shell:正则表达式和文本处理器

1、什么是正则

  正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。

  生活中处处都是正则:

    比如我们描述:4条腿

    你可能会想到的是四条腿的动物或者桌子,椅子等

    继续描述:4条腿,活的

  就只剩下四条腿的动物这一类了

  在linux中,通配符是由shell解释的,而正则表达式则是由命令解释的,下面我们就为大家介绍三种文本处理工具/命令:grepsedawk,它们三者均可以解释正则。

2、grep

  参数

    -n  显示行号

    -o  只显示匹配内容

    -q  静默模式,没有任何输出,得用$?来判断执行成功没有,jiy有没有过滤到想要的内容

    -l  如果匹配成功,则只将文件名打印出来,失败则不打印,通常-rl一起用,grep -rl 'root' /etc/passwd

    -A  如果匹配成功,则将匹配行及其后n行一起打印出来,grep -A 2 'root' /etc/passwd

    -B  如果匹配成功,则将匹配行及其前n行一起打印出来

    -C  如果匹配成功,则将匹配行及其前后n行一起打印出来

    -c  如果匹配成功,则将匹配到的行数打印出来,grep -c 'root' /etc/passwd

    -E  等于egrep,扩展,统一都用egrep不会出错

    -i  忽略大小写

    -v  取反,不匹配

    -w  匹配单词

  正则介绍

  ^  行首,egrep '^root' /etc/passwd
  $  行尾,egrep 'bash$' /etc/passwd,egrep 'ab{3}$' a.txt
  .  除了换行符以外的任意单个字符,egrep '^b.n' /etc/passwd
  *  前导字符的零个或多个,egrep 'ab*' a.txt
  +  前导字符的一个或多个,egrep 'ab+' a.txt

  {}  规定前导字符的个数,egrep 'ab{3}' a.txt,egrep 'ab{2,5}' a.txt,egrep 'ab{3,}' a.txt

  ?  前导字符的0个或1个,egrep 'ab?' a.txt

  .*  所有字符
  []  字符组内的任一字符,egrep '[sdfag-]' a.txt,egrep 'r[a-zA-Z]t' a.txt
  [^]  对字符组内的每个字符取反(不匹配字符组内的每个字符)
  ^[^]  非字符组内的字符开头的行
  [a-z]  小写字母
  [A-Z]  大写字母
  [a-Z]  小写和大写字母
  [0-9]  数字
  \<  单词头 单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
  \>  单词尾

  补充:  egrep 'compan(y|ies)' a.txt

  

posix定义的字符分类

[:alnum:] Alphanumeric characters.
匹配范围为 [a-zA-Z0-9]
[:alpha:] Alphabetic characters.
匹配范围为 [a-zA-Z]
[:blank:] Space or tab characters.
匹配范围为 空格和TAB键
[:cntrl:] Control characters.
匹配控制键 例如 ^M 要按 ctrl+v 再按回车 才能输出
[:digit:] Numeric characters.
匹配所有数字 [0-9]
[:graph:] Characters that are both printable and visible. (A space is print-
able, but not visible, while an a is both.)
匹配所有可见字符 但不包含空格和TAB 就是你在文本文档中按键盘上能用眼睛观察到的所有符号
[:lower:] Lower-case alphabetic characters.
小写 [a-z]
[:print:] Printable characters (characters that are not control characters.)
匹配所有可见字符 包括空格和TAB
能打印到纸上的所有符号
[:punct:] Punctuation characters (characters that are not letter, digits, con-
trol characters, or space characters).
特殊输入符号 +-=)(*&^%$#@!~`|\"'{}[]:;?/>.<,
注意它不包含空格和TAB
这个集合不等于^[a-zA-Z0-9]
[:space:] Space characters (such as space, tab, and formfeed, to name a few).

