首页 > 代码库 > 正则表达式和文本处理工具

正则表达式和文本处理工具

2024-09-10 16:07:26 215人阅读

一什么是正则

　　正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。

生活中处处都是正则：

比如我们描述：4条腿

　　你可能会想到的是四条腿的动物或者桌子，椅子等

继续描述：4条腿，活的

就只剩下四条腿的动物这一类了

在linux中，通配符是由shell解释的，而正则表达式则是由命令解释的，下面我们就为大家介绍三种文本处理工具/命令：grep、sed、awk，它们三者均可以解释正则。

二 grep

参数

-n :显示行号
-o :只显示匹配的内容
-q :静默模式，没有任何输出，得用$?来判断执行成功没有，即有没有过滤到想要的内容

-l ：如果匹配成功，则只将文件名打印出来，失败则不打印，通常-rl一起用，grep -rl ‘root‘ /etc
-A :如果匹配成功，则将匹配行及其后n行一起打印出来
-B  :如果匹配成功，则将匹配行及其前n行一起打印出来
-C  :如果匹配成功，则将匹配行及其前后n行一起打印出来
--color
-c  :如果匹配成功，则将匹配到的行数打印出来
-E :等于egrep，扩展
-i ：忽略大小写

-v :取反，不匹配
-w：匹配单词

[root@MiWiFi-R3-srv ~]# cat a.txt 
root123
ROot asdf
Root_123
rOOtss
root 123
[root@MiWiFi-R3-srv ~]# grep -i "root" a.txt 
root123
ROot asdf
Root_123
rOOtss
root 123
[root@MiWiFi-R3-srv ~]# grep -w "root" a.txt 
root 123

grep种类
grep
fgrep
pgrep
egrep

正则介绍

^ 行首
$ 行尾
. 除了换行符以外的任意单个字符
* 前导字符的零个或多个
.* 所有字符
[] 字符组内的任一字符
[^] 对字符组内的每个字符取反(不匹配字符组内的每个字符)
^[^] 非字符组内的字符开头的行
[a-z] 小写字母
[A-Z] 大写字母
[a-Z] 小写和大写字母
[0-9] 数字
\< 单词头单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
\> 单词尾

扩展正则 sed 加 -r 参数或转义
grep 加 -E 或 egrep 或转义
AWK 直接支持但不包含{n,m}
可以使用--posix支持
[root@MiWiFi-R3-srv ~]# awk ‘/ro{1,3}/{print}‘ /etc/passwd
[root@MiWiFi-R3-srv ~]# awk --posix ‘/ro{1,3}/{print}‘ /etc/passwd

sed -n ‘/roo\?/p‘ /etc/passwd
sed -rn ‘/roo?/p‘ /etc/passwd
? 前导字符零个或一个
+ 前导字符一个或多个
abc|def abc或def
a(bc|de)f abcf 或 adef
x\{m\} x出现m次
x\{m,\} x出现m次至多次(至少m次)
x\{m,n\} x出现m次至n次

posix定义的字符分类

[:alnum:] Alphanumeric characters.
匹配范围为 [a-zA-Z0-9]
[:alpha:] Alphabetic characters.
匹配范围为 [a-zA-Z]
[:blank:] Space or tab characters.
匹配范围为空格和TAB键
[:cntrl:] Control characters.
匹配控制键例如 ^M 要按 ctrl+v 再按回车才能输出
[:digit:] Numeric characters.
匹配所有数字 [0-9]
[:graph:] Characters that are both printable and visible. (A space is print-
able, but not visible, while an a is both.)
匹配所有可见字符但不包含空格和TAB 就是你在文本文档中按键盘上能用眼睛观察到的所有符号
[:lower:] Lower-case alphabetic characters.
小写 [a-z]
[:print:] Printable characters (characters that are not control characters.)
匹配所有可见字符包括空格和TAB
能打印到纸上的所有符号
[:punct:] Punctuation characters (characters that are not letter, digits, con-
trol characters, or space characters).
特殊输入符号 +-=)(*&^%$#@!~`|\"‘{}[]:;?/>.<,
注意它不包含空格和TAB
这个集合不等于^[a-zA-Z0-9]
[:space:] Space characters (such as space, tab, and formfeed, to name a few).

