正则表达式学习之grep,sed和awk
正则表达式是用于描述字符排列和匹配模式的一种语法,它主要用于字符串的模式分割、匹配、查找以及替换操作。
描述一个正则表达式需要字符类、数量限定符、位置限定符。规定一些特殊语法表示字符类,数量限定符和位置关系,然后用这些特殊语法和普通字符一起表示一个模式,这就是正则表达式。
正则表达式的语法规范如下:
字符类:在模式中表示一个范围,但是取值范围是一类字符中的任意一个。
数量限定符:限定字符类出现的次数。
位置限定符:描述各种字符类和普通字符之间的位置关系。
特殊字符:
正则表达式有两种规范,分别是Basic(基础)规范和Extended(扩展)规范。grep默认按照Basic规范来写,如果加“-E”选项的话就表示Extended规范。Basic规范中字符?+{}|()解释为普通字符,要表示特殊含义的话需要加\转义。Extended扩展规范中,字符?+{}|()就表示特殊含义。
下面我们来介绍三个工具:grep,sed和awk
1.grep工具
grep是一种强大的文本搜索工具,他能使用正则表达式搜索文本,并把匹配的行统计出来。
命令的使用格式:grep [选项] [-color=auto] '搜索字符串' filename
常用参数:
-c:统计符合条件的正则表达式出现的次数。
-E:支持扩展正则表达式。
-i:忽略字符大小写。
-n:在显示匹配到的字符串前面加上行号
-v:显示没有“搜索字符串”内容那一行。
-l:列出文件内容中有搜索字符串的文件名称
-o:只输出文件中匹配到的部分
-color=auto:将匹配到的字符串高亮起来
举几个例子如下:
1)统计出现出现数字的行数:
选项中-c表示统计符合条件正则表达式出现的次数,{N,}表示紧跟在它前面的单元至少匹配多少次,{}是特殊字符,在非扩展(Extended)模式下需要加转义字符将{}转义。
2)统计只出现字母的行
-v选项是显示没有“搜索字符串那一行”,-E表示扩展模式,在扩展模式下特殊字符不需要转义
2.sed工具
sed叫做流编辑器,在shell脚本和Makefile中作为过滤,使用非常普遍,即把前一个程序的输出引入sed的输入,经过一系列编辑命令转换成为另一种格式输出。sed是一种在线编辑器,它一次处理一行内容,处理时,把当前一个程序的行存储在临时缓冲区中,称为“模式空间”,接着sed命令处理缓冲区中的内容,处理完成之后,把缓冲区的内容送往屏幕,接着处理下一行,这样不断重复直到文件末尾。注意:输出内容是模式空间处理过的内容,文件本身没有改变。
命令格式:sed [选项] “[动作]" 文件名
选项:
-n:一般sed命令会把所有数据都输出到屏幕,如果加入-n选项的话,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
动作:
a:追加,在当前行后添加一行或多行
c:行替换,在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
p:打印,输出指定的行
s:字符串替换,用一个字符串替换另外一个字符串。格式为“行范围s/旧字符串/新字符串/g”(如果不加g表示只替换每行第一个匹配的字符串)
其中行范围可以使用2,4表示第二到第4行,n表示第n行,例如sed -n '4,6p' file 打印第4到第6行,sed '2c helloworls' file 将第二行替换为helloworld
举几个例子:
1)将以字母开头的行中数字2替换为two
2 )删除出现字母的行
我们可以看到含有字母的行已经被删除掉了,但是再cat查看的时候发现原文件没有改变。说明输出的只是模式空间里面的处理结果。
模式空间与保持空间
保持空间:相当于一个仓库,不能对数据进行处理
模式空间:专门用于以行为单位对文本进行处理
一般情况下,如果不显式的使用一些选项的话,是不会到保持空间的。
命令:
g;将保持空间的内容拷贝到模式空间中,会将模式空间原来的值覆盖掉。
G:将保持空间的内容追加到模式空间中。
h:将模式空间的值拷贝到保持空间,会将保持空间原来的值覆盖掉
H:将模式空间的值追加到保持空间
d:删除模式空间的所有行,并读下一行到模式空间。
