Shell正则表达式学习笔记

正规表示法(或称为常规表示法)是透过一些特殊字符的排列，用以搜寻/取代/删除一列或多列文字字符串， 简单的说，正规表示法就是用在字符串的处理上面的一项『表示式』。正规表示法并不是一个工具程序， 而是一个字符串处理的标准依据，如果您想要以正规表示法的方式处理字符串，就得要使用支持正规表示法的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。

一、正则表达式是什么？

正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

二、正则表达式与通配符

1. 正则表达式

用来在文件中匹配符合条件的字符串，正则表达式是“包含匹配”。grep、awk、sed等命令可以支持正则表达式。

2. 正则表达式元字符

正则表达式是通过元字符来进行字符串匹配的，具体请参考：http://www.cnblogs.com/refine1017/p/5011522.html

3. 通配符

用来匹配符合条件的文件名，通配符是“完全匹配”。ls、find、cp这些命令不支持正则表达式，所以只能使用shell自己的通配符来进行匹配了。

4. 通配符包括

* 匹配任意字符

? 匹配任意一个字符

[] 匹配中括号中的任意一个字符

三、cut命令

cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出。

1. 常用参数

-b ：以字节为单位进行分割。这些字节位置将忽略多字节字符边界，除非也指定了 -n 标志。
-c ：以字符为单位进行分割。
-d ：自定义分隔符，默认为制表符。
-f ：与-d一起使用，指定显示哪个区域。
-n ：取消分割多字节字符。仅和 -b 标志一起使用。

2. 示例1：打印出用制表符分割的文件的某一行

[root@localhost shell]# cat student.txt
ID   Name  Gender Mark
1    ming  F    85
2    zhang  F    70
3    wang  M    75
4    li   M    90
[root@localhost shell]# cut -f 4 student.txt
Mark
85
70
75
90 

3. 示例2：打印csv文件的某一行

[root@localhost shell]# cat student.csv
ID,Name,Gender,Mark
1,ming,F,85
2,zhang,F,70
3,wang,M,75
4,li,M,90
[root@localhost shell]# cut -d "," -f 4 student.csv
Mark
85
70
75
90 

4. 示例3：打印一个字符串的第几个字符

[root@localhost shell]# echo "abcdef" | cut -c 3
c 

5. 示例4：截取中文字符的某一个文字

[root@localhost shell]# echo "Shell编程" | cut -nb 1
S
[root@localhost shell]# echo "Shell编程" | cut -nb 2
h
[root@localhost shell]# echo "Shell编程" | cut -nb 3
e
[root@localhost shell]# echo "Shell编程" | cut -nb 4
l
[root@localhost shell]# echo "Shell编程" | cut -nb 5
l
[root@localhost shell]# echo "Shell编程" | cut -nb 8
编
[root@localhost shell]# echo "Shell编程" | cut -nb 11
程 

四、printf命令

1. 命令格式

printf   '输出类型输出格式'   输出内容

2. 输出类型

%ns：输出字符串。n代表输出几个字符,n省略则代表全部字符

%ni：输出整数。n是指输出几个数字，n省略代表所有数字

%m.nf：输出浮点数。m和n是数字，指代输出的整数位数和小数位数。如%8.2f则代表共输出8位数，其中2位是小树，6位是整数。

3. 输出格式

\a：输出警告声音

\b：输出退格键（Backspace）

\f：清除屏幕

\n：换行

\r：回车（Enter）

\t：水平输出退格键

\v：垂直输出退格键

4. 示例

[root@localhost ~]# printf '%i %s %i %s %i\n' 1 "+" 2 "=" 3
1 + 2 = 3
[root@localhost ~]# printf '%i-%i-%i %i:%i:%i\n' 2015 12 3 21 56 30
2015-12-3 21:56:30 

五、awk命令

1. 命令格式

awk '条件1{动作1}条件2{动作2}...' 文件名

条件：一般使用关系表达式作为条件，如x > 10

动作：格式化输出、流程控制语句

2. 示例1：提取制表符分割的文件的某一行

[root@localhost shell]# cat student.txt
ID   Name  Gender Mark
1    ming  F    85
2    zhang  F    70
3    wang  M    75
4    li   M    90
[root@localhost shell]# awk '{print $1 "\t" $4}' student.txt
ID   Mark
1    85
2    70
3    75
4    90 

