正则表达式是什么
正则表达式是用于描述字符排列和匹配模式的一种语法规则。
它主要用于字符串的模式分割、匹配、查找及替换操作，其中最为重要作用是匹配。
正则表达式与通配符
正则表达式用来在文件中匹配符合条件的字符串，正则是包含匹配。grep、awk、sed等命令可以支持正则表达式。
正则表达式是包含匹配，即文件中的语句中包含了查找的字符串，那么就显示整行语句。
通配符用来匹配符合条件的文件名，通配符是完全匹配。ls、find、cp这些命令不支持正则表达式，所以只能使用shell自己的通配符来进行匹配了。
通配符必须是完全匹配，如find . -name “abc？” 查找到4个字符的文件名其中前三个字符是abc，列出的abcd、abce等文件。
通配符
| 元字符 |
作用 |
| * |
匹配0个或任意多个字符，也就是可以匹配任何内容 |
| ？ |
匹配任意一个字符 |
| [] |
匹配[ ]中任意一个字符 |
| [-] |
匹配括号中任意一个字符，-代表一个范围，例如：[a-z]代表匹配一个小写字母 |
| [^] |
逻辑非，表示匹配不是中括号内的一个字符，例如[^0-9]代表匹配一个不是数字的字符 |
基础正则表达式
| 元字符 |
作用 |
| * |
前一个字符匹配0次或任意多次，匹配0次前一个字符则表示匹配任意字符，包括空白行 |
| . |
匹配除了换行符以外任意一个字符，“.*”匹配所有内容 |
| ^ |
用于指定匹配字符串的头部，也称行首定位符；匹配行首。例如：^hello会匹配以hello开头的行，grep -n “^$” test.txt匹配空白行并显示行号 |
| $ |
用于指定匹配字符串的尾部，也称行尾定位符；匹配行尾。例如：hello$会匹配以hello结尾的行 |
| [] |
匹配中括号中指定的任意一个字符，只匹配一个字符，要匹配[则要转义[ |
| [^] |
匹配除中括号的字符以外的任意一个字符 |
|
转义符用于取消特殊符号的含义，匹配包含以.结尾的行grep “.$” test.txt |
| {n} |
表示其前面的字符恰好出现n次。例如：[0-9]{4}匹配4位数字，但注意添加两边的定界符，以精确匹配 |
| {n,} |
表示其前面的字符出现不小于n次。例如：[0-9]{2,}匹配2位以上的数字 |
| {n,m} |
表示其前面的字符至少出现n次，最多出现m次。例如：[a-z]{6,8}匹配6到8位的小写字母 |
注1：“?”、“ ()”是扩展正则中的元字符
注2：正则表达式中使用以上的元字符，如[]、{}、*、. 等所以在匹配字符串中包含有这些元字符时必须使用反斜杠(“”)转义，但像<>这个非元字符符号就不需要转义。
扩展正则表达式
| 元字符 |
作用 |
| | |
管道符，表示“或”，即匹配其中任何一个，”book|desk”将匹配”book”或”desk” |
| () |
小括号，可以将正则字符和元字符或表达式进行组合，”(book|desk)s”将匹配”books”或”desks” |
| ? |
问号，匹配0个或1个前导表达式，如”a?”匹配其他字符串或a |
| &; |
反斜杠+小于号，词首定位符， “&; abc”表示所有包含以”abc”开头的单词的行 |
| &; |
反斜杠+大于号，词尾定位符， “&;abc”表示所有包含以”abc”结尾的单词的行 |
| - |
减号，用于指明字符范围， “[a-c]”将匹配包含a、b和c中任意一个字符的字符串 |
| + |
加号，匹配一个或多个前导表达式，相当于 expr{1,} |
注：grep -E pattern file才能在pattern匹配扩展正则表达式
正则中“？”的四种用法
元字符？
因为 ? 在正则中有特殊的含义，所以如果想匹配？本身，则需要转义，?
