开头，则只能表示连字符本身
{n}	n 是一个非负整数，匹配确定的 n 次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的“oo”
{n,}	n 是一个非负整数，至少匹配 n 次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”
{n,m}	m 和 n 均为非负整数，其中 n<=m，最少匹配 n 次且最多匹配m 次

扩展正则表达式

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。
使用基础正则表达式查询除文件中空白行与行首为“#”之外的行（通常用于查看生效的配置文件），执行“grep -v '^$' httpd.conf | grep -v '^#'”即可实现。这里需要使用管道命令来搜索两次。如果使用扩展正则表达式， 可以简化为“ egrep -v‘ '$|^#' httpd.conf”，其中，单引号内的管道符号表示或者（or）。

与基础正则表达式类型相同，扩展正则表达式也包含多个元字符

元字符	作用与示例
+	作用：重复一个或者一个以上的前一个字符 示例：执行“egrep -n ‘wo+d’ test.txt”命令，即可查询"wood" “woood” "woooooood"等字符串
？	作用：零个或者一个的前一个字符 示例：执行“egrep -n ‘bes?t’ test.txt”命令，即可查询“bet”“best”这两个字符串
|	作用：使用或者（or）的方式找出多个字符 示例：执行“egrep -n ‘of|is|on’ httpd,conf“ 命令即可查询"of"或者"if "或者"on"字符串
()	作用：查找“组”字符串 示例：“egrep -n ‘t(a|e)st’ test.txt”。“tast”与“test”因为这两个单词的“t”与“st”是重复的，所以将“a”与“e”列于“()”符号当中，并以“|”分隔，即可查询"tast"或者"test"字符串
()+	作用：辨别多个重复的组 示例：“egrep -n ‘A(xyz)+C’ test.txt”。该命令是查询开头的"A"结尾是"C"，中间有一个以上的 "xyz"字符串的意思

文本处理器

grep，sed，awk 是 shell 编程中经常用到的文本处理工具，被称之为 Shell 编程三剑客

sed工具使用方法

sed工具概述

sed（Stream EDitor）是一个强大而简单的文本解析转换工具，可以读取文本，并根据指定的条件对文本内容进行编辑（删除、替换、添加、移动等），最后输出所有行或者仅输出处理的某些行。
sed 也可以在无交互的情况下实现相当复杂的文本处理操作，被广泛应用于 Shell 脚本中，用以完成各种自动化处理任务。

sed的工作流程

读取——》执行——》显示三个过程
在所有的文件内容都被处理完成之前，上述过程将重复执行，直至所有内容被处理完
默认情况下,所有的 sed 命令都是在模式空间内执行的，因此输入的文件并不会发生任何变化，除非是用重定向存储输出

读取

sed 从输入流（文件、管道、标准输入）中读取一行内容并存储到临时的缓冲区中（又称模式空间，pattern space）。

执行

默认情况下，所有的 sed 命令都在模式空间中顺序地执行，除非指定了行的地址，否则 sed 命令将会在所有的行上依次执行

显示

发送修改后的内容到输出流。再发送数据后，模式空间将会被清空。

sed命令常见用法

sed [选项] ‘操作’ 参数
sed [选项] -f scriptfile 参数

常见的 sed 命令选项主要包含以下几种。
-e 或–expression=：表示用指定命令或者脚本来处理输入的文本文件。
-f 或–file=：表示用指定的脚本文件来处理输入的文本文件。
-h 或–help：显示帮助。
-n、–quiet 或 silent：表示仅显示处理后的结果。
-i：直接编辑文本文件。
采用的“[n1[,n2]]”操作参数的格式。n1、n2 是可选的，代表选择进行操作的行数

常见的操作包括以下几种。
a：增加，在当前行下面增加一行指定内容。
c：替换，将选定行替换为指定内容。
d：删除，删除选定的行。
i：插入，在选定行上面插入一行指定内容。
p：打印，如果同时指定行，表示打印指定行；如果不指定行，则表示打印所有内容；如果有非打印字符，则以 ASCII 码输出。其通常与“-n”选项一起使用。
s：替换，替换指定字符。
y：字符转换。

