shell命令补充与正则表达式

文章目录

• shell命令补充与正则表达式
• sort命令
• • 语法格式
  • 常用选项
  • 示例
• uniq命令
• • 格式
  • 常用选项
• tr命令
• • 格式：
  • 常用选项
  • 参数
• cut命令
• • 格式
  • 常用选项:
• split命令
• • 语法格式:
  • 常用选项
• eval命令
• 正则表达式
• • 基础正则表达式常见元字符：（支持的工具：grep、egrep、sed、awk）
  • 扩展正则表达式:（支持的工具：egrep、awk、grep -E、 sed -r）
  • 例：

sort命令

sort命令–以行为单位对文件进行排序，也可以根据不同的数据类型来排序

比较原则是从首字符向后，依次按照ASCII值进行比较，最后将他们按升序输出

语法格式

sort [选项] 参数
cat file | sort 选项

常用选项

-f：忽略大小写，会将小写的字母转换为大写字母来进行比较
-b：忽略每行前面的空格
-n：按照数字进行排序
-r：反向排序
-u：等同于uniq，表示相同的数据仅显示一行
-t：指定字段分隔符，默认使用[Tab]键分离
-k：指定排序字段
-o<输出文件>：将排序后的结果转存至指定文件

示例

原文件

uniq命令

uniq命令-- 用于报告或者忽略文件中连续的重复行

格式

uniq [选项] 参数
cat 文件名 | uniq 选项

常用选项

-c：进行计数
-d：仅显示连续的重复行
-u：仅显示出一次的行

tr命令

常用于对来自标准输入的字符进行替换、压缩和删除

格式：

tr [选项] 参数

常用选项

-c	保留字符集1的字符，其他的字符（包括换行符\n）用字符集2替换
-d	删除所有属于字符集1的字符
-s	将重复出现的字符串压缩为一个字符串，用字符集2 替换 字符集1
-t	字符集2 替换 字符集1，不加选项同结果

参数

字符集1：

指定要转换或删除的原字符集。当执行转换操作时，必须使用参数”字符集2“指定转换操作时，必须使用参数”字符集2“指定转换的目标字符集。但执行删除操作时，不需要参数”字符集2“

字符集2：

指定要转换成的目标字符集

cut命令

cut命令—显示行中的指定部分，删除文件中指定字段语法格式:

格式

cut [选项] 参数
cat file l cut 选项

常用选项:

-f :通过指定哪一个字段进行提取。cut命令使用"TAB"作为默认的字段分隔符。

-d : "TAB"是默认的分隔符，使用此选项可以更改为其他的分隔符。

--complement : 此选项用于排除所指定的字段。

--output-delimiter :更改输出内容的分隔符。

echo ${i:9:8} #字符串的分片

split命令

split命令—linux下将一个大的文件拆分成若干小文件

语法格式:

split 选项 参数 原始文件 拆分后文件名前缀

常用选项

-l：以行数拆分

-b：以大小拆分

eval命令

命令字前加上eval时，shel1会在执行命令之前扫描它两次。eval命令将首先会先扫描命令行进行所有的置换，然后再执行该命令。该命令适用于那些一次扫描无法实现其功能的变量。该命令对变量进行两次扫描。
示例1:

echo "hello world" > filemyfile="cat file"
echo myfile
eval $myfile

正则表达式

通常用于判断语句中，用来检查以字符串是否满足某一格式

正则表达式是由普通字符与元字符组成
普通字符包括大小写字母、数字、标点符号及一些其他符号
元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符〈即位于元字符前面的字符或表达式)在目标对象中的出现模式

基础正则表达式常见元字符：（支持的工具：grep、egrep、sed、awk）

\ :转义字符，用于取消特殊符号的含义。例如：\!  \n  \$等

^ :匹配字符串开始的位置 例如：^a  ^the  ^[a-z]

$:匹配字符串结束的位置 例：word$  ^$匹配空行

. :匹配除\n之外的任意的一个字符 例： go.d  g..d

* :匹配前面子表达式0次或者多次 例：goo*d  g0.*d

[list]:匹配list列表中的一个字符 例：go[ola]d [abc] [a-z] [a-z0-9] [0-9]匹配任意一个数字

[^list]:匹配任意非list列表中的一个字符 例：go[^ola]d [^abc] [^a-z] [^a-z0-9] [^0-9]匹配任意一个数字

\{n\}:匹配前面的子表达式n次 例：go\{2\}d [o-9]\{2\}
#匹配两次

\{n,\}:匹配前面的子表达式不少于n次 例：go\{2,\}d [o-9]\{2,\}  #匹配至少两次

\{n,m\}:匹配前面的子表达式不少于n次 例：go\{2,3\}d [o-9]\{2,3\} #匹配两到三次

扩展正则表达式:（支持的工具：egrep、awk、grep -E、 sed -r）

+：匹配前面的子表达式1次以上

？：匹配前面的子表达式0次或者1次

()：将括号中的字符串作为一个整体

|：以或的方式匹配字符串

例：

获取文件中的电话号码
区号 ：以025kaitou
分隔符 ：不填，空格或者-
号码 ： 8或5开头共8位

 cat haoma |egrep "^025[- ]?[58][0-9]{7}$"

获取文件中的邮箱
邮箱分为四段
用户名：只能以_或者字母开头，在6到16位之间
@
子域（二级域）：可以是任意字符，但符号只能包含"-" “_” "."长度不限
顶级域：只能为字母且长度为2~5个字符

cat youxiang |egrep "^[_a-zA-Z][^@ ]{5,15}@[a-z0-9A-Z_-.]*[a-zA-Z]{2,5}$"