正则表达式和grep用法,及文本查看、处理工具

概念

正则表达式,又称正规表示式正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。(维基百科)

通俗地说:正则表达式就是处理字符串的方法。透过一些特殊符号的辅助,达到对文本文件内字符串的搜索,替代,删除功能。通常配合grep,sed,awk,vi等支持正则表达式的工具程序使用。例如:现在有三个行文本:hello lucy. hello world. hi,hello linux.要是我们在windows记事本里面查找hello这个单词,三个都可以查到。要是我要查询以hello开头的行就不行,就要用到正则表达式”^hello”就可以查找到了。

分类:

1.基本正则表达式,BRE

2.扩展正则表达式,ERE

正则表达式用途:

1.从庞大的文本信息过滤出我们需要的关键信息。

2.字符串的快速查找,定位,替换,删除等

文本过滤工具grep详解

grep:( Global search REgular expression and Print out the line.)它和sed(流编辑器),awk(文本报告生成器),被称为linux文本处理三剑客。

grep用法:

grep [OPTIONS] PATTERN [FILE…]

grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…]

常用选项:

–color=auto 对匹配到的字符串高亮着色显示,centos7默认,centos6要手动设定

-i ignorecase,忽略字母大小写。

-o 仅显示匹配到的字符。

-v –invert-math, 反向选择显示不能被模式匹配到的行。

-q -quiet, –silent,静默模式,不输出任何信息。

-A n after ,后面可加数字,除了显示该行外,后面的n行也显示出来

-B n before,面可加数字,除了显示该行外,前面的n行也显示出来

-C n context,显示前后各n行。

-w  只显示符合全字符的行

-n  显示行号,

基本正则表达式元字符:

字符匹配:

1  . :匹配任意单个字符;例如,匹配/tmp/greptest文件里面字母b开头,中间包含两个任意字符,结尾字母是t的字符串:

正则表达式和grep用法,及文本查看、处理工具
正则表达式和grep用法,及文本查看、处理工具

2.[]:匹配指定范围内的任意单个字符,中括号内可以指定多个字符;例如:匹配/tmp/greptest文件里面字母t开头,中间包含1个任意字符,结尾字母是st的字符串:

正则表达式和grep用法,及文本查看、处理工具

3. [^]:匹配指定范围外的任意单个字符;例如:匹配/tmp/greptest文件里面字母oo前面不是小写字母的字符串:

[root@dxlcentOS ~]# grep -n ‘[^[:lower:]]oo’ /tmp/greptest    方法一

正则表达式和grep用法,及文本查看、处理工具

[:digit:]所有数字,等于[0-9]

[:lower:]小写字母,等于[a-z]

[:upper:]大写字母,等于[A-Z]

[:alpha:]所有字母,等于[a-z][A-Z]

[:alnum:]所有数字和字母,等于[a-z][A-Z][0-9]

[:punct:]特殊符号字符,例如!,@,#,$等

[:space:]空白字符,包括空格、tab、换行、分页符

字符匹配次数:用在要指定其出现的次数的字符的后面,用于限制其前面字符出现的次数;默认工作于贪婪模式;

1.  *:匹配其前面的字符任意次;0,1,多次;例如:匹配/tmp/greptest文件里面字母g前面跟o和g任意次

正则表达式和grep用法,及文本查看、处理工具

2    .*:匹配任意长度的任意字符。例如:匹配/tmp/greptest文件里面字母g和g之间出现的任意字符

正则表达式和grep用法,及文本查看、处理工具

3.  \?:匹配其前面的字符0次或1次;即其前面的字符是可有可无的;

正则表达式和grep用法,及文本查看、处理工具

4. \+:匹配其前面的字符1次或多次;即其面的字符要出现至少1次;例如:

正则表达式和grep用法,及文本查看、处理工具

5.  \{m\}:匹配其前面的单个连续出现字符m次;例如:匹配/tmp/greptest文件里面重复出现3次的字母o

正则表达式和grep用法,及文本查看、处理工具

6.  \{m,n\}:匹配其前面的单个字符连续出现至少m次,至多n次;例如:匹配/tmp/greptest文件里面重复出现最少3次,最多4次的字母o

正则表达式和grep用法,及文本查看、处理工具

7.  \{0,n\}:匹配单个字符连续出现至多n次。得出的匹配结果是有一个字母o都匹配,比较乱。

正则表达式和grep用法,及文本查看、处理工具

8.  \{m,\}:匹配前面单个字符至少m次,例如匹配字符o连续出现最少5次

正则表达式和grep用法,及文本查看、处理工具

字符位置锚定:

1.^:行首锚定;用于模式的最左侧的单词或字符;例如:匹配/tmp/greptest文件里面行首是the开头的行。

[root@dxlcentOS ~]# grep -n ‘^the’ /tmp/greptest

12:the symbol ‘*’ is represented as start.