[root@localname opt]# sed -n 'p' httpd.conf //输出所有内容,等同于 cat  httpd.conf
[root@localhost ~]# sed -n '3p' httpd.conf //输出第 3 行

[root@localname opt]# sed -n '3,5p' httpd.conf //输出 3~5 行

[root@localname opt]# sed -n 'p;n' httpd.conf //输出所有奇数行,n 表示读入下一行资料`
[root@localname opt]# sed -n 'n;p' httpd.conf //输出所有偶数行,n 表示读入下一行资料
[root@localname opt]# sed -n '1,5{p;n}' httpd.conf

[root@localname opt]# sed -n '10,${n;p}' httpd.conf //输出第 10 行至文件尾之间的偶数行

sed 命令与正则表达式结合使用

[root@localhost opt]# sed -n '/the/p' httpd.conf	//输出包含the 的行
[root@localhost opt]# sed -n '4,/the/p' httpd.conf	//输出从第 4 行至第一个包含 the 的行
[root@localhost opt]# sed -n '/the/=' httpd.conf  //输出包含the 的行所在的行号,等号(=)用来输出行号
[root@localhost opt]# sed -n '/^PI/p' httpd.conf	//输出以PI 开头的行
[root@localhost opt]# sed -n '/[0-9]$/p' httpd.conf //输出以数字结尾的行
[root@localhost opt]# sed -n '/\<wood\>/p' httpd.conf  //输出包含单词wood 的行,\<、\>代表单词边界

删除符合条件的文本

[root@localhost opt]# nl httpd.conf | sed '3d'	  //删除第 3 行
[root@localhost opt]# nl httpd.conf | sed '3,5d'	//删除第 3~5 行
[root@localhost opt]# nl httpd.conf| sed '/cross/d'	//删除包含cross 的行
[root@localhost opt]# nl httpd.conf | sed '/cross/! d'	//删除不包含cross 的行
[root@localhost opt]# sed '/^[a-z]/d' httpd.conf	//删除以小写字母开头的行
[root@localhost opt]# sed '/\.$/d' httpd.conf	//删除以"."结尾的行
[root@localhost opt]# sed '/^$/d' httpd.conf	//删除所有空行
[root@localhost opt]# sed -e '/^$/{n;/^$/d}' httpd.conf //删除重复的空行，即连续的空行只保留一个,效果与“cat -s httpd.conf”相同，n 表示读下一行数据

替换符合条件的文本

使用 sed 命令进行替换操作时需要用到 s（字符串替换）、c（整行/整块替换）、y（字符转换）命令选项

  [root@localhost opt]#  sed 's/the/THE/' httpd.conf	//将每行中的第一个the 替换为 THE 
  [root@localhost opt]#  sed 's/l/L/2' httpd.conf	//将每行中的第 2 个l 替换为L 
  [root@localhost opt]#  sed 's/the/THE/g' httpd.conf	//将文件中的所有the 替换为THE
  [root@localhost opt]#  sed 's/o//g' httpd.conf	//将文件中的所有o 删除(替换为空串)
  [root@localhost opt]#  sed 's/^/#/' httpd.conf	//在每行行首插入#号
  [root@localhost opt]#  sed '/the/s/^/#/' httpd.conf		//在包含the 的每行行首插入#号
  [root@localhost opt]#  sed 's/$/EOF/' httpd.conf	//在每行行尾插入字符串EOF
  [root@localhost opt]#  sed '3,5s/the/THE/g' httpd.conf//将第 3~5 行中的所有the 替换为 THE
  [root@localhost opt]#  sed '/the/s/o/O/g'httpd.conf	//将包含the 的所有行中的o 都替换为 O
 

