正则表达式和文本处理器

扩展正则表达式元字符

• 扩展正则表达式是对基础正则表达式的扩充深化
• 扩展元字符
  1.+：匹配前面子表达式1次以上
  例如：go+d，将匹配至少一个o
  2.？：匹配前面子表达式0次或者1次
  例如：go?d 将匹配dg 或者god
  3.（）：将括号中的字符串作为一个整体
  例如：(xyz)+ 将匹配xyz整体1次以上，如xyzxyz
  4.| ：或以的方式匹配字符条串
  例如：good|food 将匹配good 或者food
  g(oo|la)d，将匹配good 或者glad

awk工具介绍

• 功能强大的编辑工具
• 无交互的情况下实现复杂的文本操作
• 命令格式

awk 选项‘模式或条件{编辑指令}’ 文件1 文件2
awk -f 脚本文件1 文件2

• awk包含得几个特殊的内建变量（可以直接使用）

FS：指定每行文本的字段分隔符，默认为空格或制表位
NF：当前处理的行的字段个数
NR：当前的行的行号（序数）
$0：当前的第n个字段（第n列）
RS：数据记录分隔，默认为\n，即每一行一条记录

• awk的工作原理

逐行读取文本，默认以空格为分隔符进行分隔，将分隔所得的哥哥字段保存到内建变量中，并按模式或者条件执行编辑命令

sort工具

• 依据不同的数据类型进行排序

字符排序
数字排序

• 语法排序

sort [选项] 参数

• 常用选项

-f ：忽略大小写
-b ：忽略每行前面的空格
-M ：按照月份进行排序
-r ：反向排序
-u ：等同于uniq， 表示相同的数据仅显示一行
-t ：指定分隔符，默认使用【Tab】键分隔
-o ：<输出文件>：将排序后的结果转存至指定文件
-k： 指定排序区域

uniq工具的使用

• uniq常用的选项

-c ：进行技术
-d：仅显示重复的行
-u：仅显示出现一次的行。

tr工具的使用

• 其常用的选项包括以下

-c ：取代所有不属于第一字符集的字符
-d：删除所有属于第一字符集的字符
-s： 把连续重复的字符以单独的一个字符表示
-t：先删除第一字符集较第二字符集多出的字符，做替换