正则表达式

Posted 2021-05-21 敲击岁月

正则表达式

• sort命令
• uniq命令
• tr命令
• cut命令
• 正则表达式
• • 基础正则表达式常见元字符（支持grep，egrep，sed，awk）
  • 扩展正则表达式元字符（支持egrep，awk}

sort命令

以行为单位对文件内容进行排序，也可以根据不同的数据类型来排序

sort 【选项】 参数
cat file | sort 选项

常用选项

-f	忽略大小写，会将小写字母都转换成大写字母来进行比较
-b	忽略每行前面的空格
-n	按照数组进行排序
-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键分割
-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

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

uniq 选项 参数
cat file | uniq 选项

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

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

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	删除所有属于字符集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

cut命令

显示行中的指定部分，删除文件中的指定字段

cut 选项 参数
cat file | cut 选项

常用选项

-f	通过指定哪一个字段进行提取，tab作为默认字段分隔符
-d	可以更改为其他的分隔符
–complement	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

基础正则表达式常见元字符（支持grep，egrep，sed，awk）

\\	转义字符，用于取消特殊字符的含义，例如：! ,\\n , $
^	匹配字符串开始的位置
$	匹配字符串结束的位置
.	匹配除了\\n之外的任意一个字符，例如go.d,g…d
*	匹配前面的子表达式0次或者多次，例如goo*d,go.*d
[list]	匹配list列表中的一个字符，例如 [a-zA-Z0-9]
^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次例如 go{2}d
{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 例如 go{2,3}d
注意	egrep,awk匹配时{}前面不用加\\

扩展正则表达式元字符（支持egrep，awk}

+:匹配前面子表达式1次以上，例: go+d, 将匹配至少一个o， 如god、 good、 goood等
?:匹配前面子表达式0次或者1次，例: go?d， 将匹配gd或god
() :将括号中的字符串作为h一个整体，例1: g(oo)+d," 将匹配oo整体1次以上，如good、gooood等
| :以或的方式匹配字条串，例: g (oo|la)d," 将匹配good或者glad