[:upper:] Upper-case alphabetic characters.
大写 [A-Z]
[:xdigit:] Characters that are hexadecimal digits.
16进制数 [0-f]

使用方法:
[root@seker ~]# grep --color ‘[[:alnum:]]‘ /etc/passwd

三 sed

sed
流编辑器 stream editer,是以行为单位的处理程序

sed 流编辑器 stream editer

语法
sed [options] ‘command‘ in_file[s]
options 部分
-n
-e
-i
-f
command 部分
‘[地址1,地址2] [函数] [参数(标记)]‘

定址的方法 1.数字 2.正则
数字
十进制数
1 单行
1,3 范围从第一行到第三行
2,+4 匹配行后若干行
4,~3 从第四行到下一个3的倍数行
2~3 第二行起每间隔三行的行
$ 尾行
1! 除了第一行以外的行
正则
正则必须用//包裹起来
扩展正则需要用 -r 参数或转义

数字定址：sed -n ‘1p‘ /etc/passwd

正则定址：sed -n ‘/^root/p‘ /etc/passwd

正则介绍

扩展正则加 -r 参数或转义
sed -n ‘/roo\?/p‘ /etc/passwd
sed -rn ‘/roo?/p‘ /etc/passwd
? 前导字符零个或一个
+ 前导字符一个或多个
abc|def abc或def
a(bc|de)f abcf 或 adef
x\{m\} x出现m次
x\{m,\} x出现m次至多次(至少m次)
x\{m,n\} x出现m次至n次

函数
增删改
a 后插
c 替换
i 前插
d 删除
输入输出
p 打印匹配的行一般和 -n 参数连用,以屏蔽默认输出
r 从文件中读入
w 写入到文件中
控制流
! 命令取反例: 1!d 删除第一行以外的行
{} 命令组合命令用分号分隔 {1h;G} 可以理解为 -e 参数的另一种写法

= 打印行号(输入行的号码,而非处理的次数行号) 例如： sed -n ‘2{=;p}‘ infile
n 读入下一行到模式空间例:‘4{n;d}‘ 删除第5行
N 而是追加下一行到模式空间，再把当前行和下一行同时应用后面的命令

替换
s 字符串替换 s/old/new/

$ sed -n ‘s/root/ABCDEF/p‘ /etc/passwd

ABCDEF:x:0:0:root:/root:/bin/bash

operator:x:11:0:operator:/ABCDEF:/sbin/nologin

$ sed -n ‘s/root/ABCDEF/gp‘ /etc/passwd

ABCDEF:x:0:0:ABCDEF:/ABCDEF:/bin/bash

operator:x:11:0:operator:/ABCDEF:/sbin/nologin

$ sed -n ‘s/root/ABCDEF/2p‘ /etc/passwd

root:x:0:0:ABCDEF:/root:/bin/bash

$ sed -n ‘s/root/ABCDEF/3p‘ /etc/passwd

root:x:0:0:root:/ABCDEF:/bin/bash

$ sed -n ‘s/root/ABCDEF/gp‘ /etc/passwd

ABCDEF:x:0:0:ABCDEF:/ABCDEF:/bin/bash

operator:x:11:0:operator:/ABCDEF:/sbin/nologin

$

 保存被匹配的字符以备反向引用\N时使用最多9个标签标签顺序从左至右
& 替换时使用,在不定义标签时使用(反向引用)

试做：

删除第一个单词

删除最后一个单词

将第一个单词和最后一个单词兑换位置

y 字符替换(变形)

工作模式模式空间和保持空间介绍

$ sed ‘1{p;p}‘ a.txt

11111111

22222222

33333333

44444444

55555555

66666666

置换模式空间和保持空间(暂存空间)
h 把模式空间内容覆盖到保持空间中
H 把模式空间内容追加到保持空间中
g 把保持空间内容覆盖到模式空间中
G 把保持空间内容追加到模式空间中
x 交换模式空间与保持空间的内容

# cat test.sh
1111111
2222222
3333333
4444444
# sed ‘{1h;2,3H;4G}‘ ./test.sh
1111111
2222222
3333333
4444444
1111111
2222222
3333333
＃ sed ‘{1h;2x;3g;$G}‘ ./test.sh
1111111
1111111
2222222
4444444
2222222
#

试做题

将第一行插入到每个偶数行的后面

$ sed ‘1h;0~2G‘ a.txt

11111111

22222222

11111111

33333333

44444444

11111111

55555555

66666666

11111111

颠倒输出

$ sed ‘1!G;h;$!d‘ rev.txt

xyz

def

abc

脚本方法
-f 参数引用脚本(脚本的末尾不能有空格制表符或其他文本)
# cat sed.sh
2,4d
s/777/seker/
s/999/seker&seker/
# sed -f sed.sh test.txt
1111111
5555555
6666666
seker7777
8888888
seker999seker9999
#

