linux 正则表达式 sed

sed 本身是一门脚本工具 处理工具

awk 以文件形式存储的数据库 储存数据报表

shell script入门

正则表达式 是一个字符串，包含以下一个或多个项： 一个字符集 锚 修饰符

点 . 匹配除了新行符之外的任意一个字符 egrep 开启正则表达式

脱字符 _^__匹配一行的开头，但依赖于上下文环境，可能在正则表达式中表示否定一个字符集的意思 cat tmp.txt |egrep "^a“ 开头是a的显示

美元符--$--在正则表达式中匹配行尾 cat tmp.txt |egrep "a$“ 结尾是a的显示 cat tmp.txt |egrep "^a.*c$" 开头是a 结尾是c 中间是啥都行， 其中*代表零个或者多个

方括号--[ ] 在正则表达式中表示匹配括号中的一个字符

反斜杠字符 \ 转义一个特殊的字符，是这个字符表示原来字面上的意思

转义尖角号 \<...\> 用于表示单词的边界

* 含义 cat tmp.txt |egrep -o "dd.*" *代表匹配零次或者多次

sed是流线型、非交互式编辑器，一次处理一行 ，不能任意修改，它允许你执行与vi和ex编辑器里一样的编辑任务。sed程序不是与编辑器交互式工作的，而是让你在命令行敲入编辑的命令，然后再屏幕上查看命令输出的结果。

sed编辑器 按一次处理一行的的方式来处理文件，并把结果输出到屏幕。

sed介绍一下内容：

打印命令p 删除命令d 替换命令s

cat tmp.txt |sed -n ' 1p' 打印第一行 cat tmp.txt |sed -n ' 1，3p' 打印第一行到第三行

cat tem.txt |sed '3d' 删除第三行

sed 替换的基本格式 sed's / sth / oth/ ' file 把sth 替换成oth

cat tmp.txt |sed 's /dd/cc' 把dd换成cc 这是打印的 不是对原文件的操作 注意 s替换的时候只会替换第一个出现的dd

cat tmp.txt |sed '3s /dd/cc' 只把第3行把dd换成cc 这是打印的

cat tmp.txt |sed '3，5s /dd/cc' 只把第3行到第5号 内的 dd换成cc 这是打印的

匹配行的替换

cat tmp.txt |sed '/^cc/s/a/zz/' 匹配开头为cc行 把a 替换成zz 先匹配再替换

cat tmp.txt |sed ' /^bb/，/^dd/s/cc/zz/g' 匹配行bb 到 dd 行 中把cc 替换成zz

cat tmp.txt |sed 's/aa*\(.*\)/\1/'

面试题 把文件后缀txt 改成jpg 自己搜一下 使用内存空间

sed 's/.*\.txt//'

ls | sed 's/\(

匹配单个字符

1.匹配固定单个字符

2.匹配任意单个字符 .

3.匹配“.”元字符 \. 转义字符

4.匹配字符组

4.1 字符组的基本语法 语法是 “[dt]”。中括号是特殊标记，用以划定属于组内的字符的界限，它所代表的含义是：“匹配d或者t”。

4.2 在字符组中使用字符区间 起始字符 和 结束字符，依据的是它的 ASCⅡ值的大小，即是说，将会匹配其ASCⅡ码位于 起始字符 和 结束字符 的ASCⅡ之间的所有字符(包含起始、结束字符) “[0-9]”

4.3 反义字符组 [^字符集合]

5.匹配特殊字符

5.1 匹配元字符 需要使用“\”来对它进行转义

5.2 匹配空字符

元字符	匹配描述
\r	回车
\n	换行
\t	Tab 键

5.3 匹配特定字符类型

l 对于“.”和“[”等来说，它们本身就是 元字符，而当给它们前面加上转义字符“\”的时候，它们才代表一个普通字符：“\.”匹配字符“.”，“\[”匹配字符“[”。

l 对于“r”和“n”等来说，它们本身只是 普通字符，而只有当加上转义字符“\”的时候(变成了“\r”和“\n”)，它们才代表着元字符：“\r”匹配空字符回车，“\n”匹配空字符换行。

5.3.1 匹配数字类型

元字符	匹配描述
\d	所有单个数字，与 [0-9] 相同
\D	所有非数字，与 [^0-9] 相同

5.3.2 匹配字母、数字、下划线

元字符	匹配描述
\w	所有单个大小写字母、数字、下划线，与 [a-zA-Z0-9_] 相同
\W	所有单个非大小写字母、非数字、非下划线，与 [^a-zA-Z0-9_] 相同

5.3.3 匹配空字符

元字符	匹配描述
\s	所有单个空字符，与 [\f\n\r\t\v] 相同
\S	所有单个非空字符，与 [^\f\n\r\t\v] 相同

匹配多个字符

1. 匹配一个或多个 正则表达式中，可以在 单个字符(比如“j”)、字符组(比如“[abcde]”)、特定字符类型(比如“\d”)、单个任意字符(即“.”) 后面加“+”，来表示匹配一个或多个(换言之，至少一个)字符组成的字符串。

“-”只在字符组“[]”区间内才是一个元字符，在“[]”以外是普通字符。在此处，“.”在“[]”区间以外才是元字符，用以匹配任意单个字符，而在“[]”区间以内，它就变成了一个普通字符。

2.匹配零个或多个字符

正则表达式中，可以在 单个字符(比如“j”)、字符组(比如“[abcde]”)、特定字符类型(比如“\d”)、单个任意字符(即“.”) 后面加“*”，来表示匹配零个或多个字符组成的字符串。

3.匹配零个或一个字符串

正则表达式中，使用“?”来匹配零个或一个字符。其使用方式与“+”和“*”相同。

4.匹配指定数目字符

4.1 匹配固定数目的字符

正则表达式中，可以在 单个字符(比如“j”)、字符组(比如“[abcde]”)、特定字符类型(比如“\d”)、单个任意字符(即“.”) 后面加“{数字}”，来表示匹配零个或多个字符组成的字符串。

4.2 匹配区间以内数目的字符

正则表达式中，使用“{最小数目，最大数目}”的语法来实现，它的使用方式与上一节介绍的匹配固定数目字符的语法相同。

5.贪婪匹配和惰性匹配

5.1 贪婪匹配、惰性匹配概述

贪婪匹配	惰性匹配	匹配描述
?	??	匹配0个或1个
+	+?	匹配1个或多个
*	*?	匹配0个或多个
{n}	{n}?	匹配n个
{n,m}	{n,m}?	匹配n个或m个
{n,}	{n,}?	匹配n个或多个

注意: 这里有个重要的搜索引擎优化常识，大家注意到本文档的命名，我采用的是：Regular-Expression-Tutorial.pdf，为什么不用下划线分隔，命名成Regular_Expression_Tutorial.pdf 呢？ 因为当搜索引擎看到“-”的时候，会把它视为一个空格“ ”，而看到下划线“_”的时候，会把它视为空字符“”，实际上，下划线的正确叫法是“连字符”。于是，当我命名为Regular-Expression-Tutorial.pdf时，搜索引擎看到的是： Regular Expression
Tutorial.pdf，而当我命名成Regular_Expression_Tutorial.pdf 时，搜索引擎看作RegularExpressionTutorial.pdf 。