[:upper:] Upper-case alphabetic characters.
大写 [A-Z]
[:xdigit:] Characters that are hexadecimal digits.
16进制数 [0-f]

使用方法:
[root@seker ~]# grep --color '[[:alnum:]]' /etc/passwd

3、sed(最终的目的是编辑,先sed -r ' ' a.txt确保无误后再sed -ri ' ' a.txt >> b.txt)

  流编辑器 stream editer,是以行为单位的处理程序

  sed 流编辑器 stream editer

  语法:sed [options] 'command' in_file[s]

  options 部分
  -n  静默模式
  -e  可以指定多个规则和grep相同,sed -e '' -e '' -e ''
  -i  加上-i可以直接对文件更改
  -f

  command 部分
  '[地址1,地址2] [函数] [参数(标记)]'

  定址的方法 1.数字 2.正则

  数字
  十进制数
  1 单行 
  1,3 范围 从第一行到第三行
  2,+4 匹配行后若干行
  4,~3 从第四行到下一个3的倍数行
  2~3 第二行起每间隔三行的行
  $ 尾行
  1! 除了第一行以外的行
  正则
  正则必须用//包裹起来
  扩展正则需要用 -r 参数或转义 以后用的时候就用sed -r '' 原理同egrep

  数字定址:sed -n '1p' /etc/passwd

  正则定址:sed -n '/ / ' /etc/passwd

    sed '3d' test  删除第3行

    sed '1,3d' test  删除1-3行

    sed '1d;3d' test  删除第1行和第3行

    sed '3p' test  打印第3行(运行结果会全打印出来有两个第3行)

    sed -n '3p' test  只打印第3行

    sed '3c 11111' test  替换第3行为11111

    sed '3a 11111' test  在第3行后追加一行11111

    sed '3i 11111' test  在第3行前插入一行11111

  

    sed '/^root/d' /etc/passwd  删除root开头的行

    sed '/bash$/d' /etc/passwd  删除bash结尾的行

    sed '/.*sb.*/d' a.txt  删除所有带sb的行

    sed '/^s/c 111111' /etc/passwd  把该文件中以s开头的行改为11111

    sed 's/sb/SB/' a.txt  把所有sb换成SB,没有定址就是全部,但是此命令一行当中如果出现多个sb只会换第一个,要想全部改的话命令应为sed 's/sb/SB/g' a.txt

    sed '/alex/s/sb/SB/g' a.txt  把alex所在的那行的所有sb换成SB,这使用正则定址sed '/ /s/ / /g'

    sed -r '/^[0-9]([a-Z]+)$/s/sb/SB/g'  同上

    sed -r 's/^([a-Z]+)([^a-Z])/ /g' /etc/passwd  将passwd文件中每行的第一个单词和冒号删掉,也就是替换为空

    sed -r 's/^([a-Z]+)([^a-Z])/\2/g' /etc/passwd  每个()内的内容代表一部分,这里是留第二部分删第一部分,即只删除每行的第一个单词,冒号还在

    sed -r 's/^([a-Z]+)([^a-Z])/\2\1/g' /etc/passwd  调换1和2的位置,即调换第一个单词和冒号的位置

    sed -r 's/^([^a-Z]+)([a-Z]+)$/\1/g' /etc/passwd  删除最后一个单词

    sed -r 's/()()()()()/\5\4\3\2\1/g';sed -r 's/()()()()()/\5\1\3\4\2/g'

    sed -r 's/^(.)(.*)$/\2/' /etc/passwd  删除每行的第一个字符

  正则介绍

  ^ 行首
  $ 行尾
  . 除了换行符以外的任意单个字符
  * 前导字符的零个或多个
  .* 所有字符
  [] 字符组内的任一字符
  [^] 对字符组内的每个字符取反(不匹配字符组内的每个字符)
  ^[^] 非字符组内的字符开头的行
  [a-z] 小写字母
  [A-Z] 大写字母
  [a-Z] 小写和大写字母
  0-9] 数字
  \< 单词头 单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
  \> 单词尾

  扩展正则 加 -r 参数 或转义
  sed -n '/roo\?/p' /etc/passwd 
  sed -rn '/roo?/p' /etc/passwd
  ? 前导字符零个或一个
  + 前导字符一个或多个
  abc|def abc或def
  a(bc|de)f abcf 或 adef
  x\{m\} x出现m次
  x\{m,\} x出现m次至多次(至少m次)
  x\{m,n\} x出现m次至n次

