Shell编程之繁杂的正则表达式

一、三个命令

1.1 sort命令

以行为单位对文件内容进行排序，也可以根据不同的数据类型来排序
一般格式：

sort [选项] 参数
cat file | sort 选项

常用选项

选项	功能
-f	忽略大小写，默认会将大写字母排在前面
-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

实例：
创建一个文本abc.txt

1.2 uniq命令

用于报告或者忽略文件中连续的重复行，常与 sort 命令结合使用
格式：

uniq [选项] 参数
cat file | uniq 选项

常用选项

选项	功能
-c	进行计数,并删除文件中连续重复出现的行
-d	仅显示连续的重复行
-u	仅显示不连续的只出现一次的行

实例：
新建个文本cba.txt

1.3 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
格式：

tr [选项] [参数]

常用选项：

选项	功能
-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。

数组排序

二、正则表达式

2.1 正则表达式

• 正则表达式通常用于判断语句中，用来检测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）在目标对象中的出现模式

2.2 基础正则表达式常见元字符

支持的工具：grep、egrep、sed、awk

字符	描述	实例
\	转义字符，用于取消特殊符号的含义	\！、 \n 、 \$等
^	匹配字符串开始的位置	^a 、^the、^#、^[a-z]
$	匹配字符串结束的位置	word$、 ^$匹配空行
.	匹配除\n之外的任意的一个字符	go.d、g..d
*	匹配前面子表达式0次或者多次	goo*d,go.*d
[list]	匹配list列表中的一个字符	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	[^0-9]、[^A-Z0-9]、[^a-z]
\{n\}	匹配前面的子表达式n次	go\{2\}d, '[0-9]\{2\}'匹配两位数字
\{n,\}	匹配前面的子表达式不少于n次	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	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“\”

2.3 扩展正则表达式

支持的工具：egrep、awk

字符	描述	实例
+	匹配前面子表达式1次以上	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	go?d,将匹配gd或god
()	将括号中的字符串作为一个整体	g(oo) +d,将匹配。整体1次以上,如good,gooood等
|	以或的方式匹配字条串	g(oo|la)d，将匹配good或者glad

例：
表示以139开头，后面随机8位数字组合

^139[0-9]{8}$