有无量词
问号可以表示重复前面内容的零次或一次，也就是要么不出现，要么出现一次。
非贪婪匹配
贪婪匹配
在满足匹配时，匹配尽可能长的字符串，默认情况下采用贪婪匹配
1stringpattern1=@"a.*c";//greedymatch
2Regexregex=newRegex(pattern1);
3regex.Match("abcabc");//return"abcabc"
非贪婪匹配
在满足匹配时，匹配尽可能短的字符串，使用?表示非贪婪匹配
1 string pattern1 = @"a.*?c";
2 Regex regex new Regex(pattern1); 3 regex.Match("abcabc");
几个常用的非贪婪匹配Pattern
*? 重复任意次，但尽可能少重复 +? 重复一次货更多次，但尽可能少重复 ?? 重复0次或1次，但尽可能少重复 {n,m}? 重复n到m次，但尽可能少重复 {n,}? 重复ｎ次以上，但尽可能少重复
不捕捉模式
如何关闭圆括号的捕获能力？而只是用它来做分组，方法是在左括号的后边加上:?，这里第一个圆括弧只是用来分组，而不会占用捕获变量，所以$1的内容只能是steak或者burger，而永远不可能是bronto。
字符集和字符类
字符集和字符类具有集合的概念，用于表示一个范围。
系统会对一些特殊的字符集预先进行定义，称其为字符类。
字符集表达的是一种统配关系。
字符类
| 字符类 |
说明 |
| [[:alpha:]] |
小写及大写字母，等价于[a-zA-Z] |
| [[:alnum:]] |
小写和大写字母及数字，等价于[a-zA-Z0-9] |
| [[:cntrl:]] |
控制字符，如制表符（Tab）、换行符或反斜线 |
| [[:digit:]] |
数字0~9，等价于[0-9] |
| [[:graph:]] |
ASCII码从33~126之间的可打印字符 |
| [[:lower:]] |
小写字母，等价于[a-z] |
| [[:punct:]] |
标点符号，包括问号、句号、逗号、冒号、分号、单引号、英文的重音符或中文的间隔号(`)、！、@、#、%、^、&、*、左右括号、左右中括号、左右大括号、正斜杠(/)、-、_ |
| [[:upper:]] |
大写字母，等价于[A-Z] |
| [[:space:]] |
空白字符，包括空格、水平制表符、垂直制表符、换行、换页、回车 |
| [[:xdigit:]] |
十六进制字符，等价于[a-fA-F0-9] |
注：中括号仅表示匹配指定字符集中的一个字符。
重复
重复有多种表示方式，不同的表示方式由不同的符号表示：
符号* 符号？ 符号+ 大括号{}，又分{n}、{n,}、{n,m}
符号+的含义：表示匹配1个或多个前导表达式。注：其他符号前面已介绍。
// 表示可以匹配任意一个或多个字母组成的字符串
[[:alpha:]]+
样例
字符截取命令
cut字段提取命令
cut [options] 文件名 options:
-f 列号：提取第几列
-d 分隔符：按照指定分隔符分隔列，默认制表符是分隔符
printf命令
prinf ‘输出类型 输出格式’ 输出内容
输出类型：
- %ns:输出字符串。n是数字指代输出几个字符
-%ni:输出整数。n是数字指代输出几个数字
-%m.nf:输出浮点数。m和n是数字，指代输出的整数位数和小数位数。如%8.2f%共输出8位数，其中2位是小数，6位是整数
输出格式：
-a：输出警告声音
-b : 输出退格键，也就是Backspace键
-f : 清除屏幕
-n : 换行
-r ：回车，也就是Enter键
-t : 水平输出退格键，也就是Tab键
-v : 垂直输出退格键，也就是Tab键
awk命令
#awk '条件1{动作1}条件2{动作2}...' 文件名 条件(Pattern) 一般使用关系表达式作为条件 x>10判断变量x是否大于10 动作(Action) 格式化输出 流程控制语句 #cut -f 2,4 stu.txt Name Mark furong 85 fengj 60 cangls 70 // 输出stu.txt第2个字段和第4个字段 // awk执行流程，先读取一行，按照条件做动作，然后读取第二行.... #awk '{printf $2 "t" $4 "n"}' stu.txt // t、n必须添加双引号 #awk '{print $2 "t" $4}' stu.txt // 不用添加换行 // #df -h |awk '{print $5}' Use% 5% 0% 0% 3% 0% // print 和printf的区别，BEGIN的用法，END的用法 #awk 'BEGIN{printf "Test" "n"}{print $2 "t" $4}' stu.txt Test Name Mark furong 85 fengj 60 cangls 70 # awk 'BEGIN{print "Test" }{print $2 "t" $4}' stu.txt Test Name Mark furong 85 fengj 60 cangls 70 # awk '{print $2 "t" $4}END{print "Test"}' stu.txt Name Mark furong 85 fengj 60 cangls 70 Test // FS指定分隔符 # cat /etc/passwd|grep "/bin/bash" |awk 'BEGIN{FS=":"}{print $1 "t" $3}' root 0 test 1000 // 使用条件 # cat stu.txt|grep -v Name |awk '$4>70{print $2}' furong
sed命令
sed是一种几乎包括在所有UNIX平台（包括Linux）的轻量级流编辑器。sed主要是用来将数据进行选取、替换、删除、新增的命令。
sed [options] ‘[动作]’ 文件名
options：
-n ： 一般sed命令会把所有数据都输出到屏幕，如果加入此选项则只会把经过sed命令处理的行输出到屏幕
-e： 允许对输入数据应用多条sed命令编辑
-i ： 用sed的修改结果直接修改读取数据的的文件，而不是由屏幕输出
Action：
-a ： 追加，在当前行后添加一行或多行
-c ： 行替换，用c后面的字符串替换原数据行
-i ： 插入，在当前行前插入一行或多行。
-d ： 删除，删除指定的行
-p ： 打印，输出指定的行
-s ： 字符串替换，用一个字符串替换另一个字符串。格式为“行范围s/旧字串/新字串/g”，替换指定范围内所有的旧字符串，不加g则只替换第一个旧字符串。（和vim中的替换格式类似）
sort
sort [options] 文件名
options：
-f ： 忽略大小写
-n： 以数值型进行排序，默认使用字符串型排序
-r ： 反向排序
-t ：指定分隔符，默认分隔符是制表符
-k n[,m]：按照指定的字段范围排序。从第n个字段开始，m字段结束（默认到行尾）
#sort-t":"-k3,3/etc/passwd#
sort-n-t":"-k3,3/etc/passwd
wc
wc [options] 文件名
options：
-l ： 只统计行数
-w ： 只统计单词数
-m： 只统计字符数
默认统计行数、单词数和字符数。字符数包括空格。 （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