24:the kiio pooo

匹配/tmp/greptest文件里面行首是小写字母开头的行

[root@dxlcentOS ~]# grep -n ‘^[a-z]’ /tmp/greptest

2:apple is my favorite food.

4:this dress doesn’t fit me.

10:motorcycle is cheap than car.

2.$:行尾锚定;用于模式的最右侧;例如:匹配/tmp/greptest文件里面ww字符结尾的行

[root@dxlcentOS ~]# grep -n “ww$” /tmp/greptest

26:these iisufu www

3.  ^PATTERN$:用于指定的PATTERN来匹配整行;例如:匹配/tmp/greptest文件里面以TH开头的行

正则表达式和grep用法,及文本查看、处理工具

4.^$:空白行;

[root@dxlcentOS ~]# grep -n ‘^   /tmp/functions | wc -l

87

[root@dxlcentOS ~]# grep -n ‘^$’ /tmp/functions

6:

8:

…….

5.  ^[[:space:]]*$:匹配空行或包含空白字符的行;例如:匹配/tmp/greptest文件里面的空行

正则表达式和grep用法,及文本查看、处理工具

单词匹配:不包含特殊字符,由字母组成的连续字符(字符串)都称为单词;

1.  \< 或 \b:词首锚定,用于单词模式的左侧;例如匹配字母kii开头的单词

正则表达式和grep用法,及文本查看、处理工具

2.  \> 或 \b:词尾锚定,用于单词模式的右侧;例如

正则表达式和grep用法,及文本查看、处理工具

3.  \<模式\>:匹配完整单词;例如,匹配good这个单词

正则表达式和grep用法,及文本查看、处理工具

练习:

1、显示/etc/passwd文件中不以/bin/bash结尾的行;

[root@dxlcentOS ~]# grep -v  “/bin/bash$” /etc/passwd

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

2、找出/etc/passwd文件中的两位数或三位数;

[root@dxlcentOS ~]# grep  “\b[0-9]\{2,3\}\b” /etc/passwd

mail:x:8:12:mail:/var/spool/mail:/sbin/nologin

operator:x:11:0:operator:/root:/sbin/nologin

games:x:12:100:games:/usr/games:/sbin/nologin

3、找出/etc/rc.d/rc.sysinit或/etc/grub2.cfg文件中,以至少一个空白字符开头,且后面非空白字符的行;

~]# grep  “^[[:space:]]\+[^[:space:]]”  /etc/grub2.cfg

正则表达式和grep用法,及文本查看、处理工具

4、找出”netstat -tan”命令的结果中以’LISTEN’后跟0、1或多个空白字符结尾的行;

正则表达式和grep用法,及文本查看、处理工具

~]# netstat -tan | grep  “LISTEN[[:space:]]*$”

分组及引用

\(\):分组。

这个概念思考了很久,比较难描述,用实例说明:

正则表达式和grep用法,及文本查看、处理工具

在/tmp/fenzu文件里里面,执行[root@dxlcentOS ~]# grep “dogo\{2\}” /tmp/fenzu,\{2\}是匹配前面的字符o两次,如果我要匹配连续出现的dogdog怎么做?

这个时候,就需要用到分组了,把dog分作一组,作为一个字符串的整体进行匹配就可以了。

正则表达式和grep用法,及文本查看、处理工具

上图所示:\(dog\)表示将dog作为一个字符串整体,\{2\}影响的字符就是前面的dog这个字符串整体。

\(dog\)\{2\}  这个正则表达式表示dog字符串连续出现两次,dogdog。

所以 \(   \)就是分组。括号内的内容看做一个整体,一个分组进行匹配。通俗地理解就是把多个字符串用括号括起来,组成一个整体进行匹配。

后向引用:前提示前面有了分组才能进行。

正则进行分组后,分组括号中的模式匹配 到的内容会被正则表达式引擎自动记录于内部的变量中,这些变量为:

\1:模式从左侧起,表示引用整个正则表达式第一个分组中的正则所匹配的结果

\2:模式从左侧起,表示引用整个正则表达式第2个分组中的正则所匹配的结果

\3

概念理解难懂,还是通过实例说明:在/tmp/yiny文件有如下内容,

He loves his lover.

He likes his lover.

She likes her liker.

She loves her liker.

