正则表达式的应用

Posted 阳光小王子

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正则表达式的应用相关的知识,希望对你有一定的参考价值。

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
  • 语法格式
sort 选项 参数
cat file | sort 选项
  • 常用选项
-f忽略大小写,默认会大写字母排在前面
-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  文件
//如果文件内容为数字,会根据首个数字进行升序排列,如果文件为英文字母,会根据首个字母进行排序
==================================
[root@localhost 1]# sort test1
five
four
one
seven
six
three
two

  • 命令验证
  • 升序排列/降序排列
sort -n test2 //相当于冒泡排序升序排序
sort -n -r test2  //降序排序
====================================
[root@localhost 1]# sort -n test2    // -n
11
22
33
34
45
55
56
66
77
[root@localhost 1]# sort -n -r test2  //-n  -r
77
66
56
55
45
34
33
22
11

[root@localhost 1]# sort -n test2
11
22
22
33
34
45
55
55
56
66
66
77
[root@localhost 1]# sort -n -u test2   //sort -u  去除重复 ,数字排序就加-n
11
22
33
34
45
55
56
66
77

[root@localhost 1]# cat /etc/passwd | sort -n -t ":" -k 3 -r
//-n:数字排序  -t:以:为分隔符,-k 3 :指定第三个字段进行排序  -r:降序排序
======================================================================
nfsnobody:x:65534:65534:Anonymous NFS User:/var/lib/nfs:/sbin/nologin
test1:x:1000:1000:test1:/home/test1:/bin/bash
polkitd:x:999:997:User for polkitd:/:/sbin/nologin
libstoragemgmt:x:998:995:daemon account for libstoragemgmt:/var/run/lsm:/sbin/nologin
colord:x:997:994:User for colord:/var/lib/colord:/sbin/nologin
saslauth:x:996:76:Saslauthd user:/run/saslauthd:/sbin/nologin

在这里插入图片描述

uniq命令

  • 语法格式
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
  • 命令验证
  • uniq一般配合sort命令来使用
[root@localhost 1]# cat test2
11
34
56
77
45
33
55
66
22
22
55
66
[root@localhost 1]# sort -n test2 | uniq -c  //删除重复并统计重复的行数
      1 11
      2 22
      1 33
      1 34
      1 45
      2 55
      1 56
      2 66
      1 77

tr命令

  • 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
  • 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

echo "abc" | tr 'a-z' 'A-Z'

echo -e "abc\\ncabcdab" | tr -C "ab\\n" "0"
echo -e "abc\\ncabcdab" | tr -c "ab" "0"

echo 'hello world' | tr -d 'od'

echo "thissss is a text 1 innnnnnne." | tr -s 'sn'

删除空行
echo -e "aa\\n\\n\\n\\n\\nbb" | tr -s "\\n"
cat testfile4| tr -s "\\n"

把路径变量中的冒号":",替换成换行符"\\n"
echo $PATH | tr -s ":" "\\n"
echo -e "aa\\n\\n\\n\\n\\nbb" | tr -s "\\n" ":"

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
格式:
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。cut命令使用“TAB”作为默认的字段分割符
-d“TAB”是默认的分隔符,使用此选项可更改为其他的分隔符
–complement用于排除所指定的字段
–output-delimiter更改输出内容的分隔符
  • 命令验证
  • cut 和 expr substr 起始位置都是从1开始
三种不同截取方法:
[ root@localhost ~]# i=123456789
[ root@localhost ~]# echo ${i:0:3}
123
[ root@localhost ~]# echo $i | cut -b 1-3
123
[ root@localhost ~]# expr substr $i 1 3
123

正则表达式

  • 通常用于判断语句中,用于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

  • 支持的工具:grep、egrep、sed、awk
基础正则表达式常见元字符:

\\ :转义字符,用于取消特殊符号的含义,例:\\!、\\n、\\$等

^ :匹配字符串开始的位置,例:^a、^the、^#、^[a-z]
 
$ :匹配字符串结束的位置,例:word$、^$匹配空行

. :匹配除\\n之外的任意的一个字符,例:go.d、g..d

* :匹配前面子表达式0次或者多次,例:goo*d、go.*d

[list] :匹配list列表中的一个字符,例:go[ola]d,[abc][a-z][a-z0-9][0-9]匹配任意一位数字

[^list] :匹配任意非list列表中的一个字符,例:[^0-9][^A-Z0-9][^a-z]匹配任意一位非小写字母

\\{n\\} :匹配前面的子表达式n次,例:go\\{2\\}d、'[0-9]\\{2\\}'匹配两位数字

\\{n,\\} :匹配前面的子表达式不少于n次,例:go\\{2,\\}d、'[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,例:go\\{2,3\\}d、'[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“\\”

扩展正则表达式

  • 支持的工具:egrep、awk 或 grep -E 和 sed -r
扩展正则表达式元字符:

+ :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一个整体,例1g(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

正则表达式的应用

  • 找出规范的座机号码
先创建一个文件存放座机号码

[root@localhost 1]# vim dianhua
02588888888
025-5555555555
025-12345678
(025) 88551234
025 54321678
025ABC88888
01012345678
0125 12345678
=====================执行命令及运行结果====================
[root@localhost 1]# egrep "^(\\(?025\\)?)[ -]?[58][0-9]{7}$" dianhua
02588888888
(025) 88551234
025 54321678

=======================注释==================================
注:因为dianhua数据里包含(025)--> \\(?  转义符匹配0次或1次,后面的)也是一样的;
   [ -]列表里可以是空格或者"-"匹配0次或1
   [58]58开头
   [0-9]{7}$以0-9里面的任意一位数结尾

  • 验证可用邮箱
[root@localhost 1]# vim youx

wang_wu@163.com
18606257399@163.com
lili_123@qq.com
aa-aa@nihao.com
zhao#si@163.com
zhang*san@sina.com
li.si@qq.com

=====================执行命令及运行结果====================
[root@localhost 1]# egrep "^([a-zA-Z0-9\\.\\-\\#\\!\\_]+)@([a-zA-Z0-9\\-\\.\\_]+)\\.([a-zA-Z]{2,5})$" youx
wang_wu@163.com
18606257399@163.com
lili_123@qq.com
zhao#si@163.com
li.si@qq.com

=======================注释==================================
([a-zA-Z0-9\\.\\-\\#\\!\\_]+) //+表示匹配一次以上,用记名可以是字母(大小写),数字且中间可以带特殊符号等
([a-zA-Z]{2,5})$ //顶级域以字母开头(大小写),一般长度为2-5


以上是关于正则表达式的应用的主要内容,如果未能解决你的问题,请参考以下文章

markdown 正则表达式模式片段

正则表达式匹配特定的 URL 片段而不是所有其他 URL 可能性

循环通过 python 正则表达式匹配

asp.net 使用正则表达式验证包含打开/关闭括号片段的属性字符串

攻破难啃的骨头-正则表达式(转)

正则表达式的贪婪和非贪婪模式