详解正则表达式及Linux三大文本处理工具

grep、sed和awk都是文本处理工具，虽然都是文本处理工具但却都有各自的优缺点，一种文本处理命令是不能被另一个完全替换的，否则也不会出现三个文本处理命令了。

一、正则表达式

1、匹配字符的类型

[a-z]：小写字母

[A-Z]：大写字母

[a-Z]：小或大写字母

[0-9]：数字

[a-zA-Z0-9]：表示匹配一个为字母或数字的字符

. ：匹配1个任意字符，空格除外

[0-f]：16进制数

abc | def：abc或def
a (bc | de) f：abcf 或 adef

\<：单词头单词一般以空格或特殊字符做分隔,连续的字符串被当做单词

\>：单词尾

[^表达式]：除小写字母以外的所有字符，如此类推。

2、后跟以下符号控制匹配的数量

此类符号的左侧要有上面第一点的表达式

表达式*：0或n个字符

表达式+：1或n个字符

表达式?：0或1个字符

表达式{n}：n个字符

表达式{n:m}：n到m个字符

表达式{n,}：至少n个字符

【例】[a-z]*表示匹配0个或多个小写字母

3、将匹配的字符控制在头尾
^表达式：头部符合

表达式$：尾部符合

二、Linux三大文本处理工具

1、egrep 筛选工具

grep的扩展版，可以使用正则表达式

语法：

egrep -选项 '正则表达式' 文件名

选项：

-n :显示行号
-o :只显示匹配的内容
-q :静默模式，没有任何输出，得用$?来判断执行成功没有，即有没有过滤到想要的内容
-l ：如果匹配成功，则只将文件名打印出来，失败则不打印，通常-rl一起用，grep -rl 'root' /etc
-A :如果匹配成功，则将匹配行及其后n行一起打印出来
-B :如果匹配成功，则将匹配行及其前n行一起打印出来
-C :如果匹配成功，则将匹配行及其前后n行一起打印出来
--color
-c :如果匹配成功，则将匹配到的行数打印出来
-i ：忽略大小写
-v :取反，不匹配
-w：匹配单词

2、sed 流编辑器

语法：

语法1：sed -选项 '数字定位+命令' 文件名

选项：

-n：静默模式，不输出
-e：多项编辑，这个不是很清楚
-i：直接修改文件内容，而不是输出
-r：扩展模式，可使用正则表达式
-f：指定文件名，将动作写在新的文件内

命令：

a ∶ 追加append，
c ∶ 改变change，
d ∶ 删除delete，
i ∶ 插入insert， i 的后面可以接字串，而这些字串会在新的一行出现(目前的上一行)
p∶ 列印print
s∶ 取代substitute，可以直接进行替换的工作。通常这个 s 的动作可以搭配正则表达式。例如 1,20s/old/new/g

*s命令特别说明：

使用{命令1：命令2：命令3}可增加使用多个命令

语法2：sed -r '替换命令s/正则表达式/替换内容/贪婪选项g' 文件名

定位的两种方法：

①数字定位（输入行序号定位）

十进制数
1：单行
1,3：范围从第一行到第三行
2,+4：匹配行后若干行
4,~3：从第四行到下一个3的倍数行
2~3：第二行起每间隔三行的行
$：尾行
1!：除了第一行以外的行

【例】sed -n '1p' /etc/passwd

②正则表达式定位

正则必须用//包裹起来

扩展正则需要用 -r 参数或转义

替换可使用正则表达式的子模式，即小括号（），可以\1、\2代表子模式

【例】sed -r 's/(.)(.)/\2\1/ file1 表示将匹配到的第一部分和第二部分替换

*贪婪选项：填上g，代表把一行中所有匹配项替换

3、awk 文本分析工具

由命令、正则（需要用//包围起来）、比较和关系运算组合而成

使用option中的-F参数定义间隔符号

用$1,$2,$3等的顺序表示files中每行以间隔符号分隔的各列不同域，NF变量表示当前记录的字段数

语法

awk -选项参数 '逻辑判断{命令变量1,变量2,变量3}' 文件名

选项

-F 定义字段分隔符,默认的分隔符是连续的空格或制表符
-v 定义变量并赋值也可以借用次方式从shell变量中引入

AWK变量

NR 当前记录的个数(全部文件连接后的统计)
FNR 当前记录的个数(仅为当前文件的统计,非全部)
FS 字段分隔符默认为连续空格或制表符,可以使用多个不同的符号做分隔符 -F[:/]
OFS 输出字符的分隔符默认是空格
# awk -F: 'OFS="=====" {print $1,$2}' /etc/passwd
root=====x
NF 当前读入行的字段个数
ORS 输出记录分隔符默认是换行
# awk -F: 'ORS="=====" {print $1,$2}' /etc/passwd
root x=====bin x=====
FILENAME 当前文件名

【例1】使用AWK变量

									# awk '{print NR,FNR,$1}' file1 file2 

									1 1 aaaaa

									2 2 bbbbb

									3 3 ccccc

									4 1 dddddd

									5 2 eeeeee

									6 3 ffffff

									#

【例2】引用shell变量的方法

									# a=root

									# awk -v var=$a -F: '$1 == var {print $0}' /etc/passwd

									或者 把整个命令拆开传递,让shell变量外露,

									# awk -F: '$1 == "'$a'" {print $0}' /etc/passwd

									# a=NF

									# awk -F: '{print $'$a'}' /etc/passwd