  函数
  增删改
  a 后插
  c 替换
  i 前插
  d 删除
  输入输出
  p 打印匹配的行 一般和 -n 参数连用,以屏蔽默认输出
  r 从文件中读入
  w 写入到文件中
  控制流
  ! 命令取反 例: 1!d 删除第一行以外的行
  {} 命令组合 命令用分号分隔 {1h;G} 可以理解为 -e 参数的另一种写法

  = 打印行号(输入行的号码,而非处理的次数行号) 例如: sed -n '2{=;p}' infile
  n 读入下一行到模式空间 例:'4{n;d}' 删除第5行
  N 而是追加下一行到模式空间,再把当前行和下一行同时应用后面的命令

4、awk(可以处理有格式的文件,-F可以指定分隔符)

  数字定址和行定址

  awk -F: '{print $1} ' /etc/passwd  指定以:为分隔符,该命令结果是去除所有行以:为分隔符的第一部分

  awk -F: '{print $0}' /etc/passwd  $0代表取所有

  awk -F: '{print $1,NF}' /etc/passwd  输出每一行内容的第一段和段数,NF 就表示段数

  awk -F: '{print $1,$NF}' /etc/passwd  打印出每一行的第一段和最后一段内容

  awk -F: '{print NR,$1}' /etc/passwd  打印出行号和每行的第一段内容

  awk -F: 'NR==1{print NR,$1}' /etc/passwd  只打印第一行的行号和第一段内容

  awk -F: 'NR<=3{print NR,"------",$1}' /etc/passwd  打印前三行行号和第一段内容,并且行号和内容之间有-------

  awk -F: 'NR>=3 && NR<=5{print NR,$1}' /etc/passwd  打印第三行到第五行的行号和第一段内容

  awk -F: 'NR<=3 || NR>=5{print NR,$1}' /etc/passwd  打印第三行之前和第五行之后的行号和第一段内容

  正则定址  awk -F: '//{}' /etc/passwd

  awk -F: '/nologin$/{print $1} ' /etc/passwd  这是用行匹配正则,打印以nologin结尾的行的第一段内容

  awk -F: '$1~/^r.*t$/{print $3}' /etc/passwd  ~表示$1即第一段匹配正则(在这里也就是用户名匹配正则),这条命令是,打印第一段以r开头t结尾的 行的 第三段

  awk -F: '$1~/^r.*t$/{print NR,$3}' /etc/passwd  就比上边多了个行号

  awk -F: '$1=="root"{print NR,$3}' /etc/passwd  $1不仅能够匹配正则还能匹配内容

  awk -F: '$3>=7{print NR,$3}' /etc/passwd  打印出uid大于等于7的行号和uid

  

  awk -v  -v 定义变量并赋值 也可以借用次方式从shell变量中引入

  shell:正则表达式和文本处理器   

  ifconfig |awk 'NR==2{print $1}'  当awk后面不加-F时,默认以空格为分隔符,所以该命令是取ifconfig命令输出结果中的第二行的第一段内容

  ifconfig |awk 'NR==2{print $2}'  取ifconfig命令输出结果中的ip地址

  shell:正则表达式和文本处理器

awk详细

语法
awk [options] 'commands' files
option
-F 定义字段分隔符,默认的分隔符是连续的空格或制表符
使用option中的-F参数定义间隔符号
用$1,$2,$3等的顺序表示files中每行以间隔符号分隔的各列不同域
NF变量表示当前记录的字段数
-v 定义变量并赋值 也可以借用次方式从shell变量中引入

command
读前处理 行处理 读后处理
1.读前处理 BEGIN{awk_cmd1;awk_cmd2}
2.行处理:定址 命令 
定址方法: 正则,变量,比较和关系运算
正则需要用//包围起来 
^ 行首
$ 行尾
. 除了换行符以外的任意单个字符
* 前导字符的零个或多个
.* 所有字符
[] 字符组内的任一字符
[^] 对字符组内的每个字符取反(不匹配字符组内的每个字符)
^[^] 非字符组内的字符开头的行
[a-z] 小写字母
[A-Z] 大写字母
[a-Z] 小写和大写字母
[0-9] 数字
\< 单词头 单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
\> 单词尾

