首页 > 代码库 > 鸟哥的linux私房菜——第12章 正则表达式与文件格式化处理
鸟哥的linux私房菜——第12章 正则表达式与文件格式化处理
12.1什么是正则表达式
正则表达式就是处理字符串的方法,它是以行为单位来进行字符串的处理行为,正则表达式通过一些特殊符号的辅助,可以让用户轻易达到查找、删除、替换某特定字符串的处理程序。
vi、grep、awk、sed支持正则表达式,而cp,ls等命令只能使用bash自身的通配符
12.2基础正则表达式
grep高级参数:
grep [-A] [-B] [--color=auto] ‘string‘ filename
-A:after的意思,除了列出该行外,后续的n行也列出来
-B:before的意思,除了列出该行外,前面的n行也列出来
--color=auto 可将正确的那个选取数据列出颜色
基础正则表达式练习:
例一:查找特定字符串
grep -n ‘the’ regular_express.txt
grep -vn ‘the‘ regular_express.txt (-v反向选择)
例二:利用中括号[]来查找集合字符
grep -n ‘t[ae]st‘ regular_express.txt (可匹配test或tast)
grep -n ‘[^g]oo‘ regular_express.txt (oo前不能有g的字符)
grep -n ‘[^[:lower:]]oo‘ regular_express.txt ([:lower:]代表a-z的意思)
例三:行首和行尾字符
grep -n ‘^test‘ regular_express.txt
(注:^在[]内表示“反向选择”,在[]外表示定位在行首)
grep -n ‘\.$‘ regular_express.txt (找出行尾结束为小数点的那一行)
例四:任意一个字符.与重复字符*
grep -n ‘g..d’ regular_express.txt (可匹配good,glad等字符)
grep -n ‘ooo*‘ regular_express.txt (匹配至少两个o以上的字符)
grep -n ‘g.*g‘ regular_express.txt (找出g开头与g结尾的字符串,.*表示o个或多个任意字符的意思)
例五:限定连续RE字符范围{}
grep -n ‘o\{2\}‘ regular_express.txt (找出两个o的字符串)
grep -n ‘go\{2,5\}g’ regular_express.txt (g后有两个到5个o,然后接一个g的字符串)
grep -n ‘go\{2,\}g’ regular_express.txt (g后有两个及以上的o,然后接一个g的字符串)
基础正则表达式字符:
^word :待查找的字符串(word)在行首
word$ :待查找的字符串(word)在行尾
. :代表一定有一个任意字符的字符
\ : 转义字符,将特殊符号的特殊意义去除
* : 重复0个或多个的前一个字符
[list] :从字符集合的RE字符里面找出想要选取的字符
[n1-n2]:从字符集合的RE字符里面找出想要选取的字符范围
[^list] :从字符集合的RE字符里面找出不要的字符串或范围
\{n,m\}:连续n到m个的前一个RE字符,\{n\}表示连续n个,\{n,\}表示连续n个及以上
sed工具:(详见sed & awk)
格式:sed [-nefr] [动作]
参数:
-n :使用安静模式,在一般的sed用法中,所有来自STDIN的数据一般都会被列到屏幕上,但如果加上-n参数后,则只有经过sed特殊处理的那一行才会被列出来
-e :直接在命令行模式上进行sed的动作编辑
-f :直接将sed的动作写在一个文件内,-f filename 则可以执行filename内的sed动作
-r :sed的动作支持的扩展型正则表达式的语法
-i :直接修改读取的文件内容,而不是由屏幕输出
动作说明:[n1,[n2]] function
n1,n2不见得会存在,一般代表选择进行动作的行数
function参数:
a :新增,a的后面可以接字符串,而这些字符串会在目前的下一行出现
i :插入,i 的后面可以接字符串,而这些字符串会在目前的上一行出现
c :替换,c的后面可以接字符串,这些字符串可以替换n1,n2之间的行
s :替换,可以直接进行替换工作,通常这个s可以搭配正则表达式
d :删除,因为是删除,所以d后面通常不接任何参数
p :打印,也就是将某个选择的数据打印出来,通常p会与参数sed -n一起运行
12.3扩展的正则表达式
+ :重复一个或多个的前一个RE字符
? :0个或一个的前一个RE字符
| :用或的方式找出字符串
() :找出“组”的字符串 (如:egrep -n ‘g(la|oo)d’ regular_express.txt 表示找出glad或good字符串)
()+:多个重复组的判别 (如echo ‘AxyzxyzxyzxyzC‘ | egrep ‘A(xyz)+C‘ 找出开头是A结尾是C,中间有一个以上的“xyz”字符串)
12.4文件的格式化与相关处理
格式化打印 printf:
格式:printf ‘打印格式‘ 实际内容
格式方面的几个特殊样式:
\a 警告声音输出
\b 退格键
\f 清除屏幕
\n 输出新的一行
\r 亦即Enter按键
\t 水平的tab按键
\v 垂直的tab按键
\xNN NN为两个数字,可以转换数字成字符
关于C语言内,常见的变量格式
%ns :n代表数字,s代表string,即多个字符
%ni : n代表数字,i代表interger,即多少整数字数
%N.nf :n和N都是数字,f代表float,如十个位数,小数点两位为 %10.2f
awk工具 (详见sed & awk):
格式:awk ‘条件类型1{动作1} 条件类型2{动作2} ...’ filename
awk主要是处理每一行的字段内的数据,而默认的字段的分割符为空格键或tab键
变量:
NF : 每一行($0)拥有的字段总数
NR :目前awk所处理的是“第几行”数据
FS :目前的分隔字符,默认是空格键
逻辑运算符:
> < >= <= == !=
例:
cat /etc/passwd | awk ‘{FS=":"} $3<10 {print $1 "\t" $3}‘
cat pay.txt | awk ‘{if(NR==1) printf "%10s %10s,%10s\n",$1,$4,"Total"} NR>=2 {total=$1+$4 printf "%10s %10d %10.2f\n",$1,$3,total}‘
文本比较工具diff:
diff用于比较两个文件之间的区别,并且是以行为单位的,diff也可以比较两个目录
格式:diff [-bBi] from-file to-file
-b :忽略一行当中仅有多个空白的区别(如“about me”和“about me”视为相同)
-B:忽略空白行的区别
-i:忽略大小写的区别
patch -pN <patch_file 更新
patch -R -pN <patch_file 还原
范例:以/tmp/test内的passwd.old 与passwd.new 制作补丁文件,并更新旧版数据
diff -Naur passwd.old passwd.new >passwd.patch
更新旧文件,变成和新文件一样
patch -p0 <passwd.patch
(pathing file passwd.old)
恢复旧文件的内容
patch -R -p0 <passwd.patch
文件打印pr:
pr /etc/man.config (打印文本文件man.config)