Linux 正则表达式与文件处理

grep

grep [-acinv] [--color=auto] '查找字符串' filename

参数：
- -a:将binary文件以text文件的方式查找数据
- -c:计算找到‘查找字符串’的次数
- -i：忽略大小写
- -n：顺便输出行号
- -v：反向选择，即显示出没有‘查找字符串’内容的那一行
- –color=auto：将找到的关键字部分加上颜色显示

‘查找字符串’：
- 查找特定字符串
- 利用中括号[]来查找集合字符
- 行首与行尾字符^$
- 任意一个字符.与重复字符*
- 限定连续RE字符范围{}

特殊符号	代表意义
[:alnum:]	代表英文大小写字符及数字，即0-9，A-Z，a-z
[:alpha:]	代表任何英文大小写字符，即A-Z，a-z
[:blank:]	代表空格键与[tab]键
[:cntrl:]	代表键盘上面的控制按键，包括CR，LF，Tab，Del等
[:digit:]	代表数字，0-9
[:graph:]	除了空格符（空格和[tab]）外的所有其他按键
[:lower:]	小写字符，a-z
[:print:]	代表任何可以被打印出来的字符
[:punct:]	代表标点符号，即” ’ ? ! ; : # $
[:upper:]	代表大写字符 A-Z
[:space:]	代表任何会产生空白的字符，包括空格符 [Tab] CR等
[:xdigit:]	代表十六进制的数字类型，因此包括0-9,A-F,a-f的数字与字符

RE字符	意义
^word	待查找的字符串（word）在行首
word$	待查找的字符串（word）在行尾
.	代表一定有一个任意的字符
\	转移字符
*	重复零个到无穷多个的前一个字符
[list]	从字符集合的RE字符里面找出想要选取的字符
[n1-n2]	从字符集合的RE字符里面找出想要选取的字符范围
[^list]	从字符集合的RE字符里面找出不要的字符串或范围
\{n,m\}	连续n到m个的前一个RE字符，若为\{n\}则是连续n个的前一个RE字符，若为\{n,\}则是连续n个以上的前一个RE字符

扩展正则表达式 egrep or grep -E

RE字符	意义
+	重复一个或一个以上的前一个RE字符
?	零个或一个的前一个RE字符
|	用 或 的方式找出数个字符串
()	找出“组”字符串
()+	多个重复组的判别

sed

可以将数据进行替换、删除、新增、选取特定行等功能。

搭配cat和管道处理文本文件

sed [-nefr] [动作]

参数：
- -n：使用安静模式
- -e：直接在命令行模式上进行sed的动作编辑
- -f：直接将sed的动作写在一个文件内，-f filename则可以执行filename内的sed动作
- -r：sed的动作支持的是扩展型正则表达式的语法（默认是基础正则表达式语法）
- -i：直接修改读取文件内容，而不是由屏幕输出。

动作说明： [n1 [,n2]] function
例如动作需要在10行到20行之间进行，则“10,20[动作行为]”

function参数：
- a: 新增，a的后面可以接字符串，这些字符串会在目前的下一行出现
- c：替换，c的后面接字符串，替换n1,n2之间的行！
- d: 删除
- i: 插入，i的后面接字符串，会在目前的上一行出现
- p: 打印，将某个选择的数据打印出来，通常配合参数sed -n使用
- s: 替换，可以直接进行替换的工作，通常这个s的动作可以搭配！！

部分数据的查找并替换的功能：

sed 's/要被替换的字符串/新的字符串/g'

---

awk

awk也是一个好用的数据处理工具。相比于sed常常用作于一整行的处理，awk则比较倾向于将一行分成数个“字段”来处理。因此，awk相当适合处理小型的数据！

awk '条件类型1{动作1} 条件类型2{动作2}...' filename

例子：last -n 5 | awk '{print $1 "\t" $3}'

流程：
- 读入第一行，并将第一行的数据填入$0(代表一整行数据)、$1(第一列)、$2等变量中；
- 依据条件类型的限制，判断是否需要进行后面的动作
- 做完所有的动作与条件类型
- 若还有后续的“行”的数据，则重复上面1-3的步骤，直到所有的数据都读完为止。

awk以行为一次处理的单位，以字段为最小处理单位。