Centos7 Shell编程之正则表达式、文本处理工具详解
1. 正则表达式
正则表达式可以很灵活的提供各种模糊匹配的筛选规则。常被用来检索、替换那些符合某个模式的文本。grep、sed、awk等文本处理工具都支持通过正则表达式进行模式匹配
1.1 常规匹配
一串不包含特殊字符的正则表达式，匹配包含它自己的字符，例如：
[root@bigdata001 ~]# cat /etc/passwd | grep root
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
[root@bigdata001 ~]#
1.2 常用特殊字符
特殊字符：^：匹配一行的开头，例如：
[root@bigdata001 ~]# cat /etc/passwd | grep ^root
root:x:0:0:root:/root:/bin/bash
[root@bigdata001 ~]#
特殊字符：$：匹配一行的结束，例如：
[root@bigdata001 ~]# cat /etc/passwd | grep bash$
root:x:0:0:root:/root:/bin/bash
[root@bigdata001 ~]#
特殊字符：.：匹配一个任意的字符，例如：
[root@bigdata001 ~]# cat /etc/passwd | grep r..t
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
[root@bigdata001 ~]#
特殊字符：*：不单独使用，和上一个字符连用，表示匹配上一个字符0次或多次，例如
[root@bigdata001 ~]# cat /etc/passwd | grep ro*t
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
[root@bigdata001 ~]#
字符区间：[ ]：表示匹配某个范围内的一个字符
- [68]：匹配6或者8
- [0-9]：匹配一个0-9的数字
- [0-9]*：匹配任意长度的数字字符串
- [a-z]：匹配一个a-z之间的字符
- [a-c, e-f]-匹配a-c或者e-f之间的任意一个字符
[root@bigdata001 ~]# echo 12345 | grep "[0-9]*"
12345
[root@bigdata001 ~]#
**特殊字符：**：表示转义，并不会单独使用。由于所有特殊字符都有其特定匹配模式，当我们想匹配某一特殊字符本身时(例如我想找出所有包含’$'的行)，就会碰到困难。此时我们就要将转义字符和特殊字符连用，来表示特殊字符本身，例如：
[root@bigdata001 ~]# echo -e 'abc$def'"\n123456" | grep '\$'
abc$def
[root@bigdata001 ~]#
实战练习：
[root@bigdata001 ~]# echo 13667894536 | grep -E ^1[34578][0-9]{9}$
13667894536
[root@bigdata001 ~]#
grep默认是不支持正则特殊字符{}的，需要开启拓展正则表达式功能
2. 文本处理工具
2.1 cut
cut可以将文件中内容(也可以通过管道符传输)，按照指定分隔符将每一行进行切割，然后取指定字节、字符、字段进行输出
基本语法： cut [选项参数] filename
选项参数如下：
-d 分隔符：按照指定分隔符分割每行数据，默认是制表符\t
-f 列号：取第几列。可以使用3,5表示取第三列和第五列，-3、3-5、5-分布表示取前三列、第三列到第五列、第五列和后面所有列
-c 字符号：表示取第个字符。不能指定分隔符
-b 字节号：表示取第个字节。不能指定分隔符
示例：
[root@bigdata001 ~]# cat /etc/passwd | grep bash$ | cut -d ":" -f 1
root
bigdata
[root@bigdata001 ~]#
[root@bigdata001 ~]# cat /etc/passwd | grep bash$ | cut -d ":" -f 6-
/root:/bin/bash
/home/bigdata:/bin/bash
[root@bigdata001 ~]#
[root@bigdata001 ~]# cat /etc/passwd | grep bash$ | cut -c 1
r
g
[root@bigdata001 ~]#
实战示例：
[root@bigdata001 ~]# ifconfig ens33 | grep netmask | cut -d " " -f 10
192.168.8.111
[root@bigdata001 ~]#
2.2 awk
awk把文件逐行的读入(文件名或通过管道符传输)，以空格为默认分隔符将每行切片，切开的部分再进行分析处理
基本语法：awk [选项参数] ‘/pattern1/{action1} /pattern2/{action2} …’ filename
- pattern：表示awk在数据中查找的内容，就是正则表达式匹配
- action：在找到匹配内容时所执行的一系列命令
选项参数说明
- -F 分隔符：指定输入文件每行分隔符
- -v 变量名=变量值：赋值一个用户定义变量
awk的内置变量
FILENAME：文件名NR：数据所在的行号NF：每行切割后的列数
示例1：
[root@bigdata001 ~]# cat /etc/passwd | grep bash$
root:x:0:0:root:/root:/bin/bash
bigdata:x:996:1000::/home/bigdata:/bin/bash
[root@bigdata001 ~]#
[root@bigdata001 ~]# awk -F ":" -v my_var=1 'BEGIN{print "begin line"} /bash$/{print $3+my_var", "$1", 文件名: "FILENAME", 行号: "NR", 列数: "NF} END{print "end line"}' /etc/passwd
begin line
1, root, 文件名: /etc/passwd, 行号: 1, 列数: 7
997, gpadmin, 文件名: /etc/passwd, 行号: 22, 列数: 7
end line
[root@bigdata001 ~]#
- BEGIN和END都是可选的，表示在所有数据行读取之前或之后执行的操作
- 可以不定义pattern，只定义action
- print是awk内部的命令
- $1表示第一列，$2表示第二列，依次类推
示例2：
[root@bigdata001 ~]# ifconfig | awk '/netmask/{print $2}'
192.168.8.111
127.0.0.1
[root@bigdata001 ~]#
前面的多个空格会当作一个空格，且只统计有内容的列所在的位置
示例3：
[root@bigdata001 ~]# cat test.awk
#!/bin/awk -f
# 在所有数据行读取之前的操作
BEGIN {
# 定义变量
math = 0
english = 0
printf "name math english total\n"
}
# 对每行数据进行的操作
{
math+=$2
english+=$3
printf "%-10s %6d %9d %7d\n", $1, $2, $3, $2+$3
}
# 在所有数据行读取之后的操作
END {
printf "total: %6d %9d\n", math, english
printf "average: %6.2f %9.2f\n", math/NR, english/NR
}
[root@bigdata001 ~]#
[root@bigdata001 ~]# echo -e "zhang_san 60 80\nli_si 70 90" | awk -f test.awk
name math english total
zhang_san 60 80 140
li_si 70 90 160
total: 130 170
average: 65.00 85.00
[root@bigdata001 ~]# - printf是wak内置命令
- printf中-表示左对齐，默认右对齐。数字表示宽度。s表示字符串，d表示数字，f表示浮点数(数字1.数字2：数字1表示宽度，数字2表示小数点位数)
到此这篇关于Centos7 shell编程之正则表达式、文本处理工具的文章就介绍到这了,更多相关正则表达式、文本处理工具内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
相关文章