sort排序；uniq除重；tr标准输入编辑；cut内容编辑；Shell--正则表达式
1、sort命令
- 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
①格式
sort [选项] 参数
cat file | sort 选项
②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
③示例
2、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
①格式
uniq [选项] 参数
cat file | uniq 选项
②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
③示例
3、tr命令
- 常用于对来自标准输入的字符进行替换、压缩和删除
①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示例
4、cut命令
- 显示行中的指定部分，删除文件中的指定字段
①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
③示例
5、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（支持工具：egrep、awk、sed、grep）
\ ：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“\”
扫描二维码关注公众号，回复：
13100514 查看本文章
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示例
①：匹配邮箱地址
egrep "^[a-zA-Z][a-zA-Z0-9\.\-]{4,}[a-zA-Z0-9]{1,}[@][A-Za-z0-9]+[\.][a-zA-Z]+[\.]*[a-zA-Z]*$" yx.txt
②：匹配13和15开头的手机号码
grep "^1[35][0-9|?]\{9\}$" ph.txt
