排序命令(sort)
以行为单位对文件内容进行排序,也可以根据不同的数据类型来排序
语法格式:
sort [选项] 参数
cat file | sort 选项
常用选项:
-f:忽略大小写
-b:忽略每行前面的空格
-M:按照三字符月份进行排序
-n:按照数字进行排序
-r:反向排序
-u:等同于uniq,表示相同的数据仅显示一行
-t:指定字段分隔符,默认使用[Tab]键分隔
-k:指定排序字段
-o <输出文件>:将排序后的结果转存至指定文件
去除重复行命令(uniq)
用于报告或者忽略文件中连续的重复行,常与 sort 命令结合使用
语法格式:
uniq [选项] 参数
cat file | uniq 选项
常用选项:
-c:进行计数,并删除文件中重复出现的行
-d:仅显示重复行
-u:仅显示出现一次的行
字符转换命令(tr)
常用来对来自标准输入的字符进行替换、压缩和删除
语法格式:
tr [选项] [参数]
常用选项:
-c:保留字符集1的字符,其他的字符用(包括换行符\n)字符集2替换
-d:删除所有属于字符集1的字符
-s:将重复出现的字符串压缩为一个字符串;用字符集2 替换 字符集1
-t:字符集2 替换 字符集1,不加选项同结果
参数:
字符集1:指定要转换或删除的原字符集。当执行转换操作时,必须使用参数“字符集2”指定转换的目标字符集。但执行删除操作时,不需要参数“字符集2”
字符集2:指定要转换成的目标字符集
显示和连接文件命令(cut)
cut命令有两个主要的功能,第一是显示文件内容,第二是连接多个或多个文件
语法格式:
cut [选项] 参数
cat file | cut 选项
常用选项
-b 以字节为单位进行分割 ,仅显示行中指定直接范围的内容
-c 以字符为单位进行分割 , 仅显示行中指定范围的字符
-d 自定义分隔符,默认为制表符”TAB”
-f 显示指定字段的内容 , 与-d一起使用
-n 取消分割多字节字符
–complement 补足被选择的字节、字符或字段
–out-delimiter 指定输出内容是的字段分割符
正则表达式
通常用于判断语句中,用来检查某一字符串是否满足某一格式
正则表达式是由普通字符与元字符组成
普通字符包括大小写字母、数字、标点符号及一些其他符号
元字符是指在正则表达式中具有特殊意义的专用字符,可以用来规定其前导字符(即位于元字符前面的字符)在目标对象中的出现模式
基础正则表达式常见元字符:(支持的工具:grep、egrep、sed、awk)
\ :转义字符,用于取消特殊符号的含义,例:!、\n、$等
^ :匹配字符串开始的位置,例:a、the、#、[a-z]
$ :匹配字符串结束的位置,例:wordKaTeX parse error: Expected group after '^' at position 2: 、^̲匹配空行
. :匹配除\n之外的任意的一个字符,例:go.d、g…d
- :匹配前面子表达式0次或者多次,例:goo*d、go.*d
[list] :匹配list列表中的一个字符,例:go[ola]d,[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字
[^list] :匹配任意非list列表中的一个字符,例:[0-9]、[A-Z0-9]、[^a-z]匹配任意一位非小写字母
{n} :匹配前面的子表达式n次,例:go{2}d、’[0-9]{2}‘匹配两位数字
{n,} :匹配前面的子表达式不少于n次,例:go{2,}d、’[0-9]{2,}‘匹配两位及两位以上数字
{n,m} :匹配前面的子表达式n到m次,例:go{2,3}d、’[0-9]{2,3}'匹配两位到三位数字
注:egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”前不用加“\”
扩展正则表达式元字符:(支持的工具:egrep、awk)
- :匹配前面子表达式1次以上,例:go+d,将匹配至少一个o,如god、good、goood等
? :匹配前面子表达式0次或者1次,例:go?d,将匹配gd或god
() :将括号中的字符串作为一个整体,例1:g(oo)+d,将匹配oo整体1次以上,如good、gooood等
| :以或的方式匹配字条串,例:g(oo|la)d,将匹配good或者glad