shell编程-正则表达式与文本处理器sedawk

Posted 2021-06-27 可乐卷儿

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 一、正则表达式
• • 1、定义
  • 2、正常表达式层次
  • • 2.1、基础正则表达式
    • 2.2、扩展正则表达式
• 二、文本处理器-sed
• • 1、定义
  • 2、工作原理
  • 3、命令格式
  • 4、常用选项
  • 5、通过调用文件执行操作-“-f”
• 三、文本处理器-awk
• • 1、概述
  • 2、工作原理
  • 3、内置变量
  • • 3.1、变量实例
    • 3.2、awk的流程控制BEGIN和END
    • 3.3、awk内的if语句
  • 4、结合特殊符号-“~ ” 、“!~”
  • 5、精确匹配-“=”、“>=”、“字符串”

一、正则表达式

1、定义

• 又称正规表达式、常规表达式
• 使用字符串来描述、匹配一系列符合某个规则的字符串
• 正则表达式组成
  • 普通字符
    • 大小写字母、数字、标点符合及其一些其他符号
  • 源字符
    • 在正则表达式中具有特殊意义的专用字符

2、正常表达式层次

2.1、基础正则表达式

基础正则表达式即常用的正则表达式部分
除了普通字符外，常见的以下元字符

\\ ：转义符；\\n：换行；!:非
^：匹配以...开头
$：匹配以...结尾
^$:匹配空格
.：匹配出\\n(换行)之外的任意的一个字符
*：取决于前面一个字符，代表前面一个字符0次或多次
.*：任意长度的字符，*取决于.的字符
[ ]:匹配指定范围内的单个或多个字符
[^]:匹配任意不在列表中的单个或一组字符；是区分大小写的
^[]:匹配指定范围内的单个或多个字符开头
^[^]:匹配任意不在列表中的单个或一组字符
\\{n\\}:匹配前面的字符出现n次
\\{n,\\}:匹配前面的字符至少n次
\\{,m\\}:匹配前一个字符最多出现m次
\\{n,m}:匹配前面的字符n到m次
\\<  ：匹配以....开头的行
\\>  ：匹配以....结尾的行
\\<......\\>:匹配某一个单词的行；精确匹配

实例

a-zA-Z:所有大小写字母
a-zA-Z0-9:所有大小写字母和数字

echo ABC/0 | grep [ ^a-zA-Z0-9] ## 匹配出特殊字符

\\{n,m}:匹配前面的字符n到m次
\\{n\\}:匹配前面的字符出现n次

echo good | grep “go{1,3}d”
echo god | grep “go{1}d”

\\{n,\\}:匹配前面的字符至少n次

2.2、扩展正则表达式

扩展正则表达式是对基础正则表达式的扩充深化
扩展元字符如下

+：匹配前面字符至少1次以上；精确匹配

?:匹配前面字符0次或者1次 

():将括号中的字符串作为一个整体
|:或

{n}:前一个字符重复n次
{n,}:前一个字符至少重复n次
{n,m}:前一个字符出现n-m次

查找网卡配置文件里面的ip地址

---

文本处理器三大剑客：grep、sed、awk；前面已经详细讲解了grep，这里就不做介绍了

二、文本处理器-sed

1、定义

sed 命令：按行操作，与单引号一起使用‘’；利用脚本来处理文本文件。无交互式的修改替换文件，它可以依照脚本的指令来处理、编辑文本文件。主要用来自动编辑一个或多个文件、简化对文件的反复操作、编写转换程序等。

2、工作原理

1. 读入新的一行内容到缓存空间；
2. 从指定的操作指令中取出第一条指令，判断是否匹配pattern（模式）；
3. 如果不匹配，则忽略后续的编辑命令，回到第2步继续取出下一条指令；
4. 如果匹配，则针对缓存的行执行后续的编辑命令；完成后，回到第2步继续取出下一条指令；
5. 当所有指令都应用之后，输出缓存行的内容；回到第1步继续读入下一行内容；
6. 当所有行都处理完之后，结束

3、命令格式

sed 选项 模式匹配 文件名

4、常用选项

常用选项	含义
-e	进行多次编辑
-n	取消默认输出
-f	指定sed文件名
-i	直接在源文件中修改
-r	使用扩展正则表达式

命令动作	含义
p	打印输出
d	删除指定行
a	在指定行后面插入内容
r	读入其他文件内容到当前文件，并不会保存
w	指定当前文件的内容写入另一个文件
c	替换整行
s	搜索替换（局部）
s/ /g	搜索替换（全局）
s/ /i	不区分大小写替换
=	打印行号
i	更改源文件

