sort，uniq，tr和cut命令以及正则表达式

sort命令

■什么是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 l sort 选项

■常用选项

常用选项	作用
-f	忽略大小写,会将小写字母都转换为大写字母来进行比较
-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	等同于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

■配置

sort -n testfile2
sort -t ':' -k 3 -n /etc/passwd
du -a | sort -nr -o du.txt

uniq命令

■什么是uniq命令

●用于报告或者忽略文件中连续的重复行，常与sort命令结合使用

■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

■配置

uniq testfile3
sort -n testfile3 | uniq -c

tr命令

■什么是tr命令

●常用来对来自标准输入的字符进行替换、压缩和删除

■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。

■配置

echo "abc" | tr 'a-z' 'A-Z'
echo -e "abc\ncabcdab" | tr -c "ab\n" "0"
echo -e "abc\ncabcdab" | tr -c "ab" "O"
echo 'hello world' | tr -d 'od'
echo "thissss is a text linnnnnnne." | tr -s  'sn'


删除空行:
echo -e "aa\n\n\n\n\nbb" | tr -s  "\n"
cat testfile5 | 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

■什么是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

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"作为默认的字段分隔符。
-d	"TAB"是默认的分隔符，使用此选项可以更改为其他的分隔符。
–complement	此选项用于排除所指定的字段。
–output-delimiter	更改输出内容的分隔符。

■配置

cut -d ':' -f 1 /etc/passwd
grep '/bin/bash' /etc/passwd|cut -d ':' -f 1-4,6, 7        #以-分隔的开始字段和结束字段指定字段的范围
grep '/bin/bash' /etc/passwd|cut -d ':' --complement -f 2  #排除第二个字段
cut -d ':' -f1, 7 --output-delimiter=' ' /etc/ passwd      #输出分隔符使用空格分隔
i=123456789
echo $i | cut -b 1-3                                       #起始位置从1开始
123
echo ${i:0:3}                                              #起始位置从0开始
expr substr $i 1 3                                         #起始位置从1开始

正则表达式

■什么是正则表达式

●正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
●常用于判断语句中，用来检查某一 字符串是否满足某一格式

■正则表达式的组成

●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

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

|转义字符，用于取消特殊符号的含义，例: !、\n、$等
^
$
.
*
[list]
[^list]
{n}
{n,}
{n,m}
注意：

■扩展正则表达式元字符: (支持的工具: egrep、 awk)

+	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1: g(oo) +d，将匹配oo整体1次以上，如good、 gooood等
l	以或的方式匹配字条串，例: g (oolla)d，将匹配good或者glad

例题

1.电话号码

2.邮箱

方法一：

方法二：