《鳥哥的Linux私房菜—基礎學習篇》正則表達式與文件格式化處理

正則表達式：處理字符串的方法，以行爲單位進行字符串的處理行爲，正則表達式經過一些特殊符號的輔助，讓用戶輕易達到查找、刪除、替換某特定字符串的處理程序。

正則表達式基本上是一種「表示法」，只要工具程序支持這種表示法，那麼該工具程序就能夠用來做爲正則表達式的字符串處理之用。

基礎正則表達式

語系對正則表達式的影響;

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

使用正則表達式時，須要特別留意當時的環境語系，不然會發現與別人不一樣的選取結果

爲了不編碼所形成的英文與數字選取的問題，特殊符號：

• [:alnum:] 英文大小寫字符及數字
• [:alpha:]英文大小寫字符
• [:upper:]英文大寫字符
• [:lower:]英文小寫字符
• [:digit:]數字

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

參數：

-A：後面可加數字，爲after的意思，除了列出該行外，後續的n行也列出來

-B：後面可加數字，爲befor的意思，除了列出該行外，前面的n行也列出來

• 語系已經使用「export LANG=C」的設置值
• grep已經使用alias設置成爲「grep –-color==auto」

查找特定的字符串

利用中括號[]來查找集合字符

行首和行尾字符^$

^符號在字符集和符號（中括號[]）以內和以外是不一樣的，在[]內表明「反向選擇」，在[]以外表明定位在行首

找出空白行：^$（只有行首和行尾）

任意一個字符.（小數點）：表明必定有一個任意字符

與重複字符*（星號）：表明重複前一個字元，0到無窮屢次的意思

「.*」表明零個或任意多個字符的意思

限定連續RE字符的範圍{}：必須使用轉義字符 \

正則表達式的特殊字符與通常在命令行輸入命令的「通配符」並不相同

sed工具

sed [-nefr] 動做

參數：

-n：使用安靜模式，在通常sed用法中，全部來自STDIN的數據通常都會列出到屏幕上，但若是加上參數-n後，則只有通過sed特殊處理的哪一行（或操做）纔會被列出來

-e：直接在命令行模式上進行sed的動做編輯

-f：直接將sed的動做寫在一個文件內，-f filename則能夠執行filename內的sed動做

-r：sed的動做支持擴展型正則表達式語法（默認是基礎型正則表達式語法）

-i：直接修改讀取的文件內容，而不是由屏幕輸出

動做說明：

[n1,[n2]] function

n1，n2：通常表明選擇進行動做的行數

function有以下參數：

a：新增

c：替換

d：刪除

i：插入

p：打印

s：替換，’s/要被替換的字符/新的字符串/g’

sed後邊接的動做，務必以「兩個單引號括住

$表明最後一行

新增好幾行的時候，每一行中間必需要以反斜槓來進行新行的增長

awk：好用的數據處理工具

sed經常做用於一整行的處理，awk比較傾向於將一行分紅數個」字段「來處理。所以，awk至關適合處理小型的數據處理

awk ‘條件類型1[動做1]條件類型2[動做2]…’filename

awk主要處理每一行的字段內的數據，而默認的字段的分隔符爲空格鍵或[Tab]鍵

每一行的每個字段都有變量名稱，$1，$2。$0表明一整行數據的意思

整個awk的處理流程是：

1. 讀入第一行，並將第一行的數據填入變量名稱中
2. 依據條件類型的限制，判斷是否須要進行後面的操做
3. 作完全部的動做與條件類型
4. 若還有後續的」行「的數據，重複以上1~3步驟，直到全部的數據都讀完爲止

awk以行爲一次處理的單位，而以字段爲最小處理的單位

awk內置變量：

• NF：每一行擁有的字段總數
• NR：目前awk所處理的是」第幾行「的數據
• FS：目前的分隔符，默認是空格鍵

awk邏輯運算符：> < >= <= == !=

• 全部awk的動做，即在{}內的動做，若是有須要多個命令輔助時，可利用分號；間隔，或者直接以【enter】鍵來隔開每一個命令
• 邏輯運算當中，若是是」等於「的狀況，務必使用==
• 格式化輸出時，在printf的格式設置中，務必加上\n，才能進行分行
• 變量能夠直接使用，不須要加上$號

文件比較工具

同一個軟件的不一樣版本之間，比較配置文件與源文件的區別。

diff：以行爲單位比較，通常用在ASCII純文本文件的比較上。一般是用在同一的文件（或軟件）的新舊版本區別

diff [-bBi] from-file to-file

參數：

-b：忽略一行當中僅有多個空白的區別

-B：忽略空白行的區別

-i：忽略大小寫

cmp [-s] file1 file2

主要利用」字節「單位去比較

參數：

-s：將全部不一樣點的字節都列出來，由於cmp默認僅會輸出第一個發現的不一樣點

patch

將區別文件製做成補丁文件：

dif –Naur 舊文件 新文件 > *.patch

更新：patch –pN < patch_file

還原：patch –R –pN < patch_file

參數：

-p：後面的N表示取消幾層目錄

-R：表明還原，將新的文件還原成舊的版本

文件打印準備：pr