1. 打印输出-“-n与p”

-n    #取消默认输出
p    #打印输出  两者一般结合使用

sed ‘p’ yy.txt ## 逐行打印，但是会打印2遍，一般p与-n结合使用

sed -n ‘1p’ yy.txt ## ‘1p’：打印第一行
sed -n ‘3p’ yy.txt ## ‘3p’：打印第三行
sed -n ‘1,3p’ yy.txt ## “,”逗号是连续，‘1,3p’:打印1-3行

sed -n ‘1,+4p’ ##打印1-4行;其中’1,+4p’=‘1,4p’

sed -n ‘0~2p’：打印偶数行；从第一行开始，间隔2行打印
sed -n ‘1~2p’：打印奇数行；从第0行开始，间隔2行打印
cat -n yy.txt | sed -n ‘1~2p’

sed -n ‘$p’：打印最后一行

sed -n ‘2p;3p’ ##打印第二行和第三行;分号“；”是间隔

sed -n ‘/^root/p’ ##打印root开头的行
sed -n ‘/bash$/p’ ##打印bash结尾的行

sed -n ‘/^root|bash$/p’ ##打印root开头bash结尾的行；这里的“|”代表或，需要使用转义符“/”

sed -n ‘/^$/p’ yy.txt #打印空格

‘/ /p’:打印出有空格的行

打印出/bin/bash的行

2. 使用扩展正则表达式-“-r”

sed默认不支持扩展正则，如果要支持，需要加-r选项
-r：使用扩展正则表达式；匹配扩展元字符时，使用此选项，无须使用转义符

3. 多条命令时使用-“-e:或”

sed -ne ‘/^root/p’ -e ‘/nologin$/p’ yy.txt #打印yy.txt文件内root开头或者nologin结尾的行

sed -ne ‘2p’ -e ‘4p’ yy.txt ##打印第二行或者第四行

4. 删除-“d”

'd' ##删除指定行；精确匹配字母大小写
'Id' ##删除指定行；忽略字母大小写
'$d':删除最后一行

cat -n yy.txt | sed ‘4d’ ##删除第四行
cat -n yy.txt | sed ‘/root/d’ ##删除root的行

5. 搜索替换-"s"

可以自定义分隔符；把字符串内的某些字符替换

sed -n ‘s#/bin/bash#bbb#p’ yy.txt
sed -n ‘s,/bin/bash#bbb,p’ yy.txt
sed -n ‘s@/bin/bash#bbb@p’ yy.txt
sed -n ‘s#/bin/bash#/sbin/nologin#p’ yy.txt

's':局部替换
'g':全局替换
's/ /i':不区分大小写  或者I（大写）：不区分大小写

‘s/^#/ /p’:#开头的行替换成空格

给12两行开头替换成#

&符号；&=root，root前面需要加#

():当做位置变量使用，当有多个字符需要匹配时，括号内容保留替换

echo hello world gg | sed -nr ‘s/(hello) (world) (gg)/\\2 \\3 \\1/p’

echo hello world gg | sed -nr ‘s/(hello) (world)/\\2 the \\1/p’


6. 替换整行-‘c’

后面所有的内容识别成整体的内容

sed ‘/root/chello eorld;3p’ zz.txt :root替换成hello world;3p

7. 打印行号-“=”

sed ‘=’ yy.txt #打印文件的行号

‘$=’：最后一行

sed是逐行匹配
打印第三行内容和最后一行

sed -n ‘2=;3p’ yy.txt ##打印第二行行号和第三行内容

打印前五行

8. 增加内容-“a”“i”

‘a’：某一行的下面
'i'：某一行的上面

'1a':在第一行后面插入

添加ip地址

以root开头后面插入ip地址

1-3行插入ip地址

9. 更改源文件-“-i”

-i.bak：备份源原件，并更改源文件内容

10. 插入其他文件内容

‘r’:读入其他文件内容到当前文件，并不会保存
‘1r’:第一行后面插入
‘$r’:最后一行插入
‘3r’:第三行后面插入
sed ‘3r /etc/hosts’ yy.txt 在yy.txt第三行插入/etc/hosts

