正则表达式的表示方法
一、正则表达式基本命令
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
语法格式
sort [选项]参数
cat file | sort选项
常用选项
-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
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
语法格式
uniq [选项] 参数
cat fileI uniq选项
常用选项
-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
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
语法格式
tr [选项] [参数]
常用选项
-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。
删除空行的三种办法
二、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。
cut命令
显示行中的指定部分,删除文件中指定字段
语法格式
cut 选项 参数
cat file | cut 选项
常用选项
-f:通过指定哪个字段进行提取。cut命令使用“TAB"作为默认的字段分隔符。
-d :“TAB"是默认的分隔符,使用此选项可以更改为其他的分隔符。
--complement :此选项用于排除所指定的字段。
--output-delimiter :更改输出内容的分隔符。
三、正则表达式
1.基本概念
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)在目标对象中的出现模式
2.基础正则表达式常见元字符: ( 支持的工具: grep. egrep. sed、 awk)
\ : 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、^目、^[a-z]
$ : 匹配字符串结束的位置,例: word$、 ^$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]\(2\} '匹配两位数字
\{n,\} : 匹配前面的子表达式不少于n次,例: go\{2, \}d、 '[0-9]\{2,\} '匹配两位及两位以上数字
\{n,m\} : 匹配前面的子表达式n到m次,例: go\{2,3\}d、 '[0-9]\{2, 3\) '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“\”
3.扩展正则表达式元字符: (支持的 工具: egrep. awk)
+ : 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(ool1a)d, 将匹配good或者glad
实例操作1:查找号码
#025开头号码为8位数
#中间可以没有空格,区号和号码之间可以有空格,-,区号可以用()括起来
02588888888
025-5555555555
025-12345678
(025) 88551234
025 54321678
025ABC88888
01012345678
0125 12345678
egrep "^(\(?025\)?)[ -]?[58][0-9]{7}$" testfile1
或
grep - E "^(\(?025\)?)[ -]?[58][0-9]{7}$" testfile1
实例操作2:查找邮箱
#xxxxxx@xxx.com(顶级域)
#xxxxxx@xxx.com.cn(二级域.顶级域)
#用户名可以是大小写英文字母,数字,中间可携带. - _ # !这些符号,写长度不小于6位数
123_zhangsan@163.com
18512341565@163.com
lili_123@qq.com
aaaaa-aa@nihao.com
zhao#si@163.com
kk!kk12@sina.com
lplp.lp@qq.com
命令:egrep '^([a-zA-Z0-9\-\.\#\!\_]{6,})@([a-zA-Z0-9\-\.\_]+)\.([a-zA-Z]{2,5})$' yx.txt