Shell编程之正则表达式与文本处理器
目录
一、正则表达式
1.引言--什么是正则表达式
正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本
正则表达式不只有一种,而且 LINUX 中不同的程序可能会使用不同的正则表达式,如:
工具:grep sed awk egrep
1.1正则表达式的功能
(1)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
(2)正则表达式是由普通字符与元字符组成
(3)普通字符包括大小写字母、数字、标点符号及一些其他符号
(4)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
1.2主要命令--grep
grep [选项]… 查找条件 目标文件
常用选项 | 功能 |
-E | 开启扩展(Extend)的正则表达式 |
-c | 计算找到 '搜寻字符串' 的次数 |
-i | 忽略大小写的不同,所以大小写视为相同 |
-o | 只显示被模式匹配到的字符串 |
-v | 反向选择,亦即显示出没有 '搜寻字符串' 内容的那一行!(反向查找,输出与查找条件不相符的行) |
--color=auto | 可以将找到的关键词部分加上颜色的显示 |
-n | 顺便输出行号 |
2.基础正则表达式(BRE)
基础正则表达式常见元字符:(支持的工具:grep、egrep、sed、awk)
2.1特殊字符
特殊字符 | 描述 | 示例及解释 |
\ | 转义符,将特殊字符进行转义,忽略其特殊意义 | a\.b匹配a.b,但不能匹配ajb,.被转义为特殊意义 |
^ | 匹配行首 | ^tux匹配以'tux`开头的行 |
$ | 匹配行尾 | tux$匹配以tux结尾的行 |
. | 匹配除换行符\r\n之外的任意单个字符 | a.b匹配a和b之间任意一个字符 |
[list] | 匹配list列表中的一个字符 | go[ola]d匹配gold、good、goad,也可以是[a-z]匹配所有小写字母 |
[^list] | 匹配任意不在list列表中的一个字符 | [^a-z]匹配任意非小写字母的字符 |
* | 匹配前面子表达式0次或者多次 | goo*d匹配god、good、gooooood |
\{n\} | 匹配前面的子表达式n次 | go\{2\}d~匹配good、[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匹配good、goood等、[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匹配good、goood、[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"\”
2.2定位符
^ 匹配输入字符串开始的位置
$ 匹配输入字符串结尾的位置
2.3非打印字符
\n 匹配一个换行符
\r 匹配一个回车符
\t 匹配一个制表符
3.扩展正则表达式(ERE)
通常情况下会使用基础正则表达式就已经足够了,但有时为了简化整个指令,需要使用范围更广的扩展正则表达式
下面举几个例子说明:
+ 作用:重复一个或者一个以上的前一个字符
? 作用:零个或者一个的前一个字符
| 作用:使用或者(or)的方式找出多个字符
() 作用:查找“组”字符串
()+ 作用:辨别多个重复的组
4.元字符操作的案列
查找特定字符以及反向选择
利用中括号“[]”来查找集合字符以及查找包含重复单个字符
大小写字母查找"a-z"或"A-Z"以及数字查找
查找行首“^”与行尾字符“$”
“^”符号在元字符集合“[]”符号内外的作用是不一样的
查找任意一个字符“.”与重复字符“*”
查找连续字符范围“{}”
二、命令小工具
1.cut:列截取工具
用法:
cut命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出
如果不指定File参数,cut命令将读取标准输入。必须指定 -b、-c 或 -f 标志之一
选项 | 功能 |
-b | 按字节截取 |
-c | 按字符截取,常用于中文 |
-d | 指定以什么为分隔符截取,默认为制表符 |
-f | 通常和-d一起 |
2.sort排序
是一个以行为单位对文件内容进行排序的工具,也可以根据不同的数据类型来排序。例如数据和字符的排序就不一样
选项 | 功能 |
-t | 指定分隔符,默认使用[Tab]吧 键或空格分隔 |
-k | 指定排序区域,哪个区间排序 |
-n | 按照数字进行排序,默认是以文字形式排序 |
-u | 等同于uniq,表示相同的数据仅显示一行,注意:如果行尾有空格去重就不成功 |
-r | 反向排序,默认是升序,-r就是降序 |
-o | 将排序后的结果转存至指定文件 |
3.uniq去重
主要用于去除连续的重复行
注意:是连续的行,所以通常和sort结合使用先排序使之变成连续的行再执行去重操作,否则不连续的重复行他不能去重
选项 | 功能 |
-c | 对重复的行进行计数 |
-d | 仅显示重复行 |
-u | 仅显示出现一次的行 |
4.tr删除
它可以用一个字符来替换另一个字符,或者可以完全除去一些字符,也可以用它来除去重复字符
选项 | 功能 |
-d | 删除字符 |
-s | 删除所有重复出现的字符,只保留第一个 |
cat fruit | tr " ' " '/'
如果想替换单引号则需要用双引号把单引号引起来,反斜杠转义也不行
原文地址:https://blog.csdn.net/2201_75444658/article/details/140643180
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!