文本处理与正则表达式

基本正则表达式
正则表达式字符 含义
^word 查找以word开头的文本
word$ 查找以word结尾的文本
. 代表一个任意字符
\ 转义符

• 0到多个字符
  [abc] 代表一个字符，这个字符是a或b或c
  [a-z]；[0-9] 代表a到z中的一个字符；0到9中的一个数字
  [^abc] 代表一个非a、b、c的字符
  {m,n} m到n个字符

字符匹配：
. ：匹配任意单个字符
[] :匹配指定范围内的任意单个字符；
[^]：匹配制定范围外任意单个字符 [:digit:] lower upper alpha alnum space

   匹配次数:用在要指定其出现的次数的字符后面，用于限制其前面字符出现的次数
   

      

         *：匹配其在前面的字符任意次：0,1.多次


        .*:匹配任意长度的任意字符

        \?:匹配其前面字符0次或一次，及前面字符是可有可无

         \+:匹配其前面字符一次或是多次，至少一次，


         \{m\}匹配前面字符m次

         \{m.n\}匹配其前面的字符至少m次，之多n次


           \{0,n\}：之多n次
           \{m,\} :至少m次

    位置锚定：^:行首锚定：用于模式的最左侧
                 $:行尾锚定：用于模式的最右侧
                ^PATTERN:用于PATTERN
               ^$:空白行

¹:空行或包含空白字符的行

               单词：非特殊字符组成的连续字符（字符串）都成为单词


             \<或是\b:词首锚定，用于单词模式的左侧

>或是\b:词尾锚定，用于单词模式的右侧

              <PATTERN\>:匹配完整单词

文本处理命令

grep用法：

grep一般有两种用法，一种是从文件查找，一种是从管道的输入查找

-n 输出结果加行号
–color=auto 匹配的关键字高亮显示
-A3 输出匹配行的后三行
-B2　　　 输出匹配行的前两行
-v　　 反向查找，即输出不包含关键字的行
-i 关键字匹配时忽略关键字大小写

egrep： 扩展表达式

sed： 管道命令 可以处理管道输入

1. 1.行删除

nl /etc/passwd | sed ‘2d’　　//删除第2行

2. 行新增

sed ‘2a drink tea’　　//在第二行下面追加一行"drink tea"，a代表append

3. 行选取

sed -n ‘5,7p’　　//选取第5到7行输出，必须加-n参数，不然效果就是所有行都被输出，而5到7行输出两次。

4.行替换

sed ‘2,5c No 2~5 lines’　　//将第2到5行替换为一行字符串"No 2~5 lines"

5. 字符串替换

sed ‘s/要被替换的字符串/新的字符串/g’　　//固定的格式，开头是s结尾是g，中间三个/分隔开要被替换的字符串和新的字符串，注意这里要被替换的字符串可以是正则表达式。

printf 文件格式化输出

awk ： 将文件通过分隔符拆成列来处理，还能通过条件判断对不同的行进行不同的处理，甚至还可以进行数值计算

1. 将每行按分隔符拆分成列并选取某些列
2. 通过逻辑判断对不同行进行不同的处理
3. 对一行中的几列数值进行计算

---

1. [:space:] ↩︎