在脚本中指明解释器为sed
# cat sed.sh
#!/bin/sed -f
2,4d
s/777/seker/
s/999/seker&seker/
# ./sed.sh test.txt
1111111
5555555
6666666
seker7777
8888888
seker999seker9999
#

高级流控命令 b分支 t测试
分支命令用于无条件转移,测试命令用于有条件转移

分支 branch
跳转的位置与标签相关联
如果有标签则跳转到标签所在的后面行继续执行
如果没有标签则跳转到脚本的结尾处.
标签以冒号开始后接标签名不要在标签名前后使用空格
跳转到标签指定位置
[root@stu254 ~]# grep seker /etc/passwd
seker:x:500:500::/home/seker:/bin/bash
[root@stu254 ~]#
[root@stu254 ~]# grep seker /etc/passwd |sed ‘:top;s/seker/blues/;/seker/b top;s/5/555/‘
blues:x:55500:500::/home/blues:/bin/bash
[root@stu254 ~]#

命令分析:让单次替换(cmd1)循环执行,直到条件不满足
:top; 定义一个top标签
s/seker/blues/; cmd1
/seker/b top; 如果模式匹配则跳转到top标签
s/5/555/ 当上一条模式不匹配时,既会继续执行这一条

选择执行
[root@stu254 ~]# grep ‘seker‘ /etc/passwd |sed ‘s/seker/blues/;/seker/b end;s/5/555/;:end;s/5/666/‘
blues:x:66600:500::/home/seker:/bin/bash
[root@stu254 ~]#

zorro:x:501:501::/home/zorro:/bin/bash
[root@stu254 ~]# grep ‘zorro‘ /etc/passwd |sed ‘s/seker/blues/;/seker/b end;s/5/555/;:end;s/5/666/‘
zorro:x:6665501:501::/home/zorro:/bin/bash
[root@stu254 ~]#

命令分析: 执行cmd1,再去模式匹配,成功则跳转到cmd3开始执行,否则(模式不匹配)会按命令顺序逐个执行
s/seker/blues/; cmd1
/seker/b end;
s/5/555/; cmd2
:end;
s/5/666/ cmd3

另一种选择执行
[root@stu254 ~]# grep ‘seker‘ /etc/passwd |sed ‘s/seker/blues/;/seker/b end;s/5/555/;b;:end;s/5/666/‘
blues:x:66600:500::/home/seker:/bin/bash

[root@stu254 ~]# grep ‘zorro‘ /etc/passwd |sed ‘s/seker/blues/;/seker/b end;s/5/555/;b;:end;s/5/666/‘
zorro:x:55501:501::/home/zorro:/bin/bash
[root@stu254 ~]#

命令分析: 执行cmd1;模式匹配cmd2成功则执行cmd3;否则执行cmd2,再跳转到脚本末尾
s/seker/blues/; cmd1
/seker/b end;
s/5/555/; cmd2
b;
:end;
s/5/666/ cmd3

测试命令,如果前一个替换命令执行成功则跳转到脚本末尾 (case结构)
[root@stu254 ~]# grep ‘seker‘ /etc/passwd |sed ‘s/seker/ABC/;t;s/home/DEF/;t;s/bash/XYZ/‘
ABC:x:500:500::/home/seker:/bin/bash

[root@stu254 ~]# grep ‘zorro‘ /etc/passwd |sed ‘s/seker/ABC/;t;s/home/DEF/;t;s/bash/XYZ/‘
zorro:x:501:501::/DEF/zorro:/bin/bash
[root@stu254 ~]#

与标签关联,跳转到标签位置
[root@stu254 ~]# grep ‘seker‘ /etc/passwd |sed ‘s/seker/ABC/;t end;s/home/DEF/;t;:end;s/bash/XYZ/‘
ABC:x:500:500::/home/seker:/bin/XYZ
[root@stu254 ~]#

[seker@seker ~]$ grep ‘zorro‘ /etc/passwd |sed ‘s/seker/ABC/;t end;s/home/DEF/;t;:end;s/bash/XYZ/‘
zorro:x:501:501::/DEF/zorro:/bin/bash

