正则表达式及文本三剑客grep，awk，sed

目录

正则表达式

前瞻

代表字符

表示次数

位置锚定

分组或其他

grep

选项

范例

awk

前瞻

awk常见的内置变量

范例

sed

前瞻

sed格式

范例

搜索替代

格式

范例

分组后项引用

格式

范例

---

正则表达式

前瞻

通配符：匹配的是文件名

正则表达式：匹配的是文章中的字符

元字符：不代表本来的含义，在正则表达式中有特殊含义的字符

正则表达式的表现

• 代表字符
• 表示次数
• 位置锚定
• 分组或其他

代表字符

.    匹配任意单个字符，可以是一个汉字  

[ ]   匹配指定范围内的任意单个字符

[^ ] 匹配指定范围外的任意单个字符

[:lower:] = [a-z]  :小写字母

[:upper:] = [A-Z] :大写字母

[:alpha:] = [a-zA-Z] :所有字母（大小写）

[:alnum:] :字母和数字

[:blank:] ：空白字符（空格和制表符）

[:space:] 包括空格、制表符(水平和垂直)、换行符、回车符等各种类型的空白,比[:blank:]包含的范围广

表示次数

* #匹配前面的字符任意次，包括0次，贪婪模式：尽可能长的匹配

.* #任意长度的任意字符,不包括0次

\? #匹配其前面的字符出现0次或1次,即:可有可无

\+ #匹配其前面的字符出现最少1次,即:肯定有且 >=1 次

\{n\} #匹配前面的字符n次

\{m,n\} #匹配前面的字符至少m次，至多n次

\{,n\}  #匹配前面的字符至多n次,<=n

\{n,\}  #匹配前面的字符至少n次

位置锚定

^ ：行首锚定, 用于模式的最左侧

$ ：行尾锚定，用于模式的最右侧

^......$ #用于模式匹配整行 

^$ #空行

^[[:space:]]*$ #  空白行

\< 或 \b        #词首锚定，用于单词模式的左侧(连续的数字，字母，下划线都算单词内部)

\> 或 \b        #词尾锚定，用于单词模式的右侧

\<PATTERN\>     #匹配整个单词

注：除了字母，数字，下划线，其他都算单词的分隔符

分组或其他

分组：( ) 将多个字符捆绑在一起，当作一个整体处理

grep

选项

-m  # 匹配#次后停止

grep -m 1 root /etc/passwd   #多个匹配只取第一个

-v 显示不被pattern匹配到的行,即取反

grep -Ev '^[[:space:]]*#|^$' /etc/fstab

-i 忽略字符大小写

-n 显示匹配的行号

-c 统计匹配的行数

grep -c root /etc/passwd    #统计匹配到的行数

-o 仅显示匹配到的字符串

-q 静默模式，不输出任何信息

-A # after, 后#行 

grep -A3 root /etc/passwd   #匹配到的行后3行业显示出来

-B # before, 前#行

-C # context, 前后各#行

-e 实现多个选项间的逻辑or关系,如：grep –e ‘cat ' -e ‘dog' file

grep -e root -e bash /etc/passwd #包含root或者包含bash 的行

grep -E root|bash  /etc/passwd

-w 匹配整个单词

grep -w root /etc/passwd

useradd rooter

-E 使用ERE，相当于egrep

-F 不支持正则表达式，相当于fgrep

-f   file 根据模式文件，处理两个文件相同内容 把第一个文件作为匹配条件

-r   递归目录，但不处理软链接

-R   递归目录，但处理软链接

范例

awk

前瞻

vim：文本处理工具，内存不足，打不开超大文件，把整个文件加载到内存中，如果内存不够大，或者文件过大，就打不开文件

awk：文本处理工具，加载一行，处理一行

格式：awk   选项  `表达式（处理动作）`

表达式：awk的语言的表达式

• 不写没有
• 找到特定的行

处理动作：

• print：打印
• printf：打印

常见选项:

• -F ：指定分隔符
• -v：指定变量
• -f：脚本

awk常见的内置变量

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）

范例

sed

前瞻

Sed是从文件或管道中读取一行，处理一行，输出一行；再读取一行，再处理一行，再输出一行，直到最后一行。每当处理一行时，把当前处理的行存储在临时缓冲区中，称为模式空间（PatternSpace），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。一次处理一行的设计模式使得sed性能很高，sed在读取大文件时不会出现卡顿的现象。
 

sed格式

sed 命令选项 '自身脚本语法'

常见命令选项

• -n ：不输出模式空间内容到屏幕，即不自动打印
• -e ：多点编辑
• -i ：实际修改
• -i.abc ：实际修改前先备份源文件，产生以源文件名字为前缀，以.abc为后缀的备份文件
• -r：使用拓展正则表达式

注：

• -ir 不支持
• -i -r 支持
• -ri  支持
• -ni  会清空文件

常见脚本自身语法选项

• p：手动打印
• q：退出
• d：删除
• a：在下一行追加
• i：在前一行插入
• c：替换

范例

搜索替代

格式

sed 选项 '范围/旧字符/新字符/修饰符' 路径

范例

分组后项引用

格式

sed 选项 '范围/定义的分组/\留下的组/修饰符' 文件路径

范例