Linux如何使用正则表达式命令？文本文件操作命令

Posted 2023-04-09

参考技术A

Linux对文本操作命令及正则表达式：

cat

cat 是 concatenate 的缩写，所以它的作用其实是连接文件。但默认情况下它会将连接文件的结果送到标准输出。所以我们常用来显示文件内容。类似于 dos 中的 type。

more

当一个文件的内容超过一屏后，我们可以用 more 这个指令来逐屏 察看 文件内容。

less

less 在 more 的基础上，更可以逐行 察看 ，前后翻页。

head

head 显示文件开头部分内容，默认显示前十行参数 --lines 或者 –n 指明显示行数基本格式：

tail

tail 显示文件结尾部分内容，命令用法同 head，参数 -f 显示文件的纪实更新，用于监视日志文件

tail 默认显示文件列表中每个文件的后 10 行，如果没有文件名或文件名为“-”则其从标准输入中读取文件，如果有多个文件则其会在文件前面加上“==>文件名<==”以便区别。

# tail /etc/mail/sendmail.mc 默认查看文件的后 10 行内容

# tail –n 20 /etc/passwd 查看文件后 20 行内容

注意： # tail –f /var/log/message 实时监控日志文件更新信息，非常重要

diff

diff 用于比较两个文件之间的区别，并送到标准输出。输出时先报告两个文件的哪一行不同。基本格式：

参数：

uniq 用于去除文本中相邻的重复行。

-u 参数可以只显示那些没有被重复过的行。 -d 显示有被重复过的行。

cut

cut 可以根据一个指定的标记（默认是 tab）来为文本划分列，然后将此列显示。使用权限：所有使用者

基本格式： cut -cnum1 -num2 filename

说明：显示每行从开头算起 num1 到 num2 的文字。

[root@uplooking root] $ cut –f1 –d: /etc/shadow 表示以 : 为分隔符，显示 /etc/shadow 的第一列 sort

sort 用来按各种需要重新排列文本，一般运用在一个管道之后。例如：

默认情况下 sort 按照字母顺序排列文本。

wc

wc 用来统计一个文件的行数、词数、字数并送到标准输出。也可以用-l（行数）、-w（词数）、-c（字数）来指定输出内容。

如何过滤文本文件中以大写字母开头并以正整数结尾的行，并在 linux 的命令行上使用正则表达式？

【中文标题】如何过滤文本文件中以大写字母开头并以正整数结尾的行，并在 linux 的命令行上使用正则表达式？

【英文标题】：How do I filter lines in a text file that start with a capital letter and end with a positive integer with regex on the command line in linux?

【发布时间】：2022-01-22 12:07:16

【问题描述】：

我正在尝试在 linux 终端中将 Regex 与 grep 命令一起使用，以便过滤文本文件中以大写字母开头并以正整数结尾的行。有没有办法修改我的命令，以便它在一行中通过一次调用 grep 而不是两次来完成这一切？我正在为 linux 和 microsoft store ubuntu 使用 windows 子系统。

文本文件：

C line 1
c line 2
B line 3
d line 4
E line five

我开始工作的命令：

grep ^[A-Z] cap*| grep [0-9]$ cap*

输出

C line 1
B line 3

这可行，但我觉得正则表达式可以以某种方式组合，但是

grep ^[A-Z][0-9]$ 

不会产生与上述命令相同的结果。

【问题讨论】：

grep [0-9]* 没有意义，它匹配任何字符串。 grep ^[A-Z] cap* 和 grep ^[A-Z] cap*| grep [0-9]* 一样，你可能是说 grep '^[A-Z].*[0-9]' cap*

grep '^[A-Z].*[0-9]$' 应该可以工作

哇，谢谢。我编辑了这个问题，以使我的初衷对后代更清楚。你们提出的解决方案对我的目的非常有效！谢谢，

【参考方案1】：

你需要使用

grep '^[A-Z].*[0-9]$'
grep '^[[:upper:]].*[0-9]$'

请参阅online demo。正则表达式匹配：

^ - 字符串开头 [A-Z] / [[:upper:]] - 大写字母 .* - 任何零个或多个字符（[^0-9]* 匹配零个或多个非数字字符） [0-9] - 一个数字。 $ - 字符串结束。

另外，如果要确保字符串末尾的数字之前没有-，则需要使用否定括号表达式，例如

grep -E '^[[:upper:]](.*[^-0-9])?[1-9][0-9]*$'

这里，POSIX ERE 正则表达式（由于-E 选项）匹配

^[[:upper:]] - 开头的大写字母，然后 (.*[^-0-9])? - 任何文本的可选出现，然后是除数字和 - 之外的任何字符 [1-9] - 非零数字 [0-9]* - 零个或多个数字 $ - 字符串结束。

【讨论】：

这将错误地匹配C line 1 X。您需要锚定到行尾。

@WilliamPursell 我更专注于增强最初的尝试而不是需求。可能，正则表达式应该以 [^-0-9][0-9][0-9]*$ 或类似结尾。

我认为这需要两个调整。首先，它不会匹配像“F6”这样的行，它只是一个字符和一个中间没有任何内容的数字。其次，它自己匹配数字“0”，并且发布者想要正整数。这对我有用：grep -E '^[[:upper:]](.*[^-0-9])?[1-9][0-9]*$'

如果这解决了您的问题，请考虑接受它。或者，您可以发布自己的答案并接受。接受答案通过将问题标记为已解决来帮助未来的访问者。另见help.

【参考方案2】：

当您使用管道时，您希望第二个 grep 作用于标准输入，而不是作用于您最初 grep 的文件。

grep ^[A-Z] cap*| grep [0-9]$

但是，如果要排除负数，则需要扩展第二个正则表达式。无论如何，一个更好的解决方案可能是切换到 Awk：

awk '/^[A-Z]/ && /[0-9]$/ && $NF > 0' cap*

输出格式会与grep略有不同；如果要包含匹配文件的名称，则必须单独指定：

awk '/^[A-Z]/ && /[0-9]$/ && $NF > 0  print FILENAME ":" $0 ' cap*

正则表达式^[A-Z][0-9]$ 正好匹配两个字符，第一个必须是字母，第二个必须是数字。如果你想允许它们之间的任意文本，那就是^[A-Z].*[0-9]$（为了不那么随意，使用比.*更具体的东西，比如(.*[^-0-9])?，你需要grep -E作为括号和问号表示可选，或反斜杠前面的反斜杠表示您使用 POSIX grep 开箱即用的 BRE 正则表达式方言。