四 awk

awk -F: ‘$1 == "root"{print $1,NR,NF}‘ /etc/passwd
awk -F: ‘NR>20 || NR<3{print $1,$3,$NF}‘ /etc/passwd
awk -F: ‘NR>1 && NR<3{print $1,NR,NF}‘ /etc/passwd
awk -F: ‘NR>1 && NR<4{print $1,NR,NF}‘ /etc/passwd
awk -F: ‘$1~/^r/{print $1,NR,NF}‘ /etc/passwd
awk -F: ‘/^root/{print $1,NR,NF}‘ /etc/passwd

username=root
awk -v var=$username -F: ‘$1 == var{print $1,NR,NF}‘ /etc/passwd

awk详细

语法
awk [options] ‘commands‘ files
option
-F 定义字段分隔符,默认的分隔符是连续的空格或制表符
使用option中的-F参数定义间隔符号
用$1,$2,$3等的顺序表示files中每行以间隔符号分隔的各列不同域
NF变量表示当前记录的字段数
-v 定义变量并赋值也可以借用次方式从shell变量中引入

command
读前处理行处理读后处理
1.读前处理 BEGIN{awk_cmd1;awk_cmd2}
2.行处理:定址命令
定址方法: 正则,变量,比较和关系运算
正则需要用//包围起来
^ 行首
$ 行尾
. 除了换行符以外的任意单个字符
* 前导字符的零个或多个
.* 所有字符
[] 字符组内的任一字符
[^] 对字符组内的每个字符取反(不匹配字符组内的每个字符)
^[^] 非字符组内的字符开头的行
[a-z] 小写字母
[A-Z] 大写字母
[a-Z] 小写和大写字母
[0-9] 数字
\< 单词头单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
\> 单词尾

NR变量定址
NR 表示AWK读入的行数
FNR表示读入行所在文件中的行数
# awk ‘{print NR,FNR,$1}‘ file1 file2
1 1 aaaaa
2 2 bbbbb
3 3 ccccc
4 1 dddddd
5 2 eeeeee
6 3 ffffff
#
逻辑运算可直接引用域进行运算
== >= <= != > < ~ !~
# awk ‘NR==1 {print}‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash
#
3.命令 {print $0}
4.读后处理 END {awk_cmd1;awk_cmd2;}

AWK变量
NR 当前记录的个数(全部文件连接后的统计)
FNR 当前记录的个数(仅为当前文件的统计,非全部)
FS 字段分隔符默认为连续空格或制表符,可以使用多个不同的符号做分隔符 -F[:/]
OFS 输出字符的分隔符默认是空格
# awk -F: ‘OFS="=====" {print $1,$2}‘ /etc/passwd
root=====x
NF 当前读入行的字段个数
ORS 输出记录分隔符默认是换行
# awk -F: ‘ORS="=====" {print $1,$2}‘ /etc/passwd
root x=====bin x=====
FILENAME 当前文件名

引用shell变量的方法
# a=root
# awk -v var=$a -F: ‘$1 == var {print $0}‘ /etc/passwd
或者把整个命令拆开传递,让shell变量外露,
# awk -F: ‘$1 == "‘$a‘" {print $0}‘ /etc/passwd
# a=NF
# awk -F: ‘{print $‘$a‘}‘ /etc/passwd

操作符
赋值
= += -= /= *=
逻辑与逻辑或逻辑非
&& || !
匹配正则或不匹配,正则需要用 /正则/ 包围住
~ !~
关系比较字符串时要把字符串用双引号引起来
< <= > >= != ==
字段引用
$ 字段引用需要加$,而变量引用直接用变量名取
运算符
+ - * / % ++ --
转义序列
\\ \自身
\$ 转义$
\t 制表符
\b 退格符
\r 回车符
\n 换行符
\c 取消换行

流程控制

分支结构

if (条件) 动作
若有多个动作,则要用大括号将动作体包含起来 if (条件) {动作1;动作2}
# awk -F: ‘{if ($1 == "root") print $1}‘ /etc/passwd
root
#
# awk -F: ‘{if ($1 == "root") {print $1;print $6}}‘ /etc/passwd
root
/root
#

if (条件1)
动作1
else
动作2
# awk -F: ‘{if ($1 == "root"){print $1}else print $6}‘ /etc/passwd
# awk -F: ‘{if ($1 == "root") print $1;else print $6}‘ /etc/passwd
上面两个命令是等价的,要么用分号隔开,表示第一个动作体的结束,要么将动作体用大括号定位范围

if (条件 1)
动作1
else if(条件 2)
动作2
else if(条件 3)
动作3
else
动作4
# awk -F: ‘{if ($1 == "root") print $1;else if ($1 == "seker") print $6;else if ($1 == "zorro") print $7;else print NR}‘ /etc/passwd
root
2
3
...
33
/home/seker
/bin/bash
36

