目录
正则表达式概述
正则表达式的定义
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。
正则表达式一般用于脚本编程与文本编辑器中。很多文本处理器与程序设计语言均支持正则表达式,例如 Linux 系统中常见的文本处理器(grep、egrep、sed、awk)以及应用比较广泛的 Python 语言。正则表达式具备很强大的文本匹配功能,能够在文本海洋中快速高效地处理文本。
正则表达式的分类
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。
正则表达式用途
对于一般计算机用户来说,由于使用到正则表达式的机会不多,所以无法体会正则表达 式的魅力,而对于系统管理员来说,正则表达式则是必备技能之一。
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。
目前很多软件也支持正则表达式,最常见的就是邮件服务器。在 Internet 中,垃圾/广告邮件经常会造成网络塞车,如果在服务器端就将这些问题邮件提前剔除的话,客户端就会 减少很多不必要的带宽消耗。而目前常用的邮件服务器 postfix 以及支持邮件服务器的相关分析软件都支持正则表达式的对比功能。将来信的标题、内容与特殊字符串进行对比,发现 问题邮件就过滤掉。
除邮件服务器之外,很多服务器软件都支持正则表达式。虽然这些软件都支持正则表达 式,不过字符串的对比规则还需要系统管理员来添加,因此正则表达式是系统管理员必须掌 握的技能之一。
Linux文本处理工具
文本处理工具 | 基础正则表达式 | 扩展正则表达式 |
---|---|---|
vi | 支持 | - |
grep | 支持 | - |
egrep | 支持 | 支持 |
sed | 支持 | - |
awk | 支持 | 支持 |
元字符
基础正则表达式是常用的正则表达式部分
处理普通字符外,常见到以下元字符
元字符 | 作用 |
---|---|
\ | 转义字符,!、\n等 |
^ | 匹配字符串开始的位置,例如:a、the、^# |
$ | 匹配字符串结束的位置,例如:word$ |
. | 匹配除\n之外的任意的一个字符,例如:go.d、g…d |
* | 匹配前面子表达式0次或者多次,例如:goo*d、go.*d |
[list] | 匹配list列表中的一个字符,例如:go[o |
[^list] | 匹配任意不在list列表中的一个字符,例如:[a-z]、[0-9]、[^a-z0-9] |
{n,m} | 匹配前面的子表达式n到m次,有{n}、{n,}、{n,m}三种格式,例如:go{2}d、go{2,3}d、go{2,}d |
基础正则表达式
基础正则表达式—grep
grep的使用规则
-n 表示显示行号
-i 表示不区分大小写
-v 表示反向过滤
基础正则表达式—grep
查找特定字符
[root@localhost ~]# grep -n 'the' test.txt ===>过滤带有'the'的行
[root@localhost ~]# grep -vn 'the' test.txt ===>过滤不带'the'的行
利用中括号“[]”来查找集合字符
[root@localhost ~]# grep -n 'sh[io]rt' test.txt ===>过滤带有'shot'跟'shit'的行
[root@localhost ~]# grep -n 'oo' test.txt ===>过滤带'oo'的行
[root@localhost ~]# grep -n '[^w]oo' test.txt ===>过滤'oo'前不带w的行
[root@localhost ~]# grep -n‘[^a-z]oo’test.txt ===>过滤'oo'前面不存在小写字母的行
[root@localhost ~]# grep -n‘[0-9]’test.txt ===>过滤包含数字的行
查找行首“^”与行尾字符“$”
[root@localhost ~]# grep -n '^the' test.txt ===>过滤以'the'开头的行
[root@localhost ~]# grep -n '^[a-z]' test.txt ===>过滤以小写字母开头的行
[root@localhost ~]# grep -n '^[A-Z]' test.txt ===>过滤以大写字母开头的行
[root@localhost ~]# grep -n '^[^a-zA-Z]' test.txt ===>过滤以字母开头的行
[root@localhost ~]# grep -n '\.$' test.txt ===>过滤以'.'结尾的行
[root@localhost ~]# grep -n '^$' test.txt ===>过滤空白的行
查找任意一个字符“.”与重复字符“*”
[root@localhost ~]# grep -n 'w..d' test.txt ===>过滤以'w'开头'd'结尾中间只有两个字符的行
[root@localhost ~]# grep -n 'ooo*' test.txt ===>过滤'00'或者'000'或者很多'o'的行
[root@localhost ~]# grep -n 'woo*d' test.txt ===>查询以w开头d结尾,中间是一个'0'或者多个'o'的行
[root@localhost ~]# grep -n 'w.*d' test.txt ===>查询以'w'开头'd'结尾,中间的字符可有可无的字符串
[root@localhost ~]# grep -n '[0-9][0-9]*' ===>过滤任意数字所在的行
查找连续字符范围“{}”
[root@localhost ~]# grep -n 'o\{2\}' test.txt ===>查询两个'o'的字符
[root@localhost ~]# grep -n 'wo\{2,5\}d' test.txt ===>查询'w'开头以'd'结尾,中间包含2~5个'o'的字符串.