迁移符合条件的文本

其中，H，复制到剪贴板；g、G，将剪贴板中的数据覆盖/追加至指定行；w，保存为文件；r，读取指定文件；a，追加指定内容

 [root@localhost opt]# sed '/the/{H;d};$G' httpd.conf//将包含the 的行迁移至文件末尾,{;}用于多个操作
 [root@localhost opt]# sed '1,5{H;d};17G' httpd.conf//将第 1~5 行内容转移至第 17 行后
 [root@localhost opt]# sed '/the/w out.file' httpd.conf	//将包含the 的行另存为文件out.file 
 [root@localhost opt]# sed '/the/r /etc/hostname' httpd.conf	//将文件/etc/hostname 的内容添加到包含the 的每行以后
 [root@localhost opt]# sed '3aNew' httpd.conf		//在第 3 行后插入一个新行,内容为 New 
 [root@localhost opt]# sed '/the/aNew' httpd.conf//在包含the 的每行后插入一个新行,内容为 New
 [root@localhost opt]# sed '3aNew1\nNew2' httpd.conf	//在第 3 行后插入多行内容,中间的\n 表示换行

awk 工具

在 Linux/UNIX 系统中，awk 是一个功能强大的编辑工具，逐行读取输入文本，并根据指定的匹配模式进行查找，对符合条件的内容进行格式化输出或者过滤处理，可以在无交互的情况下实现相当复杂的文本操作，被广泛应用于 Shell 脚本，完成各种自动化配置任务。

awk 常见用法

通常情况下 awk 所使用的命令格式如下所示，其中，单引号加上大括号“{}”用于设置对数据进行的处理动作。awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进行处理。

awk 选项 ‘模式或条件 {编辑指令}’ 文件 1 文件 2 … //过滤并输出文件中符合条件的内容
awk -f 脚本文件 文件 1 文件 2 … //从脚本中调用编辑指令,过滤并输出内容

前面提到 sed 命令常用于一整行的处理,而 awk 比较倾向于将一行分成多个“字段”然后再进行处理，且默认情况下字段的分隔符为空格或 tab 键。awk 执行结果可以通过 print 的功能将字段数据打印显示。在使用 awk 命令的过程中,可以使用逻辑操作符“&&”表示“与”、“||” 表示“或”、“！”表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

[root@localname opt]# awk -F ':' '{print $1,$3,$4}' /etc/passwd

awk 从输入文件或者标准输入中读入信息，与 sed 一样，信息的读入也是逐行读取的。不同的是 awk 将文本文件中的一行视为一个记录，而将一行中的某一部分（列）作为记录中的一个字段（域）。为了操作这些不同的字段，awk 借用 shell 中类似于位置变量的方法， 用$1、$2、$3…顺序地表示行（记录）中的不同字段。另外 awk 用$0 表示整个行（记录）。不同的字段之间是通过指定的字符分隔。awk 默认的分隔符是空格。awk 允许在命令行中用“-F 分隔符”的形式来指定分隔符。

awk的工作原理

awk 包含的几个特殊的内建变量（可直接用）
FS 指定每行文本的字段分隔符，默认为空格或制表位（tab）
NF 当前处理的行的字段个数
NR 当前处理的行的行号（序数）
$0 当前处理的行的整行内容
$n 当前处理行的第 n 个字段（第 n 列）
FILENAME 被处理的文件名
RS 数据记录分隔，默认为\n，即每行为一条记录（\n表示回车）

按行输出文本

 [root@localhost opt]#awk '{print}'  httpd.conf	//输出所有内容,等同于 cat test.txt
 [root@localhost opt]#awk '{print $0}'  httpd.conf	//输出所有内容,等同于 cat test.txt
 [root@localhost opt]#awk 'NR==1,NR==3{print}'  httpd.conf	//输出第 1~3 行内容
 [root@localhost opt]#awk '(NR>=1)&&(NR<=3){print}'  httpd.conf	//输出第 1~3 行内容
 [root@localhost opt]#awk 'NR==1||NR==3{print}'  httpd.conf	//输出第 1 行、第 3 行内容 
 [root@localhost opt]#awk '(NR%2)==1{print}'  httpd.conf	//输出所有奇数行的内容
 [root@localhost opt]#awk '(NR%2)==0{print}'  httpd.conf	//输出所有偶数行的内容
 [root@localhost opt]#awk '/^root/{print}' /etc/passwd	//输出以root 开头的行
 [root@localhost opt]#awk '/nologin$/{print}' /etc/passwd	//输出以 nologin 结尾的行
 [root@localhost opt]#awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd //统计以/bin/bash 结尾的行数,等同于 grep -c "/bin/bash$" /etc/passwd
 [root@localhost opt]#awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf //统计以空行分隔的文本段落数

