sort、uniq、tr命令与shell正则表达式
一、sort命令 (文件内容排序)
1.概述: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
2.法格式:
sort [选项] 参数
cat file | sort 选项
3.常用选项
- -f:忽略大小写,默认会大写字母排在前面
- -b:忽略每行前面的空格
- -n:按照数字进行排序
- -r:反向排序
- -u:等同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
4.实例
-u相同数据只显示一行
去重是在sort排序之后的前提下进行去重
-t 一般与 -k 一起使用
以uid(第三字段)顺序排列/etc/passwd文件内容
sort -t ":" -k 3 /etc/passwd
结合du使用
-b 忽略每行的空格
二、uniq命令
==1.概述: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 ==
2.语法格式:
uniq [选项] 参数
cat file | uniq 选项
3.常用选项:
- -c:进行计数,并删除文件中重复出现的行
- -d:仅显示连续的重复行
- -u:仅显示出现一次的行
继续使用管道符号
三、tr命令
1.概述:常用于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
2.常用选项:
- -c:保留字符集1的字符,其他的字符(包括换行符\n)用字符集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
3.参数:
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
4.实例
echo abc | tr 'a-z' 'A-Z'
echo abc | tr 'ac' 'AZ'
-c 的使用
-d 删除 字符集1的
echo 'hello world' | tr -d 'od'
-s压缩字符串成一个字符串,或字符集1压缩成1字符串 换成字符集2
echo "thissss is a text 1 innnnnnne." | tr -s 'sn'
echo "thissss is a text 1 innnnnnne." | tr -s 'sn' 'AB'
删除空行
echo -e "aa\n\n\n\n\nbb" | tr -s "\n"
cat testfile4| tr -s "\n"
把路径变量中的冒号":",替换成换行符"\n"实现每行输出
echo $PATH | tr -s ":" "\n"
以冒号分割
echo -e "aa\n\n\n\n\nbb" | tr -s "\n" ":"
删除Windows文件“照成”的 ‘^M’ 字符
1.第一种方法
cat abc.txt | tr -s "\r" "\n" > new_file
或
cat abc.txt | tr -d "\r" > new_file
cat -v abc.txt
2.第二种方法
yum install -y dos2unix
dos2unix abc.txt
Linux中遇到换行符("\n")会进行回车+换行的操作,回车符反而只会作为控制字符("^M")显示,不发生回车的操作。而windows中要回车符+换行符("\r\n")才会回车+换行,缺少一个控制符或顺序不对都不能正确的另起一行。
数组排序
如果使用算法比较复杂使用sort和tr结合管道符号则会简单一点
arr=(3 5 6 2 1 7)
echo ${arr[@]} | tr " " "\n" | sort -n | tr "\n" " "
四、cut命令
1、cut概述
显示行中的指定部分,删除文件中指定字段
2.语法格式:
cut 选项参数
cat file | cut 选项
2、常用选项
- -f :通过指定哪一个字段进行提取。cut命令使用"tab"作为默认的字段分隔符
- -d : "TAB”是默认的分隔符,使用此选项可以更改为其他的分隔符
- –complement :此选项用于排除所指定的字段
- –output-delimiter :更改输出内容的分隔符
cut -d ':'-f 1 /etc/passwd
grep '/bin/bash' /etc/passwd | cut -d ':' -f 1-4,6,7 #以,分隔的开始字段和结束字段指定字段的范围(显示1-4字段和第6第7字段)
grep '/bin/bash' /etc/passwd | cut -d ':' --complement -f 2 #排除第二个字段
cut -d ':' -f1,7 --output-delimiter=' ' /etc/passwd #输出分隔符使用空格分隔
五、正则表达式
通常用于判断语句中,用于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
1、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: word$、 ^$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-20-9]、 [^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,\} :匹配前而的子表达式不少于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,小、{
n, m}匹配时“{
}”前不用加“\”
2、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
3.例题邮箱地址匹配
用户名要求字母开头,中间可用最多2个符号,不能使用符号结尾,用户名长度为最少6个字符
@sohu.com
@qq.com
@163.com
@wo.cn
@sina.com.cn
用户名@子域名.顶级域名
顶级域名字符串长度一般在2到5
egrep ^[a-zA-Z0-9]{
1,}[a-zA-Z0-9\.\-]{
4,}[a-zA-Z0-9]@[a-zA-Z0-9_\.\-]+\.([a-zA-Z]{
2,5})$
4.筛选电话号码
egrep ^[1][3|5][0-9][ ]?[0-9]{
4}[ ]?[0-9]{
4}$ number.txt