正则表达式
一、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。
1、语法格式:
sort [选项] 参数
cat file | sort 选项
2、常用选项:
-f:忽略大小写,默认会将大写字母排在前面
-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
3、举例:
sort -n testfile2
sort -t ‘:’ -k 3 -n /etc/passwd
du -a | sort -nr -o du.txt
二、uniq命令
用于报告或者忽略文件中连续的重复性,常与sort命令结合使用。
1、语法格式
uniq [选项] 参数
cat file | uniq 选项
2、常用选项
-c:进行计数,并删除文件中连续重复出现的行
-d:仅显示连续的重复行
-u:仅显示不连续的只出现一次的行
3、举例
三、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。
1、语法格式:
tr [选项] [参数]
2、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
3、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。
4、举例:
使用tr和sort命令进行数组的排序
注:
linux中遇到换行符(”\n“)会进行回车+换行的操作,回车符反而指挥组我欸控制字符(“^M")显示,不进行回车的操作。而windows中要回车符+换行符(”\r\n“)才会回车+换行,缺少一个控制符或者顺序不对都不能正确的另起一行。
当在windows系统中创建一个具有回车符的文本上传至linux系统中时,它的回车符会转换成”^M“显示
四、正则表达式
1、正则表达式定义
(1)正则表达式通常用于判断语句中,用来检查某一字符串是否满足某一格式。
(2)正则表达式是由普通字符与元字符组成的。
(3)普通字符包括大小写字母、数字、标点符号及一些其他符号。
(4)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。
2、基础正则表达式常见的元字符:(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。
:匹配字符串开始的位置,例:a、the、#、1
: 匹 配 字 符 串 结 束 的 位 置 , 例 : w o r d :匹配字符串结束的位置,例:word :匹配字符串结束的位置,例:word、^$匹配空行
.:匹配除\n之外的任意的一个字符,例:go.d、g…d
*:匹配前面子表达式0次或者多次
[list]:匹配list列表中的一个字符,例:go [ola]d、[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字。
[^list]:匹配任意非List列表中的一个字,例: [^0-9]、[^A-Z0-9]、[^a-z]
{n}:匹配前面的子表达式n次,例:go{2}d,’[0-9]{2}'匹配两位数字
{n,}:匹配前面的子表达式不少于n次,例:go{2,}d、’[0-9]{2,},匹配两位及两位以上数字
{n,m}:匹配前面的子表达式n到m次,例:go{2,3}d、’[0-9]{2,3}匹配两位到三位数字
注:egrep、awk使用{n}、{n,}、{n,m}匹配时{}前不用加”\“
3、扩展正则表达式元字符:(支持工具:egrep、awk)
+:匹配前面子表达式1次以上,例:go+d,将匹配至少一个o,如god、good等。
?:匹配前面子表达式0次或者1次,例:go?d,将匹配gd或god
():将括号中的字符串作为一个整体,例:g(oo)+d,将匹配。整体1次以上,如good,gooood等。
|:以或的方式匹配字符串,例:g(oo|la)d,将匹配good或者glad
4、正则表达式匹配E-mail地址
用户名@: ^ ([a-ZA-Z0-9_-.+]+)@
子域名: ([a-zA-Z0-9_-.]+)
·顶级域名(字符串长度一般在2到5) : . ( [a-zA-Z] {2,5})$
egrep ‘^ ([a-zA-Z0-9-.+]+) @ ( [a-ZA-Zo-9_-.]+) . ([a-zA-Z] {2,5})KaTeX parse error: Undefined control sequence: \- at position 34: …/^ ([a-zA-Z0-9_\̲-̲\.\+]+) @ ( [a-…/{print $o}’ email.txt
a-z ↩︎