按字段输出文本

[root@localhost opt]#awk '{print $3}'  httpd.conf	//输出每行中(以空格或制表位分隔)的第 3 个字段
[root@localhost opt]#awk '{print $1,$3}'  httpd.conf	//输出每行中的第 1、3 个字段 [root@localhost opt]#awk -F ":" '$2==""{print}' /etc/shadow //输出密码为空的用户的shadow 记录
[root@localhost opt]#awk 'BEGIN {FS=":"}; $2==""{print}' /etc/shadow //输出密码为空的用户的shadow 记录
[root@localhost opt]#awk -F ":" '$7~"/bash"{print $1}' /etc/passwd //输出以冒号分隔且第 7 个字段中包含/bash 的行的第 1 个字段
[root@localhost opt]#awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services //输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段
[root@localhost opt]#awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd //输出第 7 个字段既不为/bin/bash 也不为/sbin/nologin 的所有行

通过管道、双引号调用 Shell 命令

 [root@localhost opt]#awk -F: '/bash$/{print | "wc -l"}' /etc/passwd //调用wc -l 命令统计使用 bash 的用户个数,等同于 grep -c "bash$" /etc/passwd
 [root@localhost opt]#awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}' //调用w 命令,并用来统计在线用户数
 [root@localhost opt]#awk 'BEGIN { "hostname" | getline ; print $0}' //调用hostname,并输出当前的主机名

sort 工具

在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc 。本章将介绍前两种工具的用法。
sort 是一个以行为单位对文件内容进行排序的工具，也可以根据不同的数据类型来排序。例如数据和字符的排序就不一样。
sort 命令的语法为“sort [选项] 参数”
其中常用的选项包括以下几种。
-f：忽略大小写；
-b：忽略每行前面的空格；
-M：按照月份进行排序；
-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：指定分隔符，默认使用[Tab]键分隔；
-o <输出文件>：将排序后的结果转存至指定文件；
-k：指定排序区域。

[root@localname opt]# sort /etc/passwd //将/etc/passwd 文件中的账号进行排序。

[root@localname opt]# sort -t ':' -rk 3 /etc/passwd //将/etc/passwd 文件中第三列进行反向排序

[root@localname opt]# sort -t ':' -k 3 /etc/passwd -o user.txt 
[root@localname opt]# cat user.txt 

uniq 工具

Uniq 工具在 Linux 系统中通常与 sort 命令结合使用，用于报告或者忽略文件中的重复行。
具体的命令语法格式为：uniq [选项] 参数。
其中常用选项包括以下几种。
-c：进行计数；
-d：仅显示重复行；
-u：仅显示出现一次的行。

[root@localname opt]# uniq test.txt//删除文件中的重复行

[root@localname opt]# uniq -c test.txt //删除文件中的重复行，并在行首显示该行重复出现的次数

[root@localname opt]# uniq -d test.txt   //查找文件中的重复行

tr 工具

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。可以将一组字符替换之后变成另一组字符，经常用来编写优美的单行命令，作用很强大。

tr 具体的命令语法格式为：
tr [选项] [参数]

其常用选项包括以下内容。
-c：取代所有不属于第一字符集的字符；
-d：删除所有属于第一字符集的字符；
-s：把连续重复的字符以单独一个字符表示；
-t：先删除第一字符集较第二字符集多出的字符。

[root@localname opt]# echo "KFC" | tr 'A-Z' 'a-z'  //将输入字符由大写转换为小写

[root@localname opt]# echo "thissss isa text linnnnnnne." | tr -s 'sn'  //压缩输入中重复的字符

[root@localname opt]# echo 'hello world' | tr -d 'od'  //删除字符串中某些字符