sort 命令
- sort命令—以行尾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
- 常用选项:
- -f:忽略大小写,默认会将大写字母排在后面
- -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
- 选项效果验证(理论都是互相copy同一套实践出真理)
-
什么都不加:空行默认显示前面,字符间空格忽略再按首字符排序优先级为空格>数字大小>字母a到z顺序(小写优先于大写)
-
-f参数:按首字符包括空格排序优先级为空格>数字大小>字母a到z顺序(大写优先于小写)
-
-n参数:对数字大小进行排序
-
-r参数:可配合其他参数使用使结果相反进行排序
-
-u参数:对相同的数据
-
-t -k参数:-t后面加指定的分割符不加则默认为[tab]键再指定第几段进行比较排序
-
查看空间磁盘占用情况
du -a | sort -n -r
-
uniq 命令
- uniq命令——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
- 常用选项:
- -c:进行计算,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
- 实践出真理
-
不添加参数:连续重复的行只显示一条
-
因为去除重复不够彻底可以通过配合sort命令来使用
-
-c参数:统计连续重复的行次数
-
-d参数:仅显示连续重复的行
-
-u参数:仅显示不连续重复的行
-
tr 命令
- tr命令——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
- 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
- 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
- 实践出真理
- 不加参数和-t:与t参数相同效果将字符集2替换成字符集1
- -c参数:字符集1规定的内容不替换,其他都替换成字符集2的内容包括换行符
- -d参数:字符集1里面规定的字符全删除
- -s参数:字符集1带上要去重的字符进行去重,如果有跟字符集2则去重后进行替换操作
- 不加参数和-t:与t参数相同效果将字符集2替换成字符集1
- 删除空行
echo -e "aa\n\n\n\nbb" | tr -s "\n"
cat test.txt | tr -s "\n"
- 把路径变量中的冒号":",替换成换行符\n
echo $PATH | tr -s ":" "\n"
echo -e "aa\n\n\n\n\nbb" | tr -s "\n" ":"
- 删除Windows文件造成的
'^M'
字符cat abc.txt | tr -s "\r" "\n" > abc1.txt
cat abc.txt | tr -d "\r" > abc2.txt
yum install -y dos2 unix
dos2 unix adc.txt
- Linux中遇到换行
("\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,缺少一个控制符或者顺序不对都不能正确的另起一行
- 数组排序
echo ${array[@]} |tr ' ' '\n' | sort -n > abc.txt
cut 命令
- cut命令——显示行中的指定部分,删除文件中指定字段
- 语法格式:
- 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
- -f:通过指定哪一个字段进行提取。cut 命令使用
- 实践实践再实践
- -d-f参数:d指定分隔符为:f提取第一段
cut -d ':' -f 1 /etc/passwd
grep '/bin/bash' /etc/passwd | cut -d ':' -f 1-4,6,7
- -d-f参数:d指定分隔符为:f提取第一段
- - -complement参数:
grep '/bin/bash' /etc/passwd | cut -d ':' --complement -f 1-4
- - -output-delimiter参数:
正则表达式
- 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,可以迎来规定其前导字符(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: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“\”
- \ :转义字符,用于取消特殊符号的含义,例:
扩展正则表达式元字符
- 支持: 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:
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
- + :匹配前面子表达式1次以上,例:
例子
- 实践实践再实践
- 只显示13,15开头的手机号可以三位一空格四位一空格的形式显示
egrep "^1[35][0-9] ?[0-9]{4} ?[0-9]{4}$" 1.txt
- 邮箱格式,用户名要求字母开头,中间可用最多2种符号
-
或.
,不能使用符号结尾,用户名长度为最少6个字符 用户名@子域名.顶级域名
- 顶级域名字符串长度一般在2到5
- @sohu.com
- @qq.com
- @163.com
- @wo.cn
- @sina.com.cn
用户名@ : ^[a-zA-Z][a-zA-Z0-9\-\.]{4,}[a-zA-Z0-9]@
子域名: [a-zA-Z0-9_\-\.]+
.顶级域: \.([a-zA-Z]{2,5})$
egrep "^[a-zA-Z][a-zA-Z0-9\-\.]{4,}[a-zA-Z0-9]@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5})$" email.txt