D:删除模式空间第一行,不读下一行到模式空间。
n:输出模式空间的行,读取下一行替换当前模式空间的行,接着执行下一条处理命令而不是第一条命令
N:读入下一行,追加到模式空间行后面,此时模式空间中有两行。
x:交换模式空间和保持空间的内容。
举几个例子:
1)给每行后加上空行
-n选项是输出处理过的行,G表示将保持空间中的内容追加到模式空间中,p是打印。
2)用sed实现倒序打印
解释:如果不是第一行,就把保持空间的行全部都追加到模式空间中。然后再将模式空间中的行全部都保存到保持空间中,覆盖掉保持空间原来的内容。如果不是最后一行的话,在删除模式空间中的所有内容,并读取一行到模式空间中。
3.awk工具
awk也是文本处理工具,与sed相比,awk不仅能以行为单位,还可以以列为单位处理文件。awk的缺省分隔符是“\n”,缺省列分隔符是空格或tab,但是行分隔符和列分隔符都可以是自定义。awk还是一门很复杂的脚本语言,具有像C语言一样的分支和循环结构。
命令格式:awk 选项 ‘编辑命令’ file1 file2...
awk 选项 -f 编辑脚本 file1 file2...
awk处理文件既可以由标准输入重定向得到,也可以当命令行参数传入。编辑命令既可以直接当命令行参数传入,也可以用-f参数指定一个脚本文件。
选项:-F:指定列分隔符,默认的列分隔符是空格或tab,可以用-F选项自定义列分隔符。我们将以列分隔符分开的列称为域。
编辑命令:/pattern/{action}或者condition/{actions}:
pattern:是一个正则表达式,actions是一系列的操作。awk程序以行为单位处理文件,如果某一行匹配pattern的话,就执行actions.
condition:满足condition条件,则执行actions。如果一条awk命令只有actions部分,则actions会处理文件中的所有行。
action:常见的action就是print或者printf。其中printf是类C风格的。而print输出的每个变量之间以逗号隔开,如果是字符串的话要以双引号括起来。
自动变量:1表示第一列内容,2表示第二列内容,类似于shell脚本的位置参数,$0表示整行内容。
如下:打印行的内容
自定义列分隔符,输出行信息。如下,定义":"为分隔符
除自动变量外,NF变量表示默认输出最后一列
BEGIN和END
awk处理文件可以分为三个阶段:处理之前、处理之中、处理之后。BEGIN是处理之前执行的动作,END是处理之后执行的动作。
使用格式:BEGIN{action},END{action}
awk也是一门弱类型语言,所以可使用变量,但是不需要定义
如下的例子,统计文件中的行数
同样的,统计某个目录下文件的个数
awk常见的内置变量:
FILENAME:awk浏览的文件名
FNR:浏览文件的记录数,也就是行数。awk是以行为单位处理的,所以每行内容也称为一个记录。
NF:浏览记录域的个数,可以用他来输出最后一个域。
FS:设置输入域分隔符,等价于命令行-F选项。
OFS:输出域分隔符
例子:
正则表达式学习之grep,sed和awk的更多相关文章
- linux(5)--补充(管道| / 重定向> / xargs)/find 与xargs结合使用/vi,grep,sed,awk(支持正则表达式的工具程序)
本节中正则表达式的工具程序 grep,sed和awk是重点,也是难点!!! 先补充一下一. 管道| / 重定向> / xargs 如:1. 管道和重定向的区别:具体可以见 http://www. ...
- grep, sed 与 awk 补补课,到底怎么用!
grep, sed 与 awk 相当有用 ! gerp 查找, sed 编辑, awk 根据内容分析并处理. awk(关键字:分析&处理) 一行一行的分析处理 awk '条件类型1{动作1}条 ...
- 日志分析查看——grep,sed,sort,awk运用
概述 我们日常应用中都离不开日志.可以说日志是我们在排查问题的一个重要依据.但是日志并不是写了就好了,当你想查看日志的时候,你会发现线上日志堆积的长度已经超越了你一行行浏览的耐性的极限了.于是,很有必 ...