3. 示例2：获取磁盘利用率

[root@localhost shell]# df -h
Filesystem      Size Used Avail Use% Mounted on
/dev/sda2       18G 2.4G  14G 15% /
/dev/sda1       289M  16M 258M  6% /boot
tmpfs         411M   0 411M  0% /dev/shm
[root@localhost shell]# df -h | grep "sda1" | awk '{print $5}'
6% 

六、sed命令

sed是一种几乎包括在所有UNIX平台（包括Linux）的轻量级流编辑器。sed主要是用来将数据进行选取、替换、删除、新增的命令。

1. 命令格式

sed [选项] '[动作]' 文件名

2. 选项

-n：一般sed命令会把所有数据都输出到屏幕，如果加入此选择，则只会把经过sed命令处理的行输出到屏幕。

-e：允许对输入数据应用多条sed命令编辑。

-i：用sed的修改结果直接修改读取数据的文件，而不是由屏幕输出。

3. 动作

a：追加，在当前行后添加一行或多行

c：行替换，用c后面的字符串替换原数据行

i：插入，在当前行前插入一行或多行。

d：删除，删除指定的行

p：打印，输出指定的行

s：字符串替换，用一个字符串替换另一个字符串。格式为“行范围/s/旧字符串/新字符串/g”(和vim中的替换格式类似)

4. 示例

[root@localhost shell]# cat student.txt
ID   Name  Gender Mark
1    ming  F    85
2    zhang  F    70
3    wang  M    75
4    li   M    90#测试-n参数
[root@localhost shell]# sed -n '2p' student.txt
1    ming  F    85#测试单行删除
[root@localhost shell]# sed '2d' student.txt
ID   Name  Gender Mark
2    zhang  F    70
3    wang  M    75
4    li   M    90#测试多行删除
[root@localhost shell]# sed '2,4d' student.txt
ID   Name  Gender Mark
4    li   M    90#测试追加
[root@localhost shell]# sed '2a test append' student.txt
ID   Name  Gender Mark
1    ming  F    85
test append
2    zhang  F    70
3    wang  M    75
4    li   M    90#测试插入
[root@localhost shell]# sed '2i test insert' student.txt
ID   Name  Gender Mark
test insert
1    ming  F    85
2    zhang  F    70
3    wang  M    75
4    li   M    90#测试行替换
[root@localhost shell]# sed '2c test replace' student.txt
ID   Name  Gender Mark
test replace
2    zhang  F    70
3    wang  M    75
4    li   M    90#测试内容替换
[root@localhost shell]# sed '2s/ming/replace/g' student.txt
ID   Name  Gender Mark
1    replace F    85
2    zhang  F    70
3    wang  M    75
4    li   M    90

下面看看简单的正则表达式的匹配范例，通过这些范例，相信可以比较熟练的掌握基本的正则表达式的使用：

HelloWorld   匹配任意一行任何位置上的10个字母：HelloWorld
^HelloWorld  匹配出现在行首的10个字母：HelloWorld
HelloWorld$  匹配出现在行尾的10个字母：HelloWorld
^HelloWorld$  匹配只包括这10个字母：HelloWorld的一行
[Hh]elloWorld  匹配HelloWorld或者helloworld
Hello.World   匹配含有Hello这5个字母，再加上任何一个字符，再加上world
Hello*World  匹配含有Hello这5个字母，再加上任意个字母，再加上world

在上面的例子中利用“.”或者“*”，可以匹配0个或者多个字符，但是如果要匹配的字符是一个范围，这时候就要用到“{}”,因为shell中的 "{"和"}"有特殊含义，所以需要使用转移字符“\”,例如：
[kouyang@kouyang  kouyang] #  grep -n 'o\{2\}'  hello.txt
在hello.txt文件中找出出现两个连续的"o"的那一行

[kouyang@kouyang kouyang]# grep  -n 'go\{2, 5\}g' hello.txt
在hello.txt文件中找到go后面出现2～5个"o"后面再紧接着一个"g"的单词的那一行