[root@localhost ~]# grep -n 'wo\{2,\}d' test.txt ===>查询'w'开头以'd'结尾,中间包含2个或2个以上'o'的字符串.
文本处理器—sed
sed(Stream EDitor)是一个强大而简单的文本解析转换工具,可以读取文本,并根据指定的条件对文本内容进行编辑(删除、替换、添加、移动等),最后输出所有行或者仅输出处理的某些行。sed 也可以在无交互的情况下实现相当复杂的文本处理操作,被广泛应用于 Shell 脚本中,用以完成各种自动化处理任务。
sed 的工作流程主要包括读取、执行和显示三个过程。
读取:sed 从输入流(文件、管道、标准输入)中读取一行内容并存储到临时的缓冲区中(又称模式空间,pattern space)。
执行:默认情况下,所有的 sed 命令都在模式空间中顺序地执行,除非指定了行的地址,否则 sed 命令将会在所有的行上依次执行。
显示:发送修改后的内容到输出流。在发送数据后,模式空间将会被清空。
在所有的文件内容都被处理完成之前,上述过程将重复执行,直至所有内容被处理完。
注意:默认情况下所有的 sed 命令都是在模式空间内执行的,因此输入的文件并不会发生任何变化,除非是用重定向存储输出。
- sed命令常见用法
sed [选项] ‘操作’ 参数
sed [选项] -f scriptfile 参数 - 选项
-e 用指定命令或者脚本来处理输入的文本文件
-f 用指定的脚本文件来处理输入的文本文件
-h 显示帮助
-n 仅显示处理后的结果
-i 直接编辑文本文件 - 操作
a 增加,在当前行下面增加一行指定内容
c 替换,将选定行替换为指定内容
d 删除,删除选定的行
i 插入,在选定的行上面插入一行指定内容
p 打印,如果同时指定行,表示打印指定行;如果不指定行,则表示打印所有内容;如果有非打印字符,则以ASCII码输出.其通常与"-n"选项一起使用
s 替换,替换指定字符
y 字符转换
输出符合条件的文本(p 表示正常输出)
[root@localhost ~]# sed -n 'p' test.txt ===>输出所有内容
[root@localhost ~]# sed -n '3p' test.txt ===>输出第三行
[root@localhost ~]# sed -n '3,5p' test.txt ===>输出3~5行
[root@localhost ~]# sed -n 'p;n' test.txt ===>输出奇数行,n表示直接读取下一行
[root@localhost ~]# sed -n 'n;p' test.txt ===>输出偶数行,第一行直接n第二行p输出
[root@localhost ~]# sed -n '1,5{p;n}' test.txt ===>输出1-5行之间的奇数行
[root@localhost ~]# sed -n '10,${n;p}' test.txt ===>输出第十行到文件尾之间的偶数行
[root@localhost ~]# sed -n '/the/=' test.txt ===>输出包含'the'的行所在的行号.'='用来输出行号
[root@localhost ~]# sed -n '/^PI/p' test.txt ===>输出以Pl开头的行
[root@localhost ~]# sed -n '/[0-9]$/p' test.txt ===>输出以数字结尾的行
[root@localhost ~]# sed -n '/\<wood\>/p' test.txt ===>输出包含单词'wood'的行,\<\>代表单词边界,需要转义
删除符合条件的文本(d)
[root@localhost ~]# nl test.txt | sed '3d' ===>删除第三行,nl 显示文章的行号
[root@localhost ~]# nl test.txt | sed '3,5d' ===>删除3~5行
[root@localhost ~]# nl test.txt |sed '/cross/d' ===>删除'cross'所在的行
[root@localhost ~]# sed '/^[a-z]/d' test.txt ===>删除以小写字母开头的行
[root@localhost ~]# sed '/\.$/d' test.txt ===>删除以'.'结尾的行
[root@localhost ~]# sed '/^$/d' test.txt ===>删除所有空行
替换符合条件的文本
[root@localhost ~]#sed 's/the/THE/' test.txt ===>将每行中的第一个'the'替换为'THE'
[root@localhost ~]#sed 's/l/L/2' test.txt ===>将每行中的第2个'l'替换为'L'
[root@localhost ~]#sed 's/the/THE/g' test.txt ===>将文件中的所有'the'替换为'THE'
[root@localhost ~]#sed 's/o//g' test.txt ===>将文件中的所有'o'删除(替换为空串)
