Linux学习记录--正则表达式与其应用
正则表达式与其应用
数据处理工具：awk ,sed
正则表达式基本上是一种“表示法”，只要工具程序支持这种表示法，那么该工具程序就可以用来作为正则表达式的字符串处理只用。例如vi,grep,awk,sed等工具
正则表达式特殊符号
语系对应正在表达式也会存在影响。比如
LANG=C时：0 1 2 3 4 … A B C D ..Z a b c d ..z
LANG=ZH_CN时：0 1 2 3 4 …a A b B c C d D …….
因此[a-z]当C语系时代表的意义是获取小写字母。在ZH_CN语系时代表的意义就是获取字母(大写与小写)
为了避免数字和字母的选取错误，正则表达式采用特殊符号来代表
[:alnum:]：代表英文大小写字符及数字。A-Z a-z 0-9
[:alpha:]：代表英文大小写字符 A-Z a-z
[:blank:]：代表空格与TAB键
[:cntrl:]：代表键盘上的控制按键 CR,LF,TAB,DEL等
[:digit:]：代表数据 0-9
[:graph:]：代表除了空格与TAB键的其他所有按键
[:lower:]:代表小写字符
[:upper:]：代表大写字符
[:print:]：代表任何可以被打印出来了的字符
[:punct:]：代表标点符号字符
[:space:]：代表会产生的空白的字符如TAB空格 CR
[:xdigit:]：代表十六进制的数字类型 0-9 A-F a-f
举例
[root@localhost ~]# cat xargsfile |grep -n '[[:upper:]]'
2:FRA
4:AWEE
基础正则表达式字符
字符 | 意义与范例 |
^word | 意义：查找以word为行首的数据 举例：查找以#开始的那一行 gerp ‘^#’ file.txt |
Word$ | 意义：查找以word为行尾的数据 举例：查找以#为结尾的那一行 grep‘#$’ file.txt |
. | 意义：代表一定有一个任意字符 举例查找字符串eae,ebe e e，ee之间一定有一个字符，空格也算字符 G rep ‘e.e’ file.txt |
* | 意义：重复0个到无穷个前一个字符 举例：查找含有es ess esss等的字符串 grep ‘ess*’ file.txt |
[] | 意义：从字符集合中找出想要选取的字符 举例：查找含有gl或gd的那一行 grep ‘g[ld]’ file.txt |
[n1-n2] | 意义：从字符集合里找出想要选取的字符范围 举例：查找含有任意数字的哪一行 grep ‘[0-9]’ file.txt |
[^] | 意义：从字符集合中找处不要的字符或范围 举例：查找不含大写字母的那一行 grep ‘[^A-Z]’ file.txt |
\{n,m\} | 意义：连续n个到m个的前一个字符，如\{n\}则是连续n个前一个字符，如\{n,\}则是连续n个以上前一个字符 举例1：查找g与g之间包含2个到3个o的字符串如：goog gooog grep ‘\{2,\3}’ file.txt 举例2：查找g与g之间包含2个o的字符串如：goog grep ‘\{2\}’ file.txt 举例3：查找g与g之间包含3个及以上o的字符串如：gooog,gooood,goo….od grep ‘\{3,\}’ file.txt |
扩展正则表达式
字符 | 意义与范例 |
+ | 意义：重复一个或一个以上的字符 举例：查找god,good,good等字符串 egrep ‘go+d’ file.txt |
? | 意义：0个过1个前一个字符 举例：查找gd god egrep ‘go?d’ file.txt |
| | 意义：用或的方式找出数个字符串 举例：找出my ,own egrep ‘my|own’ file.txt |
() | 意义：找出“组“的字符串 举例：找出good 或glad egrep ‘g(oo|la)d’ file.txt |
()+ | 意义：多个重复组的判别 举例：找出Axy123123123C egrep ‘Axy(123)+C’ file.txt |