条件 ? 动作1 : 动作2
expr?action1:action2
# awk -F: ‘var=($3 >= 500)?$1:"system_user" {print $1"\t"$3"\t"var}‘ /etc/passwd
# awk -F: ‘{print ($3>500?$1:$2)}‘ /etc/passwd

输出样式

%s是字符类型,%d数值类型
printf默认是不输出换行的所以要加\n
10和7是偏移量
默认是右对齐,所有加个- 就是左对齐,就是把不足的位数用空格填充
注意:格式与输出列之间要有逗号
# awk -F: ‘{printf "%-10s %-10d %s\n",$1,$3,$7}‘ /etc/passwd

读前处理和读后处理
# awk -F: ‘BEGIN{i=1} {i++} END {print i}‘ /etc/passwd
47
#
# awk -F: ‘BEGIN {print NR,NF}‘ /etc/passwd
0 0
#
# awk -F: ‘END {print NR,NF}‘ /etc/passwd
46 7
#
练习
找出普通用户的用户名并统计数量
# awk -F: ‘BEGIN{i=0} $3 >= 500 {print $1;i++} END {print i}‘ /etc/passwd
计算UID相加的总和;计算GID相加的总和
# awk -F: ‘BEGIN{i=0}{sum+=$3;i++}END{print i;print sum}‘ /etc/passwd
# awk -F: ‘BEGIN{i=0}{sum+=$3;gsum+=$4;i++}END{print i;print sum;print gsum}‘ /etc/passwd
计算VSZ和RSS各自的和并以M单位显示
# ps aux | awk ‘BEGIN{i=0}NR>=2{sum+=$5;i++}END{print sum/1024"M"}‘
# ps aux | awk ‘BEGIN{i=0}NR>=2{vsum+=$5;rsum+=$6;i++}END{print vsum/1024"M";print rsum/1024"M";print i}‘
循环语句
while(条件) {
动作
条件运算
}
# awk -F: ‘{while($3<3) {print $3,$1;$3++}}‘ /etc/passwd
0 root
1 root
2 root
1 bin
2 bin
2 daemon
#
BEGIN块可以独立使用,不需要引入文件
# awk ‘BEGIN{i=1;while(i<100) {print i;i++}}‘
练习
打印100以内的偶数
# awk ‘BEGIN{i=1;while(i<100) {if (i%2==0) print i;i++}}‘

x=1
do {
动作1
x++
} while (x<5)
# awk ‘BEGIN{i=5;do{print i;i++}while(i<10)}‘
# awk ‘BEGIN{i=5;do{print i;i++}while(i<1)}‘

for(预置;条件;递增) {
动作
}
# awk ‘BEGIN {for (x=1;x<=4;x++) print x }‘
1
2
3
4
#
# awk ‘BEGIN{for (i=1;i<=4;i++) {for (j=1;j<=4;j++) print i,j}}‘

*使用嵌套的for循环,打印100-999之间的数,个十百位分别用一个for来打印
# awk ‘BEGIN{OFS="";for (i=1;i<=9;i++) {for (j=0;j<=9;j++) {for (n=0;n<=9;n++) print i,j,n}}}‘
打印乘法口诀表
# cat 99.sh
#!/bin/bash
awk ‘BEGIN{
for(i=1;i<10;i++)
{
for(j=1;j<=i;j++)
printf "%d*%d=%d ",j,i,j*i
print
}

}‘
#

打印金字塔
# cat jin.sh
#!/bin/bash
awk ‘BEGIN{
num=5
for(i=1;i<=num;i++)
{
for (n=1;n<=num-i;n++)
printf "%s"," "
for (j=1;j<=2*i-1;j++)
printf "%s","*"
print
}
}‘
#

逆序输出每个字段
达到这样既可
/bin/bash
/root
root
0
0
x
root

# awk -F: ‘{for (x=NF;x>0;x--) print $x}‘ /etc/passwd

继续解决上一个试做题的格式问题
# awk -F: ‘/bash$/{for (x=NF;x>0;x--) printf "%-13s",$x;printf "\n"}‘ /etc/passwd