假如我要匹配like和love 这俩个单词:

正则表达式和grep用法,及文本查看、处理工具

现在我改变需求了,我要把his和her前后的like和love都相同的行取出来,可以这样做:

正则表达式和grep用法,及文本查看、处理工具
正则表达式和grep用法,及文本查看、处理工具

所以,后向引用通俗理解就是匹配前后一样的字符串。\(l..e\),\(like\) 表示分组 。 把前面分组后的匹配结果再引用一次。  \1  表示后向引用。    .* 表示love和like中间的任意字符。\(l..e\)匹配到love后,\1就引用了love;\(like\)匹配到like后,\1就引用了llike。这就是后向引用。

扩展正则表达式egrep:

支持扩展的正则表达式实现类似于grep文本过滤功能;grep -E

egrep [OPTIONS] PATTERN [FILE…]

选项:

-i, -o, -v, -q, -A, -B, -C ,和基本grep没什么区别。

-G:支持基本正则表达式

扩展正则表达式的元字符:

字符匹配:

.:任意单个字符

[]:指定范围内的任意单个字符

[^]:指定范围外的任意单个字符

次数匹配:

*:任意次,0,1或多次;

?:0次或1次,其前的字符是可有可无的;

+:其前字符至少1次;

{m}:其前的字符m次;

{m,n}:至少m次,至多n次;

{0,n}  表示之前出现的字符至少连续出现0次,最多n次才会被匹配到。

{m,}  表示之前出现的字符至少连续出现m次才会被匹配到。

位置锚定

^:行首锚定;

$:行尾锚定;

\<, \b:词首锚定;

\>, \b:词尾锚定;

分组及引用:

():分组和基本正则表达式用法相同

后向引用:\1, \2, …

| 或:“|” 在扩展表达式中表示或

a|b:a或者b;

C|cat:C或cat

(c|C)at:cat或Cat

(com|net)表示com或net

例如:

正则表达式和grep用法,及文本查看、处理工具

总结:扩张正则和基本正则的元字符用法差不多,区别就是扩张正则对于小括号和花括号不用逃脱符\,阅读和使用起来简明一些。

综合练习:

1、找出/proc/meminfo文件中,所有以大写或小写S开头的行;至少有三种实现方式;

~]# grep -i “^s” /proc/meminfo

~]# grep “^[sS]” /proc/meminfo

~]# grep -E “^(s|S)” /proc/meminfo

[root@dxlcentOS ~]# egrep  “^(s|S)” /proc/meminfo

SwapCached:            0 kB

SwapTotal:      2097148 kB

2、显示当前系统上root、centos或user1用户的相关信息;

~]# grep -E “^(root|centos|user1)\>” /etc/passwd

[root@dxlcentOS ~]# grep -E “^(root|centos|user1)” /etc/passwd

3、找出/etc/rc.d/init.d/functions文件中某单词后面跟一个小括号的行;

[root@dxlcentOS ~]# egrep -o “[[:alnum:]]+\(\)” /etc/rc.d/init.d/functions

正则表达式和grep用法,及文本查看、处理工具

4、使用echo命令输出一绝对路径,使用egrep取出基名;

~]# echo /etc/sysconfig/ | grep  -E  -o  “[^/]+/?$”

进一步:取出其路径名;类似于对其执行dirname命令的结果;

5、找出ifconfig命令结果中的1-255之间的数值;

~]# ifconfig | grep  -E  -o  “\<([1-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\>”

6、取出ifconfig命令结果中的IP地址;

正则表达式和grep用法,及文本查看、处理工具

7、添加用户bash, testbash, basher以及nologin(其shell为/sbin/nologin);而后找出/etc/passwd文件中用户名同shell名的行;

正则表达式和grep用法,及文本查看、处理工具

“^([^:]+\>) ” 锚定行首,冒号除外的第一个单词后进行分组     .* 表示中间跟任意字符。\1$表示分组后在尾位进行匹配和行首相同的单词。

fgrep:不支持正则表达式快速搜索

在一些几万行,非常庞大的文本里面搜索速度很快。

常用的文本查看及处理工具命令:wc, cut, sort, uniq, diff, patch

1.wc    (Word Count)命令的功能为统计指定文件中的字节数、字数、行数,并将统计结果显示输出。

用法: wc [选项]  file…

常用选项:

-c 统计字节数。

-l 统计行数。

-w 统计字数。一个字被定义为由空白、跳格或换行字符分隔的字符串。

2.cut   对文件进过分析,通用指定分隔符,取出我们想要的内容。

用法:cut  [选项]   file…

-d  “指定的分隔符”:

