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

[: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

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

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.

1. 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

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: 10

awk 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：