轻松学习之Linux教程六 正则表达式详解

本系列文章由@超人爱因斯坦出品，转载请注明出处。  

        作者：超人爱因斯坦    个人网站：http://www.hpw123.net 

         文章链接：http://hpw123.net/a/Linux/Linuxjichu/2014/1101/104.html

    邮箱： [e-mail]

         CSDN：http://blog.csdn.net/u010283694

正则表达式是一些特殊字符的排列，用以查找、替换、删除一些或多行文字字符串，简单的说，正则表达式就是用在字符串的处理上面的一项“表达式”使用它真的很方便，所以好好学习吧，真的很有用呢。

好了，让我们进入主题吧：

一.正则表达式

1.什么是正则表达式

正则表达式基本上是一种“表示法”，只要工具程序支持这种表示法，那么该工具程序就可以用来作为正则表达式的字符串处理之用。例如vi，grep,，awk，sed等工具，因为它们有支持正则表达式

2.语系对正则表达式的影响

使用正则表达式时，需要特别留意当时环境的语系为何，否则可能会发现与别人不相同的选取结果

由于一般我们在练习正则表达式时，使用的是兼容POSIX的标准，因此就使用“C”这个语系，另外，为了要避免这样编码所造成的英文与数字的选取问题，因此有些特殊的符号我们需要了解，如下

3.基础正则表达式字符（characters）

4.grep，sed使用

语法：

[root@www ~]# grep [-A] [-B] [--color=auto] '搜寻字符串' filename 选项参数： -A ：后面可加数字，为 after 的意思，除了列出该行外，后续的 n 行也列出来； -B ：后面可加数字，为 befer 的意思，除了列出该行外，前面的 n 行也列出来； --color=auto 可将正确的那个选取数据列出颜色

[root@www ~]# sed [-nefr] [劢作] 选项参数： -n ：使用安静(silent)模式。在一般 sed 的用法中，所有来自 STDIN 的数据一般都会被列出到屏幕上。但如果加上 -n 参数后，则只有经过 sed 特殊处理的那一行(或者动作)才会被列出来。 -e ：直接在指令列模式上进行 sed 的动作编辑； -f ：直接将 sed 的动作写在一个文件内， -f filename 则可以执行 filename 内的 sed 劢作； -r ：sed 的动作支持的是扩展型正则表达式的语法。(默认是基础正则表达式语法) -i ：直接修改读取的文件内容，而不是由屏幕输出。 动作说明： [n1[,n2]]function n1, n2 ：不见得会存在，一般代表『选择进行动作的行数』，举例来说，如果我的动作是需要在 10 到 20 行之间进行的，则『 10,20[动作行为] 』 function 有底下这些咚咚： a ：新增， a 的后面可以接字符串，而这些字符串会在新的一行出现(目前的下一行)～ c ：替换， c 癿后面可以接字符串，这些字符串可以替换 n1,n2 之间的行！ d ：删除，因为是删除啊，所以 d 后面通常不接任何咚咚； i ：插入， i 癿后面可以接字符串，而这些字符串会在新的一行出现(目前的上一行)； p ：打印，也就是将某个选择的数据印出。通常 p 会与参数 sed -n 一起运作～ s ：替换，可以直接进行替换的工作哩！通常这个 s 的动作可以搭配正则表达式！例如 1,20s/old/new/g 就是啦！

案例：

步骤一：先观察原始信息，利用 /sbin/ifconfig 查询 IP 为何？ [root@www ~]# /sbin/ifconfig eth0 eth0 Link encap:Ethernet HWaddr 00:90:CC:A6:34:84 inet addr:192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0 inet6 addr: fe80::290:ccff:fea6:3484/64 Scope:Link UP BROADCAST RUNNING MULTICAST MTU:1500 Metric:1 .....(以下省略).....步骤二：利用关键词配合 grep 选取出关键的一行数据 [root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' inet addr:192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0 # 当场仅剩下一行！接下l来，我们要将开始到 addr: 通通删除，就是像底下这样： # inet addr:192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0 # 上面的删除关键在于『 ^.*inet addr: 』啦！正则表达式出现！ ^_^ 步骤三：将 IP 前面的部分予以删除 [root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | \ > sed 's/^.*addr://g' 192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0 # 仔细与上个步骤比较一下，前面的部分不见了！接下来则是删除后续的部分，即： # 192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0 # 此时所需的正则表达式为：『 Bcast.*$ 』就是啦！ 步骤四：将 IP 后面的部分予以删除 [root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | \ > sed 's/^.*addr://g' | sed 's/Bcast.*$//g' 192.168.1.100#另一个例子利用 sed 将 regular_express.txt 内每一行结尾若为 . 则换成 ! [root@www ~]# sed -i 's/\.$/\!/g' regular_express.txt # 上头的 -i 选项可以让你的 sed 直接去修改后面接的文件内容而不是由屏幕输出喔！ 

5.扩展正则表达式

二.文件的格式化及相关处理

1.格式化打印：printf

语法：

[root@www ~]# printf '打印格式' 实际内容 选项参数： 关于格式方面的几个特殊样式： \a 警告声音输出 \b 退格键(backspace) \f 清除屏幕 (form feed) \n 输出新的一行 \r 即 Enter 按键 \t 水平的 [tab] 按键 \v 垂直的 [tab] 按键 \xNN NN 为两位数的数字，可以转换数字成为字符。 关于 C 程序语言内，常见的变量格式 %ns 那个 n 是数字， s 代表 string ，即多少个字符； %ni 那个 n 是数字， i 代表 integer ，即多少整数字数； %N.nf 那个 n 与 N 都是数字， f 代表 floating (浮点)，如果有小数字数， 假如我共要十个位数，但小数点有两位，即为 %10.2f 啰！

案列：

将 (printf.txt) 内容仅列出姓名与成绩：(用 [tab] 分隔) [root@www ~]# printf '%s\t %s\t %s\t %s\t %s\t \n' $(cat printf.txt) Name Chinese English Math Average DmTsai 80 60 92 77.33 VBird 75 55 80 70.00 Ken 60 90 70 73.33

2.awk：好用的数据处理工具

awk也是一个非常棒的数据处理工具，相比于sed常常作用于一整行的处理，awk则比较倾向于将一行分成数个“字段"来处理，因此，awk相当适合处理小型的数据数据处理呢，awk通常的运行的模式是这样的

[root@www ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename

awk内置变量

案例：

[root@www ~]# last -n 5| awk '{print $1 "\t lines: " NR "\t columes: " NF}' root lines: 1 columes: 10root lines: 2 columes: 10 root lines: 3 columes: 10 dmtsai lines: 4 columes: 10 root lines: 5 columes: 9 # 注意喔，在 awk 内的 NR, NF 等变量要用大写，且不需要有 $ 啦！

awk的逻辑运算符（用于条件判断）

                                                                     ——————————超人爱因斯坦于2014年11月01日更新

ok,今天的内容大概就是这些，如果有什么写的不对的，求大神指正，我们下篇文章见：）

呵呵，让我们轻松一下吧    正能量

更多文章尽在：www.hpw123.net