-f   “指定的单个字段,用数字n表示,也可以取出多个字段,n1-n2,也可以取出分散的字段,用逗号隔开,n1,n2…”

例如:取出/etc/passwd文件第一到三字段内容

正则表达式和grep用法,及文本查看、处理工具

3.sort 文本内容排序命令

用法:sort  [选项]  file…

(多个文件时会内容会组合一起在屏幕输出)

常用选项:

-u   去除连续重复且相同的行

-k  指定第几列进行排序

-t 指定分隔符进行排序

-n 按数值大小排序

-r 逆向排序

-f  忽略大小写

例如:对ppp。txt文件第二列和第三列文件进行排序

正则表达式和grep用法,及文本查看、处理工具

4,uniq  报告或忽略重复的行,对相邻的重复的行起作用

用法:uniq [选项] 文件

常用选项:

-c  显示没行重复次数

-d 仅显示重复的行

-u  显示没有重复过的行

5,diff命令  比较两个文件或目录内内容,找到有改动的地方

用法:diff   [选项]  [旧文件1或目录1]    [新文件2或目录2]

常用选项:

-u  以合并的方式显示文件的内容不同

例如:比较、tmp/functions 和/etc/rc.d/init.d/functions连个文件的不同

[root@dxlcentOS tmp]# diff -u functions /etc/rc.d/init.d/functions

— functions  2017-10-21 17:57:03.359125204 +0800

+++ /etc/rc.d/init.d/functions  2017-05-03 18:17:50.000000000 +0800

@@ -681,12 +681,11 @@

“x$1” = xforce-reload -o \

“x$1” = xcondrestart ] ; then

+        systemctl_redirect $0 $1

exit $?

-hhhh

+    fi

fi

-strstr “ss(cat /proc/cmdline)” “rc.debug” && set -x

+strstr “$(cat /proc/cmdline)” “rc.debug” && set -x

return 0

-DGDGDGDD

说明:— 开头表示旧文件,+++ 开头表示新文件。@@ -681,12 +681,11 @@表示要修改的位置。+表示新文件内容。 -表示旧文件内容

6. patch命令 向文件打补丁

补丁文件创建通常由: # diff  /PATH/TO/OLDFILE  /PATH/TO/NEWFILE > /PATH/TO/P_FILE  创建。修改好后就可以向旧文件打补丁。

打补丁方法:

方法1:# patch [OPTIONS] -i /PATH/TO/P_FILE /PATH/TO/OLDFILE

方法2:patch /PATH/TO/OLDFILE < /PATH/TO/P_FILE

如果要取消补丁做出的更改,恢复旧版本:

patch   -E    /PATH/TO/OLDFILE < /PATH/TO/P_FILE

-E :取消打补丁。

注:以上练习在centos7下进行。

本文来自投稿,不代表Linux运维部落立场,如若转载,请注明出处:http://www.178linux.com/87978

(0)
N27_dxldengN27_dxldeng
上一篇 2017-10-21
下一篇 2017-10-21

相关推荐

  • N25第2周作业

    1.Linux上的文件管理类命令都有哪些,其常用的使用方法及其相关示例演示 地址:博客园http://www.cnblogs.com/qingyangzi/p/6172100.html.

    Linux干货 2016-12-13
  • 脚本进阶笔记整理

    一、逻辑运算 变量:   本地变量、环境变量、局部变量、位置参数变量、特殊变量   变量赋值:name=value,export name=value,declare -x name=value   变量引用:$name,${name}   注意:有些时候{}不能省略,例如 &n…

    Linux干货 2017-03-26
  • 第一周linux学习总结

    1、描述计算机的组成及其功能
    2、按系列罗列Linux的发行版,并描述不同发行版之间的联系与区别
    3、描述Linux的哲学思想,并按照自己的理解对其进行解释性描述
    4、说明Linux系统上命令的使用格式;详细介绍ifconfig、echo、tty、startx、export、pwd、history、shutdown、poweroff、reboot、hwclock、date命令的使用,并配合相应的示例来阐述
    5、如何在Linux系统上获取命令的帮助信息,请详细列出,并描述man文档的章节是如何划分的
    6、请罗列Linux发行版的基础目录名称命名法则及功用规定

    Linux干货 2017-12-04
  • DNS搭建实例

      环境介绍 系统版本:CentOS 7.2 程序包:bind(提供的dns server程序、已经几个常用的测试程序)、bind-utils(bind客户端程序集,例如dig,host,nslookup等) 缓存名称服务器的配置: 1、安装程序包     ~]# yum install&…

    Linux干货 2017-02-15
  • 进程管理

    简述进程的相关理论与工具使用

    2017-09-09