《鸟哥的Linux私房菜—基础学习篇》正则表达式与文件格式化处理

正则表达式：处理字符串的方法，以行为单位进行字符串的处理行为，正则表达式经过一些特殊符号的辅助，让用户轻易达到查找、删除、替换某特定字符串的处理程序。

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，那么该工具程序就能够用来做为正则表达式的字符串处理之用。

基础正则表达式

语系对正则表达式的影响;

• LANG=C时：0 1 2 3 4 。。。 A B C D … Z a b c d 。。。 z
• LANG=zh_CN时：0 1 2 3 4 … a A b B c C d D … z Z

使用正则表达式时，须要特别留意当时的环境语系，不然会发现与别人不一样的选取结果

为了不编码所形成的英文与数字选取的问题，特殊符号：

• [:alnum:] 英文大小写字符及数字
• [:alpha:]英文大小写字符
• [:upper:]英文大写字符
• [:lower:]英文小写字符
• [:digit:]数字

grep [-A] [-B] [—color==auto] ‘搜寻的字符串’filename

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befor的意思，除了列出该行外，前面的n行也列出来

• 语系已经使用“export LANG=C”的设置值
• grep已经使用alias设置成为“grep –-color==auto”

查找特定的字符串

利用中括号[]来查找集合字符

行首和行尾字符^$

^符号在字符集和符号（中括号[]）以内和以外是不一样的，在[]内表明“反向选择”，在[]以外表明定位在行首

找出空白行：^$（只有行首和行尾）

任意一个字符.（小数点）：表明必定有一个任意字符

与重复字符*（星号）：表明重复前一个字元，0到无穷屡次的意思

“.*”表明零个或任意多个字符的意思

限定连续RE字符的范围{}：必须使用转义字符 \

正则表达式的特殊字符与通常在命令行输入命令的“通配符”并不相同

sed工具

sed [-nefr] 动做

参数：

-n：使用安静模式，在通常sed用法中，全部来自STDIN的数据通常都会列出到屏幕上，但若是加上参数-n后，则只有通过sed特殊处理的哪一行（或操做）才会被列出来

-e：直接在命令行模式上进行sed的动做编辑

-f：直接将sed的动做写在一个文件内，-f filename则能够执行filename内的sed动做

-r：sed的动做支持扩展型正则表达式语法（默认是基础型正则表达式语法）

-i：直接修改读取的文件内容，而不是由屏幕输出

动做说明：

[n1,[n2]] function

n1，n2：通常表明选择进行动做的行数

function有以下参数：

a：新增

c：替换

d：删除

i：插入

p：打印

s：替换，’s/要被替换的字符/新的字符串/g’

sed后边接的动做，务必以“两个单引号括住

$表明最后一行

新增好几行的时候，每一行中间必需要以反斜杠来进行新行的增长

awk：好用的数据处理工具

sed经常做用于一整行的处理，awk比较倾向于将一行分红数个”字段“来处理。所以，awk至关适合处理小型的数据处理

awk ‘条件类型1[动做1]条件类型2[动做2]…’filename

awk主要处理每一行的字段内的数据，而默认的字段的分隔符为空格键或[Tab]键

每一行的每个字段都有变量名称，$1，$2。$0表明一整行数据的意思

整个awk的处理流程是：

1. 读入第一行，并将第一行的数据填入变量名称中
2. 依据条件类型的限制，判断是否须要进行后面的操做
3. 作完全部的动做与条件类型
4. 若还有后续的”行“的数据，重复以上1~3步骤，直到全部的数据都读完为止

awk以行为一次处理的单位，而以字段为最小处理的单位

awk内置变量：

• NF：每一行拥有的字段总数
• NR：目前awk所处理的是”第几行“的数据
• FS：目前的分隔符，默认是空格键

awk逻辑运算符：> < >= <= == !=

• 全部awk的动做，即在{}内的动做，若是有须要多个命令辅助时，可利用分号；间隔，或者直接以【enter】键来隔开每一个命令
• 逻辑运算当中，若是是”等于“的状况，务必使用==
• 格式化输出时，在printf的格式设置中，务必加上\n，才能进行分行
• 变量能够直接使用，不须要加上$号

文件比较工具

同一个软件的不一样版本之间，比较配置文件与源文件的区别。

diff：以行为单位比较，通常用在ASCII纯文本文件的比较上。一般是用在同一的文件（或软件）的新旧版本区别

diff [-bBi] from-file to-file

参数：

-b：忽略一行当中仅有多个空白的区别

-B：忽略空白行的区别

-i：忽略大小写

cmp [-s] file1 file2

主要利用”字节“单位去比较

参数：

-s：将全部不一样点的字节都列出来，由于cmp默认仅会输出第一个发现的不一样点

patch

将区别文件制做成补丁文件：

dif –Naur 旧文件 新文件 > *.patch

更新：patch –pN < patch_file

还原：patch –R –pN < patch_file

参数：

-p：后面的N表示取消几层目录

-R：表明还原，将新的文件还原成旧的版本

文件打印准备：pr