Linux系统sort、uniq、tr、cut命令以及正则表达式简述

sort命令

以行为单位对文件内容进行排序，也可根据不同类型来排序

语法格式
sort [选项] 参数
cat file l 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
sort -n kk：对kk文件内容进行数字升序排序

sort -t ‘:’-k 3 -n /etc/passwd：对/etc/passwd文件第三字段以：分隔符进行排序

du -a l sort -nr -o du.txt：对当前目录进行统计并降序排序且记录到du.txt文件内

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
unig [选项] 参数
cat kk l uniq 选项：打开文件kk，交给uniq处理

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uniq testfile3

sort -n kk l uniq -c：对文件kk先排序在删除重复的行，如果有重复的行但连续出现光是用uniq -c是无法删除的，所以要先排序。

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：刮除所有属于字符集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。

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 kk l cut 选项 ：打开kk文件交给cut处理

常用选项
-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。

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)在目标对象中的出现模式

基础正则表达式元字符
(支持的工具:grep.egrep、sed、awk)

\：转义字符，用于取消特殊符号的含义
^：匹配字符串开始的位置
$：匹配字符串结束的位置
. ：匹配除 \n之外的任意的一个字符
* ：匹配前面子表达式o次或者多次

[list]：匹配list列表中的一个字符
[list]﹔匹配任意非list列表中的一个字符
\{n\}：匹配前面的子表达式n次
\{n,\}：匹配前面的子表达式不少于n次
\{n,m\}:匹配前面的子表达式n到m次，
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
(支持的工具: egrep. awk )

+：匹配前面子表达式1次以上
? ：匹配前面子表达式0次或者1次
()：将括号中的字符串作为一个整体
l ：以或的方式匹配字条串