说明：如grep需要使用扩展正则表达式，可使用grep –e或egrep
sed
sed本身是一个也是一个管道命令。可以分析输入数据流，还可以将数据进行替换，删除，选去等操作
sed与tr的区别
tr操作的单元是字符，它针对字符进行删除和替换
sed操作单元的是行，它针对行进行删除和替换
sed与vim的区别
sed是管道命令它修改只是输入数据流，并不会修改文件本身。虽然sed也可以直接修改文件，但是不需要打开文件，对于大文件来说很有帮助
vim是文本编辑器，它修改的是文件本身
语法：sed [-nefr] ‘动作’
选项与参数：
-n:silent模式，只将sed处理过的内容显示i出来
-e:设置多个sed动作
-f filename: 文件内记录sed脚本scipt
-r:sed支持的扩展正则表达式语法（默认是基础正则表达式）
-i:直接修改读取文件内容，而不是屏幕输出
动作：n1,n2function
n1,n2不一定存在
function:
a：新增，a后面接字符串，这些字符在当前的下一行显示
c：替换，c后面接字符串，这些字符替换n1-n2之间的行
d：删除，删除n1-n2之间的行
i：添加，i后面接字符串，这些字符在当前的上一行显示
p: 打印，打印n1~n2行之间的数据
s: 替换以关键字形式替换，并不是替换整行. sed ‘s/旧字符串/新字符串/g’’
举例：
[root@localhost ~]# cat sedfile |sed -n 'p' =>查询所有内容 line 1 line 2 line 3 line 4 line 5 line 6 line 7 line 8 line 9 line 10 [root@localhost ~]# cat sedfile |sed -n '1,4p'=>查询1~4内容 line 1 line 2 line 3 line 4 [root@localhost ~]# cat sedfile |sed '2a new line'|sed -n '1,5p' =>在第2行下添加新的一行 line 1 line 2 new line line 3 line 4 [root@localhost ~]# cat sedfile |sed '3d'|sed -n '1,4p' =>删除第3行 line 1 line 2 line 4 line 5 [root@localhost ~]# cat sedfile |sed '2i insert line'|sed -n '1,5p' =>在第2行上添加新的一行 line 1 insert line line 2 line 3 line 4 [root@localhost ~]# cat sedfile |sed '2,3c replace line'|sed -n '1,3p' =>替换2~3行 line 1 replace line line 4 [root@localhost ~]# cat sedfile |sed '1,3s/ne/NEL/g'|sed -n '1,6p' =>用NEL替换2~3行的ne liNEL 1 liNEL 2 liNEL 3 line 4 line 5 line 6
举例2：使用sed直接修改文件
[root@localhost ~]# sed -i '$a this is line' sedfile ;cat sedfile|tail -n 2 line 10 this is line
awk
(awk功能很强大，这里只是功能介绍性说明)
Awk 是一个数据处理工具，相比sed作用于一整行的处理，awk则将一行分为数个“字段”处理
awk的处理流程
1. 读入第一行，并将第一行的数据填入$0,$1,$2……等变量中
2. 依据条件类型的限制，判断是否需要后面的动作
3. 做完所有的动作与条件类型
4. 若还有后续的行的数据，则重复1-3步骤
语法：awk ‘条件类型1 {动作1}条件类型2 {动作2}……’ filename
说明：
1. awk默认用空格或tab来分割一行数据，并将数据填充到$1,$2..中
如：root pts1 192这一行， $1=root $2=pts1.