11. 写入另一个文件-“w”
指定当前文件的内容写入另一个文件，再次追加其他文件内容会覆盖掉原本的内容
zz.txt的第一行写入/etc/hosts

5、通过调用文件执行操作-“-f”

新建一个sed脚本

开头写
#!/bin/sed -f
只需要把模式匹配内容写入


脚本内容可以逐行写入，若要在一行，中间分号“;”间隔
sed -f sed.sh p.txt

---

三、文本处理器-awk

1、概述

AWK是一种处理文本文件的语言，是一个强大的文本分析工具。
它是专门为文本处理设计的编程语言，也是行处理软件，通常用于扫描、过滤、统计汇总工作数据可以来自标准输入也可以是管道或文件;缺点是不能替换，修改文件
20世纪70年代诞生于贝尔实验室，现在centos7用 的是gawk
之所以叫AWK是因为其取了三位创始人Alfred Aho， Peter Weinberger, 和Brian Kernighan 的Family Name的首字符。

2、工作原理

当读到第一行时，匹配条件，然后执行指定动作，再接着读取第二行数据处理，不会默认输出
如果没有定义匹配条件默认是匹配所有数据行，awk隐含循环，条件匹配多少次动作就会执行多少次
格式:

awk关键字  选项    命令部分  '{xxxxxx}'

awk ‘{print}’ p.txt ##打印p.txt文本文件所有行

3、内置变量

$0：代表整行
$1：代表第一列
$2：代表第二列
$n：n代表数字1/2/3....；位置变量n
NF：列数，打印每行有多少列
NR：显示行号
FS：指定分隔符，默认为空白字符
OFS：定义了输出时的分隔符号，以什么分隔指定文件
RS：指定切割行的符号
ORS：指定什么连接行，指定输出的换行符

-F：  ##指定分隔符

默认以空格或tab键作为分隔符分隔行
脚本文件加入两行带有空格和tab键的内容

3.1、变量实例

1. $1:位置变量1

awk -F: ‘{print $1}’ p.txt ##指定分隔符分号打印

awk -F/ ‘{print $1}’ p.txt ##指定分隔符/
awk -Fx ‘{print $1}’ p.txt ##指定分隔符x

打印多列；内置变量中间加逗号“,”
awk -F: ‘{print $1,$2}’ p.txt ##分号分隔符打印2列

内置变量中间加双引号“ ”，双引号内可任意设置符号
awk -F: ‘{print $1" " $2}’ p.txt

awk -F: ‘{print $1"–" $2}’ p.txt ##双引号加–

双引号内加入制表符 :\\t

打印用户名的root的uid是0
awk -F: ‘{print “用户名”$1"的uid是"$3}’ p.txt

2. $0:代表整行
awk -F: ‘{print $0}’ p.txt #以分隔符：打印整行

awk -F: ‘{print $0,$1,$2}’ p.txt ##打印整行的基础上，打印第一列和第二列

3. NF:列数，打印每行有多少列
awk -F: ‘{print NF}’ p.txt

$NF ##打印最后一列
awk -F: ‘{print $NF}’ p.txt

4. NR:显示行号
awk -F: ‘{print NR}’ p.txt

awk -F: ‘{print NR,$0}’ p.txt ##打印行号并输出行号；友好显示

也可以用于备份，写入其他文件

---

-F/NR/NF 综合实例 awk -F: '{print NR"\\t"$0}' p.txt ##打印整行并输出行号 awk -F[:/] '{print NF}' p.txt ##以:和/分割，并显示列数

以bin开头的那一行第一列
awk -F: ‘/^bin/{print $1}’ p.txt

awk -F: ‘/sbin/{print $0}’ p.txt ##包含sbin的行

awk -F: ‘/sbin/{print NR,$0}’ yy.txt ##打印包含sbin，显示行号打印整行

awk -F: ‘/sync$/{print NR,$0}’ yy.txt ##打印snyc结尾，显示行号，打印整行

awk -F: ‘/[oa]/{print NR,$0}’ yy.txt ##打印包含o或者a，显示行号，打印整行

3.2、awk的流程控制BEGIN和END

逐行执行开始之前执行什么任务，结束之后再执行什么任务，用BEGIN、END
BEGIN：用来做初始化操作，仅在读取数据记录之前执行一次
END：用来做汇总操作，仅在读取完数据记录之后执行一次
- BEGIN