[root@localhost ~]#sed 's/^/#/' test.txt ===>在每行行首插入'#'号
[root@localhost ~]#sed '/the/s/^/#/' test.txt ===>在包含'the'的每行行首插入'#'号
[root@localhost ~]#sed 's/$/EOF/' test.txt ===>在每行行尾插入字符串'EOF'
[root@localhost ~]#sed '3,5s/the/THE/g' test.txt ===>将第 3~5 行中的所有'the'替换为'THE'
[root@localhost ~]#sed '/the/s/o/O/g' test.txt ===> 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
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 ~]#sed '/the/{H;d};$G' test.txt ===>将包含'the'的行迁移至文件末尾,{;}用于多个操作
[root@localhost ~]#sed '1,5{H;d};17G' test.txt ===>将第 1~5 行内容转移至第17行后
[root@localhost ~]#sed '/the/w out.file' test.txt ===>将包含'the'的行另存为文件 out.file
[root@localhost ~]#sed '/the/r /etc/hostname' test.txt ===>将文件/etc/hostname 的内容添加到包含'the'的每行以后
[root@localhost ~]#sed '3aNew' test.txt ===>在第 3 行后插入一个新行,内容为New
[root@localhost ~]#sed '/the/aNew' test.txt ===>在包含'the'的每行后插入一个新行,内容为 New
[root@localhost ~]#sed '3aNew1\nNew2' test.txt ===>在第 3 行后插入多行内容,中间的\n 表示换行
使用脚本编辑文件
[root@localhost ~]#sed '1,5{H;d};17G' test.txt ===>将第1~5行内容转移至第17行后
[root@localhost ~]# vi opt.list
1,5H
1,5d
17G
直接操作文件
[root@localhost ~]# sed -f opt.list test.txt
扩展正则表达式
元字符
grep命令仅支持基础正则表达式,如果使用扩展正则表达式,需要使用egrep或awk命令
元字符 | 作用 |
---|---|
+ | 重复一个或者一个以上的前一个字符 |
? | 零个或者一个的前一个字符 |
使用或者(or)的方式找出多个字符 | |
( ) | 查找“组“字符串 |
( ) + | 辨别多个重复的组 |
Grep、sed、awk更是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
awk工具
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的情况下实现想到哪复杂的文本操作
命令格式
awk选项‘模式或条件 {编辑命令}’ 文件1 文件2 … //过滤输出文件中符合条件的内容
awk -f 脚本文件 文件1 文件2… //从脚本中调用编辑命令,过滤并输出内容
例:若需要查找出/etc/passwd的用户名,用户ID,组ID序列,执行以下awk命令
awk -F: ‘{print $1,$3,$4}’ /etc/passwd
awk包含几个特殊的内建变量如下所示:
FS :指定每行文本的字段分隔符,默认为空格或制表位
NF :当期处理的行的字段个数
NR :当前处理的行的行号
$0 :当前处理的行的整行内容
$n :当前处理的行的第n个字段
FILENAME :被处理的文件名
RS :数据记录分隔符,默认为\n,即每行为一条记录
awk用法示例
按行输出文本
awk ‘{print}’ test.txt //输出所有内容,等同于cat test.txt
awk ‘{print $0}’ test.txt //输出所有内容
awk ‘NR==1,NR==3{print}’ test.txt //输出第1~3行内容
awk ‘(NR>=1)&&(NR<=3){print}’ test.txt //输出第1~3行内容
awk ‘NR==1 || NR==3{print}’ test.txt //输出第1行第3行内容
awk ‘(NR%2)==1{print}’ test.txt //输出奇数行内容
awk ‘(NR%2)==0{print}’ test.txt //输出偶数行内容
awk ‘/^root/{print}’ /etc/passwd //输出以root开头的行
