目录
基础正则表达式常见元字符(支持工具:egrep、awk、grep、sed)
常见的管道命令
sort命令
sort命令可针对文本文件的内容,以行为单位来排序。
格式:
sort [选项] 参数
cat file | sort 选项
常用选项:
选项 | 说明 |
---|---|
-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 |
小补充:
sort -n testfile1 #按照数字进行排序
sort -t ':' -k 3 -n /etc/passwd #将/etc/passwd中的指定字段以:为分隔符,按照数字进行排序
du -a | sort -nr -o du.txt #将当前家目录中的所有文件进行排序,查出占用空间最大的文件并保存至du.txt文件中
uniq 命令
用于报告或者忽略文件中连续的重复行,常于 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
选项 | 说明 |
---|---|
-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 |
tr 命令
常用于来对来自标准输入的字符进项替换、压缩和删除。
语法格式
选项 | 说明 |
---|---|
-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。
删除Windows文件“造成"的'^M'字符:
cat abc.txt I tr -s "\r" "\n" > new_ file
或
cat abc.txt | tr -d "\r" > new file
Linux中遇到换行符("\n")会进行回车+换行的操作,回车符反而只会作为控制字符("^M")显示,不发生回车的操作。而windows中 要回车符+换行符("\r\n")才会回车+换行,缺少一个控制符或者顺序不对都不能正确的另起一行。
cut 命令
显示行中的指定部分,删除文件中的指定字段
格式
cut 参数 catfileIcut 选项
常用选项
选项 说明
选项 | 说明 |
---|---|
-f | 通过指定哪一个字段进行提取。cut命令使用“TAB”作为默认的字段分割符 |
-d | “TAB”是默认的分隔符,使用此选项可更改为其他的分隔符 |
- -complement | 用于排除所指定的字段 |
- -output-delimiter | 更改输出内容的分隔符 |
split命令
Linux下将一个大文件拆分成若干个小文件
语法格式
split 选项 参数 原始文件 拆分后文件名前缀
常用选项
-l: 以行数拆分
-b : 以大小拆分
eval 命令
- 命令字前加上eval时,shell会在执行命令之前扫描它两次。
- eval命 令将首先会先扫描命令行进行所有的置换,然后再执行该命令。
- 该命令适用于那些一次扫描无法实现其功能的变量。该命令对变量进行两次扫描。
正则表达式定义
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或表达式)在目标对象中的出现模式
基础正则表达式常见元字符(支持工具:egrep、awk、grep、sed)
元字符 | 说明 |
\ | 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 3: 、 ^̲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,} | 匹配前而的子表达式不少于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“\”
扩展正则表达式元字符(支持工具:egrep、awk)
元字符 | 说明 |
+ | 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h一个整体,例1: g(oo)+d," 将匹配oo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 |
实例1
025开头的电话号码,区号和号码之间可以用"-",后面8位的前两位是8或5
南京区号025
电话号码5或者8开头的8位数
格式:
区号 号码
区号-号码
区号号码
要求全号码格式匹配
实例2
用户名长度在6-18位,任意大小字母,数字,除了@符号和空格以外的任意符号,开头只能是_或者字母;子域名。[二级域]长度任意,符号只能包含"-_." ;.顶级域长度2-5,任意大小字母。
用户名@子域名. [二级域名].顶级域
zhangsan123@qq. com
li_ si@163. com
wang@wu@sina. com
zhao liu@126. com
qianqi@sina . com. cn
用户名@:长度要求在6-18位,任意大小写英文,任意数字,除了@符号和空格以外的其它
任意符号字符,开头只能是_或者字母
子域名.[二级域名]:长度任意,符号只能包含-_ .
.顶级域名: 长度在2-5,任意大小写英文
分析过程:
用户名@: 长度要求在6-18位,任意大小写英文,任意数字,除了@符号和空格以外的其它任意符号字符,开头只能是_ 或者字母^([a-zA-Z_ ][^@ ]{5,17})@
子域名.[二级域名]:长度任意,符号只能包含- _ .
([a-ZA-Z0-9_ \-\.]+)
. 顶级域名: 长度在2-5,任意大小写英文
\. ([a-zA-Z]{2,5})$