• 可以直接做运算

[root@klj ~]# awk 'BEGIN{print 1+1}'
2
[root@klj ~]# awk 'BEGIN{print 1-1}'
0
[root@klj ~]# awk 'BEGIN{print 2**3}'
8
[root@klj ~]# awk 'BEGIN{print 2/3}'
0.666667
[root@klj ~]# awk 'BEGIN{print 2%3}'
2

• 使用变量时

[root@klj ~]# x=2
[root@klj ~]# awk 'BEGIN{print '$x'}'
2
[root@klj ~]# awk 'BEGIN{print "'$x'"}'
2 

[root@klj ~]# awk 'BEGIN{x=2;x++;print x}' 
3
[root@klj ~]# awk 'BEGIN{;x++;print x}'   ##没有给x赋值，默认是0
1

• END
  awk ‘END{print NR,$0}’ p.txt ##打印最后一整行
  
  awk ‘BEGIN{FS=":"}{print $1}’ p.txt ##开始时定义分隔符为冒号，打印第一列
  
  
  
  awk ‘BEGIN{RS=" "}{print}’ p.txt ##RS：以回撤分隔
  awk ‘BEGIN{ORS=" "}{print}’ p.txt ##ORS：以空格分隔
  
  awk ‘BEGIN{RS=“x”}{print}’ p.txt ##碰到x就换行
  
  awk ‘BEGIN{ORS="------"}{print}’ p.txt ##以“------”连接内容
  
  还可以做逻辑判断
  awk ‘NR>3 && NR<10{print NR,$0}’ p.txt ##打印4-9行一整行内容，并打印出行号
  
  awk ‘NR<10 || NR>20{print NR,$0}’ p.txt ## 打印1-9行或者大于20行的
  
  seq 100 | awk ‘$1~/7/{print $1}’ ##打印出1-100内包含7的数
  seq 100 | awk ‘$1~/7/ && $1%7==0 {print $1}’ ## 打印出1-100内包含7的数并且可以被7整除的数
  

3.3、awk内的if语句

固定格式

单分支为if() {}
双分支为if(){}else{}
多分支为if(){}else if(){}else{}

实例
awk -F: ‘{if($3>1000){print $3}}’ /etc/passwd

awk -F: ‘{if($3>1000){print $0}else{print $1}}’ /etc/passwd ##第三列大于1000，打印整行，否则打印第一列

4、结合特殊符号-“~ ” 、“!~”

~    ##模糊匹配；非精确匹配
!~   ##非

实例：
awk -F: ‘/sbin/{print NR,$0}’ p.txt
awk -F: ‘$1~/mail/{print $NF}’ p.txt ##匹配第一列是mail，并输出最后一列

awk -F: ‘NR~/3/{print NR,$0}’ /etc/shadow ##打印shadow文件内包含3的内容

awk -F: ‘KaTeX parse error: Expected '}', got 'EOF' at end of input: …/dae/{print NR,NF}’ yy.txt ##打印不是dea开头的第五列，并显示行号

awk -F: ‘$2~/!/{print NR,$1}’ /etc/shadow ##输出shadow文件中以冒号分隔的第二列有感叹号的行的内容

5、精确匹配-“=”、“>=”、“字符串”

==：等于；精确匹配
>=:大于等于；精确匹配
“字符串”：精准匹配一个字符串，需要双引号

实例
awk -F: ‘NR1{print $0}’ p.txt ##打印出第一整行内容

awk -F: ‘NR>=33{print NR,$0}’ /etc/shadow ##精确匹配大于等于33行并输出内容

awk -F: '$1"ntp"{print NR,$0}’ /etc/shadow ##打印ntp开头的那一行，并显示行号

awk -F:: ‘NR1{print NF,$0}’ /etc/shadow ##打印出第一行，并以：：分隔显示列数

ifconfig ens33 | awk ‘/netmask/{print “ip:”$2}’ ##精确输出本机ip地址

df -h | awk 'NR2{print"avil:"$4}’ ## 打印第二行第四列

free -m | awk ‘NR2{print"free:"$4}’ ##打印第二行第四列
free -m | awk 'NR2{print"free:"$3}’ ##打印第二行第三列
free -m | awk ‘NR==3{print"free:"$3}’ ##打印第三行第三列