跳转语句
break 跳出循环
# awk ‘BEGIN {for(x=1;x<5;x++) {if (x==3) break;print x }}‘
1
2

continue 在达到循环底部之前终止当前循环从新开始下一次循环
# awk ‘BEGIN {for(x=1;x<5;x++) {if (x==3) continue;print x }}‘
1
2
4

next 读入下一行同时返回脚本顶部这样可以避免对当前行执行其他操作
# awk -F: ‘NR > 5 {next} {print $1} END {print NR}‘ /etc/passwd
root
bin
daemon
adm
lp
46
#
exit 使读取动作终止并将控制移动到END,如果没有END则终止脚本
# awk -F: ‘NR > 5 {exit} {print $1} END {print NR}‘ /etc/passwd
root
bin
daemon
adm
lp
6
#

数组
自定义数组
# awk ‘BEGIN {ary[1]="seker";ary[2]="zorro";print ary[1],ary[2]}‘
seker zorro
#
# awk ‘BEGIN {ary[1]="seker";ary[2]="zorro";for(i in ary) print ary[i]}‘
seker
zorro
#
删除一个元素对元素给空值并不能清除这个元素要想清除一个元素需要使用delete ary[idx]
# awk ‘BEGIN {ary[1]="seker";ary[2]="zorro";ary[3]="blues";ary[2]="";for(i in ary) print ary[i]}‘
seker

blues
# awk ‘BEGIN {ary[1]="seker";ary[2]="zorro";ary[3]="blues";delete ary[2];for(i in ary) print ary[i]}‘
seker
blues
#

循环产生数组和取出数组
# awk ‘BEGIN{n=5;for (i=1;i<=n;i++) ary[i]=i+100;for(m in ary) print m,ary[m]}‘
4 104
5 105
1 101
2 102
3 103
#

# awk -F: ‘{ary[NR]=$1} END {for(i in ary) print i,ary[i]}‘ /etc/passwd
1 root
2 bin
3 daemon
4 adm
5 lp
6 sync
7 shutdown
8 halt
9 mail
# awk -F: ‘{ary[$3]=$1} END {for(i in ary) print i,ary[i]}‘ /etc/passwd
10 uucp
11 operator
12 games
13 gopher
14 ftp
32 rpc
37 rpm

ARGV 命令行中参数数组
# awk ‘{for (i in ARGV) {print i,ARGV[i]}}‘ /etc/passwd /etc/fstab
0 awk
1 /etc/passwd
2 /etc/fstab
#### i 为下标; ARGV[i] 下标为i的值
练习
统计每种shell被使用的次数

函数

算术函数 int
[root@stu254 ~]# awk ‘BEGIN {print int(3.9415)}‘
3
[root@stu254 ~]#

随机数函数 rand() srand()
rand() 取值 0 > r < 1 之间默认的种子是系统时间精确到秒
srand()取值 0 > r < 1 之间可以指定种子来影响rand()取值数默认是系统时间精确到秒

[root@stu254 ~]# awk ‘BEGIN {srand(222);print int(rand()*100000000)}‘
90204196
[root@stu254 ~]#

字符串函数
substr(s,x[,y])
返回字符串s中从位置x起至y的子串,如果没有给出y,则从x开始到结束.
[root@stu254 ~]# awk ‘BEGIN {x="abcdefxyz";print substr(x,4,3)}‘
def
[root@stu254 ~]#

大写小写
sprintf() 本身并不能打印,做格式转换,将数字转换成ASCII字符
# awk ‘BEGIN {for(i=97;i<=122;++i) print tolower(toupper(sprintf("%c",i)))}‘

字符串长度
length() 如果没有给定字符串则使用$0
[root@stu254 ~]# awk ‘BEGIN {print length("abcdefxyz")}‘
9

gsub(/abc/,"ABC",x) 全局字符串替换
从x中用匹配的abc正则替换成ABC
[root@stu254 ~]# awk ‘BEGIN {x="xyzabcxyzabcxyz";gsub(/abc/,"ABC",x);print x}‘
xyzABCxyzABCxyz
[root@stu254 ~]# sub 第一次的替换
[root@stu254 ~]# awk ‘BEGIN {x="xyzabcxyzabcxyz";sub(/abc/,"ABC",x);print x}‘
xyzABCxyzabcxyz
[root@stu254 ~]#