awk ‘/nologin$/{print}’ /etc/passwd //输出以nologin结尾的行
awk ‘BEGIN {x=0};/\/bin\/bash$/{x++};END {printx}’ /etc/passwd //统计以/bin/bash结尾的内容
awk ‘BEGIN{RS=””};END{print NR}’ test.txt //统计以空行分隔的文本段落数
按字段输出文本
awk ‘{print $3}’ test.txt //输出每行的第3个字段
awk ‘{print $1,$3}’ test.txt //输出每行的第1、3个字段
awk -F: ‘$2==””{print}’ /etc/shadow //输出密码为空的用户
awk ‘BEGIN {FS=”:”};$2==””{print}’ /etc/shadow //输出密码为空的用户
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
awk -F: ‘($7!=”/bin/bash”)&&($7!=”/sbin/nologin”){print}}’ /etc/passwd //输出第7个字段即不为/bin/bash,也不为/sbin/nologin的所有行
awk ‘($1~”nfs”)&&(NF==8){print $1,$2}’ /etc/services //输出包含8个字段且第1个字段中包含nfs的行的第1、2个字段
通过管道、双引号调用shell命令
awk -F: ‘/bash$/{print | “wc -l”}’ /etc/passwd //调用wc -l命令统计使用bash的个数,等同于grep -c “bash$” /etc/passwd
awk ‘BEGIN {while (“w” | getline)n++;{print n-2}}’ //调用w命令,并用来统计在线用户数
awk ‘BEGIN {“hostname” | getline;print $0}’ //调用hostname,并输出当前的主机名
脚本实验
在apache网站站点里面创建十个网页,名字自拟,每个网页内容事web1、web2......
vim web.sh
#!/bin/bash
# 网页创建
dir=/var/www/html
test=web
for ((i=1;i<=10;i++))
do
cd $dirif [ ! -e index$i.html ]
then echo $test$i > index$i.html
fi
done
systemctl start httpd
netstat -anpt | grep httpd
for ((i=1;i<=10;i++))
do
curl http://localhost/index$i.html
done
sort 工具
依据不同的数据类型进行排序:字符排序(默认)、数字排序
- sort命令的语法格式
sort [选项] 参数 - 常用的选项
-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,表示相同数据仅显示一行
-t :指定分隔符,默认使用[tab]键分隔
-o :将排序后的结果转存至指定行
-k :指定排序区域 - 实例
示例1:将/etc/passwd文件中的账户进行排序
Sort /etc/passwd
示例2:将/etc/passwd文件中第三列进行反向排序
Sort -t “:” -k 3 /etc/passwd
uniq 工具
uniq工具在Linux系统中通常与sort命令使用,用于报告或者忽略文件中的重复行
- 命令语法格式
uniq [选项] 参数 - 常用选项
-c 进行计数;
-d 仅显示重复行;
-u 仅显示出现一次的行。
[root@localhost ~]# uniq testfile ===>删除testfile文件中的重复行
[root@localhost ~]# uniq -c testfile ===>删除testfile文件中的重复行,并在行首显示该行重复出现的次数
[root@localhost ~]# uniq -d testfile ===>查找testfile文件中的重复行
- 实例
示例1:将输入字符有大写转换为小写
echo “KGC” | tr ‘A-Z’’a-z’
示例2:压缩输入中重复的字符
echo “this is a text linnnnne” | tr -s ‘sn’
示例3:删除字符串中某些字符
echo ‘helloworld’ | tr -d ‘od’
tr工具
- 命令语法格式
tr [选项] [参数] - 常用选项
-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 - 实例
示例1:将输入字符有大写转换为小写
echo “KGC” | tr ‘A-Z’’a-z’
示例2:压缩输入中重复的字符
echo “this is a text linnnnne” | tr -s ‘sn’
示例3:删除字符串中某些字符
echo ‘helloworld’ | tr -d ‘od’