2. awk后方语句中非变量需使用双引号来定义，变量可以直接使用
awk内置变量
变量 | 描述 |
$n | 当前记录的第n个字段，字段间由FS分隔。 |
$0 | 完整的输入记录。 |
ARGC | 命令行参数的数目。 |
ARGIND | 命令行中当前文件的位置(从0开始算)。 |
ARGV | 包含命令行参数的数组。 |
CONVFMT | 数字转换格式(默认值为%.6g) |
ENVIRON | 环境变量关联数组。 |
ERRNO | 最后一个系统错误的描述。 |
FIELDWIDTHS | 字段宽度列表(用空格键分隔)。 |
FILENAME | 当前文件名。 |
FNR | 同NR，但相对于当前文件。 |
FS | 字段分隔符(默认是任何空格)。 |
IGNORECASE | 如果为真，则进行忽略大小写的匹配。 |
NF | 当前记录中的字段数。 |
NR | 当前记录数。 |
OFMT | 数字的输出格式(默认值是%.6g)。 |
OFS | 输出字段分隔符(默认值是一个空格)。 |
ORS | 输出记录分隔符(默认值是一个换行符)。 |
RLENGTH | 由match函数所匹配的字符串的长度。 |
RS | 记录分隔符(默认是一个换行符)。 |
RSTART | 由match函数所匹配的字符串的第一个位置。 |
SUBSEP | 数组下标分隔符(默认值是\034)。 |
awk运算符
运算符 | 描述 |
= += -= *= /= %= ^= **= | 赋值 |
?: | C条件表达式 |
|| | 逻辑或 |
&& | 逻辑与 |
~ ~! | 匹配正则表达式和不匹配正则表达式 |
< <= > >= != == | 关系运算符 |
空格 | 连接 |
+ - | 加，减 |
* / & | 乘，除与求余 |
+ - ! | 一元加，减和逻辑非 |
^ *** | 求幂 |
++ -- | 增加或减少，作为前缀或后缀 |
$ | 字段引用 |
in | 数组成员 |
举例1：查看$1 NR NF
[root@bogon ~]# last -n 5 | awk '{print $1 "\t lines: " NR "\t cols: "NF }'
root lines: 1 cols: 10
root lines: 2 cols: 9
root lines: 3 cols: 9
reboot lines: 4 cols: 9
root lines: 5 cols: 10举例2：带有条件的，仅输出$1==root的数据
[root@bogon ~]# last -n 5 | awk '$1=="root" {print $1 "\t lines: " NR "\t cols: "NF }'
root lines: 1 cols: 10
root lines: 2 cols: 9
root lines: 3 cols: 9
root lines: 5 cols: 10awk关键字
BEGIN
BEGIN关键字作用是预设，在读如第一行前面就执行BEGIN后面的动作
比如每一行默认分割方式是空格或是TAB，所以我们可以设置FS来改变分割符，但是此时第一行数据已经读取分析完毕，列信息已经存在$1，$2..中，改变只能从第2行开始。
举例：
[root@bogon ~]# cat /etc/passwd|head -n 5 |awk 'BEGIN {FS=":"} NR=="1" {print"UID\tGID"} NR>="1" {print $1 "\t" $3}'
UID GID
root 0
bin 1
daemon 2
adm 3
lp 4举例2 计算数据(num1+num2)
数据文件
month:num1:num2
1:100:150
2:200:250
3:300:350
4:400:450
5:500:550
6:600:650
[root@bogon ~]# cat cal.file |awk 'BEGIN {FS=":"} NR=="1" {print$1"\t"$2"\t"$3"\ttotal"} NR>"1" {print$1"\t"$2"\t"$3"\t"$2+$3}'
month num1 num2 total
1 100 150 250
2 200 250 450
3 300 350 650
4 400 450 850
5 500 550 1050
6 600 650 1250END
END操作将在扫描完全部的输入之后执行
举例：
[root@bogon ~]# cat cal.file |awk 'BEGIN {FS=":"} NR=="1" {print$1"\t"$2"\t"$3"\ttotal"} NR>"1" {print$1"\t"$2"\t"$3"\t"$2+$3} END {print "sum"}'
month num1 num2 total
1 100 150 250
2 200 250 450
3 300 350 650
4 400 450 850
5 500 550 1050
6 600 650 1250
sum