要微笑面对的正则表达式

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

$：匹配字符串结束的位置，例：word$、^$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

---

1. a-z ↩︎