使用 awk 過濾文本或文件中的字符串

• 什麼是正則表達式?03%
• -正則表達式的特色05%
• -如何在 Linux 中使用 awk 過濾工具22%
  • -一個使用 awk 的簡單示例：23%
  • -結合模式使用 awk27%
  • -在 awk 模式中使用通配符 (.)32%
  • -在 awk 模式中使用字符 (*)37%
  • -結合集合 [ character(s) ] 使用 awk59%
  • -以範圍的方式指定字符67%
  • -結合元字符 (^) 使用 awk75%
  • -結合元字符 ($) 使用 awk79%
  • -結合轉義字符 (\) 使用 awk84%
• -總結92%

當咱們在 Unix/Linux 下使用特定的命令從字符串或文件中讀取或編輯文本時，咱們常常須要過濾輸出以獲得感興趣的部分。這時正則表達式就派上用場了。

什麼是正則表達式?

正則表達式能夠定義爲表明若干個字符序列的字符串。它最重要的功能之一就是它容許你過濾一條命令或一個文件的輸出、編輯文本或配置文件的一部分等等。

正則表達式的特色

正則表達式由如下內容組合而成：

• 普通字符，例如空格、下劃線、A-Z、a-z、0-9。
• 能夠擴展爲普通字符的元字符，它們包括：
  • (.) 它匹配除了換行符外的任何單個字符。
  • (*) 它匹配零個或多個在其以前緊挨着的字符。
  • [ character(s) ] 它匹配任何由其中的字符/字符集指定的字符，你可使用連字符(-)表明字符區間，例如 [a-f]、[1-5]等。
  • ^ 它匹配文件中一行的開頭。
  • $ 它匹配文件中一行的結尾。
  • \ 這是一個轉義字符。

你必須使用相似 awk 這樣的文本過濾工具來過濾文本。你還能夠把 awk 自身看成一個編程語言。但因爲這個指南的適用範圍是關於使用 awk 的，我會按照一個簡單的命令行過濾工具來介紹它。

awk 的通常語法以下：

1. # awk 'script' filename

此處 'script' 是一個由 awk 能夠理解並應用於 filename 的命令集合。

它經過讀取文件中的給定行，複製該行的內容並在該行上執行腳本的方式工做。這個過程會在該文件中的全部行上重複。

該腳本 'script' 中內容的格式是 '/pattern/ action'，其中 pattern 是一個正則表達式，而 action是當 awk 在該行中找到此模式時應當執行的動做。

如何在 Linux 中使用 awk 過濾工具

在下面的例子中，咱們將聚焦於以前討論過的元字符。

一個使用 awk 的簡單示例：

下面的例子打印文件 /etc/hosts 中的全部行，由於沒有指定任何的模式。

1. # awk '//{print}' /etc/hosts

awk 打印文件中的全部行

結合模式使用 awk

在下面的示例中，指定了模式 localhost，所以 awk 將匹配文件 /etc/hosts 中有 localhost 的那些行。

1. # awk '/localhost/{print}' /etc/hosts

awk 打印文件中匹配模式的行

在 awk 模式中使用通配符 (.)

在下面的例子中，符號 (.) 將匹配包含 loc、localhost、localnet 的字符串。

這裏的正則表達式的意思是匹配 l一個字符c。

1. # awk '/l.c/{print}' /etc/hosts

使用 awk 打印文件中匹配模式的字符串

在 awk 模式中使用字符 (*)

（LCTT 譯者注：此處原文做者理解有誤，感謝微信讀者「止此而已」的提醒，* 在此處表示其前一個字符重複零次或屢次，因此實際上至關於 * 及前面的字符是無用的。）

在下面的例子中，將匹配包含 localhost、localnet、lines, capable 的字符串。將匹配帶有 c 字符的字符串。

1. # awk '/l*c/{print}' /etc/localhost

使用 awk 匹配文件中的字符串

你可能也意識到 (*) 將會嘗試匹配它可能檢測到的最長的匹配。

讓咱們看一看能夠證實這一點的例子，正則表達式 t*t 的意思是在下面的行中匹配以 t 開始和 t 結束的字符串：將匹配帶有 t 字符的字符串：

1. this is tecmint, where you get the best good tutorials, how to's, guides, tecmint.

當你使用模式 /t*t/ 時，會獲得以下可能的結果：如下字符串只是有 t 字符而已：

1. this is t
2. this is tecmint
3. this is tecmint, where you get t
4. this is tecmint, where you get the best good t
5. this is tecmint, where you get the best good tutorials, how t
6. this is tecmint, where you get the best good tutorials, how tos, guides, t
7. this is tecmint, where you get the best good tutorials, how tos, guides, tecmint

在 /t*t/ 中的通配符 (*) 將使得 awk 選擇匹配的最後一項：如下字符串只是有 t 字符而已：

1. this is tecmint, where you get the best good tutorials, how to's, guides, tecmint

結合集合 [ character(s) ] 使用 awk

以集合 [al1] 爲例，awk 將匹配文件 /etc/hosts 中全部包含字符 a 或 l 或 1 的字符串。

1. # awk '/[al1]/{print}' /etc/hosts

使用 awk 打印文件中匹配的字符

下一個例子匹配以 K 或 k 開始（非指行首是該字母），後面跟着一個 T 的字符串：

1. # awk '/[Kk]T/{print}' /etc/hosts

使用 awk 打印文件中匹配的字符

以範圍的方式指定字符

awk 所能理解的字符：

• [0-9] 表明一個單獨的數字
• [a-z] 表明一個單獨的小寫字母
• [A-Z] 表明一個單獨的大寫字母
• [a-zA-Z] 表明一個單獨的字母
• [a-zA-Z 0-9] 表明一個單獨的字母或數字

讓咱們看看下面的例子：

1. # awk '/[0-9]/{print}' /etc/hosts

使用 awk 打印文件中匹配的數字

在上面的例子中，文件 /etc/hosts 中的全部行都至少包含一個單獨的數字 [0-9]。

結合元字符 (^) 使用 awk

在下面的例子中，它匹配全部以給定模式開頭的行：

1. # awk '/^fe/{print}' /etc/hosts
2. # awk '/^ff/{print}' /etc/hosts

使用 awk 打印與模式匹配的行

結合元字符 ($) 使用 awk

它將匹配全部以給定模式結尾的行：

1. # awk '/ab$/{print}' /etc/hosts
2. # awk '/ost$/{print}' /etc/hosts
3. # awk '/rs$/{print}' /etc/hosts

使用 awk 打印與模式匹配的字符串

結合轉義字符 (\) 使用 awk

它容許你將該轉義字符後面的字符做爲文字，即理解爲其字面的意思。

在下面的例子中，第一個命令打印出文件中的全部行，第二個命令中我想匹配具備 $25.00 的一行，但我並未使用轉義字符，於是沒有打印出任何內容。

第三個命令是正確的，由於一個這裏使用了一個轉義字符以轉義 $，以將其識別爲 '$'（而非元字符）。

1. # awk '//{print}' deals.txt
2. # awk '/$25.00/{print}' deals.txt
3. # awk '/\$25.00/{print}' deals.txt

結合轉義字符使用 awk

總結

以上內容並非 awk 命令用作過濾工具的所有，上述的示例均是 awk 的基礎操做。