- 使用方便 正则表达式grep,sed,awk(一)
一些无稽之谈: 对于正则表达式,永远似了解不明白,看到一些代码,脚本定期,awk,sed.心里总有点虚.主要是记不住.平时又没怎么用,也就没总结了. 如今有空,决定总结一下,顺便克服一下看到shell ...
- awk grep sed cut学习
awk学习网站 grep sed cut
- 【Linux】 字符串和文本处理工具 grep & sed & awk
Linux字符串&文本处理工具 因为用linux的时候主要用到的还是字符交互界面,所以对字符串的处理变得十分重要.这篇介绍三个常用的字符串处理工具,包括grep,sed和awk ■ grep ...
- 学习笔记之Shell脚本学习指南 & sed与awk & 正则表达式
正则表达式_百度百科 http://baike.baidu.com/link?url=ybgDrN2WQQKN64_gu-diCqdeDqL8LQ-jiQ-ftzzPaNUa9CmgBRDNnyx50 ...
- grep、sed、awk、perl、js、vim等对正则表达式的支持的差别
grep.sed.awk.perl等对正则表达式的支持的差别 grep 2.5.1 egrep 2.5.1 sed 3.02 sed 4.07 awk 3.1.1 perl 5.8.0 vim 6.1 ...
- Linux基础-正则表达式整理---------------grep、sed、awk
目录: Ⅰ:正则表达式 Ⅱ:作业 Ⅰ:正则表达式 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. 在lin ...
随机推荐
- 解决Android启动显示空白界面的问题
Android程序启动时,第一个看的界面并不是我们的指定的第一个Activity界面,而是显示了一个空白的界面,带标题栏的,但是界面什么内容都没有,这个界面只显示不到1秒左右的时间就会切换到我们的第一 ...
- css长度
在CSS样式表中,长度单位分两种: 相对长度单位,如px, em等绝对长度单位,如pt,mm等 CSS相对长度单位(relative length unit) CSS相对长度单位中的相对二字,表明了其 ...
- Quartz教程三:Job与JobDetail介绍
Quartz教程三:Job与JobDetail介绍 原文链接 | 译文链接 | 翻译:nkcoder | 校对: 本系列教程由quartz-2.2.x官方文档翻译.整理而来,希望给同样对quartz感 ...
- 2018.08.18 NOIP模拟 travel(贪心)
Travel 题目背景 SOURCE:NOIP2015-SHY4 题目描述 小 A 要进行一次旅行.这回他要在序号为 1 到 n 的 n 个城市之间旅行.这 n 个城市之间共有 m 条连接两个城市的单 ...
- 2018.07.06 POJ 1459 Power Network(多源多汇最大流)
Power Network Time Limit: 2000MS Memory Limit: 32768K Description A power network consists of nodes ...
- UVa 11732 "strcmp()" Anyone? (左儿子右兄弟前缀树Trie)
题意:给定strcmp函数,输入n个字符串,让你用给定的strcmp函数判断字符比较了多少次. 析:题意不理解的可以阅读原题https://uva.onlinejudge.org/index.php? ...
- UVa 11636 Hello World! (水题思维)
题意:给你一个数,让你求需要复制粘贴多少次才能达到这个数. 析:这真是一个水题,相当水,很容易知道每次都翻倍,只要大于等于给定的数就ok了. 代码如下: #include <iostream&g ...
- ArcGIS Desktop python Add-in Python 插件的文件结构
如上图所示: 插件文件夹在根目录下有一个config.xml文件,这个文件保存有在向导添加的描述该插件的定制信息. 插件还有一个安装文件夹,这个文件夹的主要功能是存放Python脚本. 你可以在安装文 ...
- Apache Struts 2 Documentation Core Developers Guide
http://struts.apache.org/docs/core-developers-guide.html
- 201709019工作日记--Java中的各种锁--未解决
1. Syncronized与ReentrantLock Synchronized比ReentrantLock进java标准早,因此一开始大家都是用它.相当于Java提供了一种封装的互斥锁机制,对于用 ...