gensub(r, s, h [, t]) Search the target string t for matches of the reg-
ular expression r. If h is a string beginning
with g or G, then replace all matches of r with s.
Otherwise, h is a number indicating which match of
r to replace. If t is not supplied, $0 is used
instead.
gensub(正则,替换,范围,目标串)
[root@tch254 ~]# awk ‘BEGIN{print gensub("zorro","AAAA","2","seker zorro zorro seker")}‘
seker zorro AAAA seker
[root@tch254 ~]# echo seker zorro zorro seker | sed ‘s/zorro/AAAA/2‘
seker zorro AAAA seker
[root@tch254 ~]#
[root@tch254 ~]# echo seker zorro zorro seker | awk ‘{$0=gensub("zorro","AAAA","g");print}‘
seker AAAA AAAA seker
[root@tch254 ~]# echo seker zorro zorro seker | awk ‘{$0=gensub("zorro","AAAA","2");print}‘
seker zorro AAAA seker
[root@tch254 ~]# echo seker zorro zorro seker | awk ‘{$0=gensub("zorro","AAAA","h");print}‘
seker AAAA zorro seker
[root@tch254 ~]# echo seker zorro zorro seker | awk ‘{$0=gensub("zorro","AAAA","1");print}‘
seker AAAA zorro seker
[root@tch254 ~]#

系统函数
getline

交互输入
[root@stu254 ~]# awk -F: ‘BEGIN {printf "Enter Number: ";getline ;for(i=1;i<=$0;i++) print i}‘
Enter Number: 3
1
2
3
[root@stu254 ~]#

将输入赋值给变量
[root@stu254 ~]# awk -F: ‘BEGIN {printf "Enter Number: ";getline NUM;for(i=1;i<=NUM;i++) print i}‘
Enter Number: 3
1
2
3
[root@stu254 ~]#

从文件中读入
[root@tch254 ~]# awk -F: ‘BEGIN {getline < "/etc/passwd" ; print $3"\t"$1}‘
0 root
[root@tch254 ~]#

#awk -F: ‘BEGIN {while (getline < "/etc/passwd" > 0) print $3"\t"$1}‘

getline < "/etc/passwd" 从文件中读入,每次读取一行,默认情况下读取的次数等于awk自身引入文件的行数
也可以放到for中来控制读取的次数
> 0 测试读取的返回值,成功返回1,失败返回-1,0文件末尾

从命令输出中输入
[root@stu254 ~]# awk ‘BEGIN {"uname -a"|getline ;print $3}‘
2.6.18-53.el5
[root@stu254 ~]#

system(command)
系统命令要用""引起来
[root@stu254 ~]# rm -rf abc/
[root@stu254 ~]# awk ‘BEGIN {if(system("mkdir abc") != 0 ) print "ERR"}‘
[root@stu254 ~]# awk ‘BEGIN {if(system("mkdir abc") != 0 ) print "ERR"}‘
mkdir: 无法创建目录 “abc”: 文件已存在
ERR
[root@stu254 ~]#
[root@tch254 ~]# awk ‘BEGIN {if(system("mkdir abc 2>/dev/null") != 0 ) print "ERR"}‘
ERR
[root@tch254 ~]#

awk脚本的介绍 -f 与 #!/bin/awk -f

使用awk添加系统用户
[root@mail ~]# cat useradd.awk
#!/bin/awk -f

{
system("useradd "$1";echo "$2"|passwd --stdin "$1)
}
[root@mail ~]# cat username
myname 1234
[root@mail ~]#
[root@mail ~]# ./useradd.awk ./username
Changing password for user myname.
passwd: all authentication tokens updated successfully.
[root@mail ~]#

五其他补充

[root@MiWiFi-R3-srv ~]# cat test |sort |uniq #排序去重

11111111111
2222222222
333333333
4444444444
55555555555
6666666666
777777777777
888888888888
99999999999999
aaaaaaaaaa

[root@MiWiFi-R3-srv ~]# cat /etc/passwd |cut -d: -f2

[root@MiWiFi-R3-srv ~]# find / -size +2M -type f -name \*.txt

正则表达式和文本处理工具

声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉：投诉/举报工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。

联系
我们

首页 > 代码库 > 正则表达式和文本处理工具

正则表达式和文本处理工具

一 什么是正则

二 grep

三 sed

四 awk

五 其他补充

看完仍有疑问？有类似问题直接问程序猿

一什么是正则

五其他补充