Linux中正则表达式与文件格式化处理命令(awk/grep/sed)

一.正则表达式

1.1国际字符模式匹配或匹配模式的类名

[:alnum:] : 0-9,A-Z,a-z

[:alpha:] : A-Z,a-z

[:upper:] : A-Z

[:lower:] : a-z

[:digit:] : 0-9

[:space:] : 空格或tab键

1.2基础正则表达式

^word：待查找的字符串在行首。

word$：待查找的字符串在行尾。

. ：代表一定有一个任意字符的字符。

\ ：转义字符，将特殊符号的意义去除。

* ：重复0个到无穷多个的前一个字符。

[list]：从字符集合的RE字符里面找出想要选取的字符，在[]当中代表一个待查找的字符；

例如：[afg]代表a或f或g的意思。

[n1-n2]：代表想要找出的字符范围;

eg:[0-9]表示0到9；[a-z]代表a到z。

[^list]：找出不要的字符串或范围，即找出不含list中字符串的；

eg：[^A-Z]：代表不要非大写字母；[^t]：不要字母t。

\{n,m\}：相当于{n,m}的转义，因{的转义为\{，因}的转义为\}，表示连续n到m个前一个字符。

\{n\}：相当于{n}，即表示重复n个前一个字符。

\{n,\}：相当于{n,}，表示连续n个以上的前一个字符。

注：正则表达式的特殊字符与一般命令行输入命令的“通配符”并不相同。在通配符中*表示0到无限多个字符。但在正则表达式中，*则是0到无穷多个前一个字符。

eg：查找以a开头的文件名的两种实现：

通配符： ls -l a*

正则表达式：ls -l | grep '^a.*'

1.3扩张正则表达式

grep默认只支持基础正则表达式，如果使用扩展性表达式，可以使用grep -E，不过更建议直接使用egrep。egrep == grep -E。

+ ：重复一个或一个以上的前一个RE字符。

eg：egrep -n 'go+d' a.txt

即god，good，goood，...。

? ：0个或1个的前一个RE字符。

eg: egrep -n 'go?d' a.txt

即gd,god,good,...。

| ：用或(or)的方式找出数个字符串。

eg：egrep -n 'gd|god' a.txt

查找含gd或good的行。

()：找出‘组’字符串

eg：egrep -E 'g(la|oo)d' a.txt

找出glad或good的行。

()+：多个重复组的判别

eg：egrep 'A(xyz)+C' a.txt

开头为A，结尾为C，中间位1一个以上的xyz字符串。

注：RE：regular expression（正则表达式）。