扩展正则 加 -r 参数 或转义
sed -n '/roo\?/p' /etc/passwd 
sed -rn '/roo?/p' /etc/passwd
? 前导字符零个或一个
+ 前导字符一个或多个
abc|def abc或def
a(bc|de)f abcf 或 adef
x\{m\} x出现m次
x\{m,\} x出现m次至多次(至少m次)
x\{m,n\} x出现m次至n次

NR变量定址 
NR 表示AWK读入的行数
FNR表示读入行所在文件中的行数
# awk '{print NR,FNR,$1}' file1 file2 
1 1 aaaaa
2 2 bbbbb
3 3 ccccc
4 1 dddddd
5 2 eeeeee
6 3 ffffff
#
逻辑运算 可直接引用域进行运算
== >= <= != > < ~ !~
# awk 'NR==1 {print}' /etc/passwd
root:x:0:0:root:/root:/bin/bash

3.命令 {print $0}
4.读后处理 END {awk_cmd1;awk_cmd2;}

AWK变量
NR 当前记录的个数(全部文件连接后的统计) 
FNR 当前记录的个数(仅为当前文件的统计,非全部)
FS 字段分隔符 默认为连续空格或制表符,可以使用多个不同的符号做分隔符 -F[:/]
OFS 输出字符的分隔符 默认是空格
# awk -F: 'OFS="=====" {print $1,$2}' /etc/passwd
root=====x
NF 当前读入行的字段个数
ORS 输出记录分隔符 默认是换行
# awk -F: 'ORS="=====" {print $1,$2}' /etc/passwd
root x=====bin x=====
FILENAME 当前文件名

引用shell变量的方法
# a=root
# awk -v var=$a -F: '$1 == var {print $0}' /etc/passwd
或者 把整个命令拆开传递,让shell变量外露,
# awk -F: '$1 == "'$a'" {print $0}' /etc/passwd
# a=NF
# awk -F: '{print $'$a'}' /etc/passwd

操作符
赋值
= += -= /= *= 
逻辑与 逻辑或 逻辑非
&& || !
匹配正则或不匹配,正则需要用 /正则/ 包围住
~ !~
关系 比较字符串时要把字符串用双引号引起来
< <= > >= != ==
字段引用
$ 字段引用需要加$,而变量引用直接用变量名取
运算符
+ - * / % ++ --
转义序列
\\ \自身
\$ 转义$
\t 制表符
\b 退格符
\r 回车符
\n 换行符
\c 取消换行

5、其他命令

  cat a.txt |sort  sort会将所有重复的行排列在一起

  cat a.txt |sort |uniq  uniq是去重,此命令是排序加去重

  cat a.txt |sort |uniq -c  可以查看去重数

  cat test |cut -d: -f1  -d指定以:为分割符,-f1取第一部分   取test文件以:为分割符的每行的第一段

  cat test |cut -d: -f1  取test文件以:为分割符的每行的第一段和第三段

  

  du -sh /boot/  查看文件或目录的大小

  

  find  / -type f  找根目录下得普通文件

  find / -name "*.txt"  找跟下的txt文件

  find / -size +30M  找出根下大于30M的文件

  find / -size +10M -size -30M  找出根下大于10M小于30M的文件

  find / -size +2M -type f -name \*.txt  找出根下的大于2M的.txt格式的普通文件

  dd if=/dev/zero of=/a.txt bs=20M count=1  将a.txt中1个20M的block块写到硬盘上,该命令是不专业的测试硬盘读写速度命令

  

  gcc hello.c -o hello  将C语言编译好的文件解释为二进制格式

上一篇:【Java EE 学习 53】【Spring学习第五天】【Spring整合Hibernate】【Spring整合Hibernate、Struts2】【问题:整合hibernate之后事务不能回滚】


下一篇:Android 软键盘小知识点