shell之文本过滤（正则表达式）

shell之文本过滤（正则表达式）

分类： linux shell脚本学习2012-09-14 12:59 213人阅读 评论(0) 收藏 举报

当从一个文件或命令输出中抽取或过滤文本时，可以使用正则表达式（R E） ，正则表达式是一些特殊或不很特殊的字符串模式的集合。

^ 只只匹配行首
$ 只只匹配行尾
* 只一个单字符后紧跟*，匹配0个或多个此单字符
[ ] 只匹配[ ] 内字符。可以是一个单字符，也可以是字符序列。可以使用 -表示[ ]内字符序列范围，如用 [ 1 - 5 ]代替[ 1 2 3 4 5 ]
\ 只用来屏蔽一个元字符的特殊含义。因为有时在 s h e l l中一些元字符有
特殊含义。\可以使其失去应有意义
. 只匹配任意单字符
p a t t e r n \ { n \ } 只用来匹配前面 p a t t e r n出现次数。n为次数
p a t t e r n \ { n，\ } m 只含义同上，但次数最少为 n
p a t t e r n \ { n，m \ } 只含义同上，但 p a t t e r n出现次数在n与m之间

句点"."匹配单字符
1) . : 匹配任意单ASCII 字符,可以为字母，或为数字。
2) 举例: ..XC..匹配deXC1t、23XCdf 等，.w..w..w.匹配rwxrw-rw-
行首以^匹配字符串或字符序列
1) ^ : 允许在一行的开始匹配字符或单词。
2) 举例: ^.01 匹配0011cx4、c01sdf 等，^d 匹配drwxr-xr-x、drw-r--r--等
行尾以$匹配字符串或字符
1) $ : 在行尾匹配字符串或字符，$符号放在匹配单词后。
2) 举例: trouble$ 匹配以单词trouble 结尾的所有行
^$匹配所有空行

使用*匹配字符串中的单字符或其重复序列(与文件名置换中的"*"不一样)
1) * : 一个单字符后紧跟*，匹配0 个或多个此单字符。
2) 举例: compu*t 将匹配字符u 一次或多次，即匹配computer computing compuuute 等
1033* 可以匹配 101333 10133 1013444 等
3) 在正则表达式中使用"*"，有时会产生非预期的结果。

使用\屏蔽一个特殊字符的含义
1) \ : 用来屏蔽一个元字符的特殊含义。因为有时在shell 中元字符有特殊含义。\可以使其失去应有意义。
2) 举例: 在正则表达式中匹配以*.pas 结尾的所有文件: \*\.pas$

使用[]匹配属于一个范围或集合单个字符
1) [ ] : 匹配"[ ]"内的字符。可以是一个单字符，也可以是字符序列。可以使用"-"表示括号"[ ]"内字符序列范围，
如用[1-5]代替[12345]。可以用逗号","分隔括号"[]"内的字符。
2) 当"^"符号当直接靠着"["，意指否定或不匹配括号"[]"里内容
3) 举例: [0-9]匹配任意一个数字；[a-z]匹配任意一个小写字母；[0-9A-Za-z]匹配任意字母或数字；
[C,c]omputer 匹配Computer 和computer；[^a-zA-Z]匹配任一非字母型字符

使用"\{\}"匹配模式结果出现的次数
1) pattern\{n\}   : 匹配模式pattern 出现n 次的情形。
2) pattern\{n,\}  : 匹配模式pattern 最少出现n 次的情形。
3) pattern\{,m\}  : 匹配模式pattern 最多出现m 次的情形。
4) pattern\{n,m\} : 匹配模式pattern 出现次数在n 与m 之间的情形。
5) 举例: A\{2\}B 匹配的值为AAB
A\{2,\}B   匹配的值可以是AAB 或AAAAAB，但不能匹配AB
A\{2,4\}B  匹配的值可以是AAB、AAAB、AAAAB，但不能匹配AB 或AAAAAB 等
[0-9]\{4\}CX[0-9]\{4\}  匹配数字出现4 次后跟CX，最后是数字出现4 次的情形
6) 实际上真正的格式是 {n} {n,} {,m} {n,m}，只不过对"{"和"}"应用了Esacpe 字符"\"。

经常使用的正则表达式举例
[Ss]igna[lL]   匹配单词signal、signaL、Signal、SignaL
[Ss]igna[lL]\. 同上，但加一句点
^USER$         只包含USER 的行
\.             带句点的行
^d..x..x..x    对用户、用户组及其他用户、组成员有可执行权限的目录
^[^l]          排除符号链接文件后的文件目录列表(即不是以"l"开始的行)
[yYnN]         大写或小写y 或n
^.*$           匹配行中任意字符串
^......$       包括6 个字符的行
[a-zA-Z]       任意单个字母
[a-z]*         至少一个小写字母
[^0-9\$]       非数字或美元符号
[123]          1 到3 中一个数字
\^q            以^q 开始行
^.$            仅有一个字符的行
^\.[0-9][0-9]  以一个句点和两个数字开始的行
[0-9]\{2\}-[0-9]\{2\}-[0-9]\{4\}               
日期格式dd-mm-yyyy
[0-9]\{3\}\.[0-9]\{3\}\.[0-9]\{3\}\.[0-9]\{3\}  类IP 地址格式
                                               
nnn.nnn.nnn.nnn
.*             匹配任意多个字符