当前位置：首页 > news >正文

今天继续昨天的正则表达式进行学习

news 2025/9/10 12:49:20

扩展正则表达式

支持的工具：egrep、awk，注意：使用grep要配合-E或者-P使用，sed要配合-r使用。

元字符	含义及用法
`+`	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
`\|`	以或的方式匹配字符串，例：`g(oo\|la)d`，将匹配`good`或者 `glad`

[root@localhost ~]# grep -E go+d test.sh 
god
good
goood
gooood
gooooood
gooooooodddd
oooogooood
[root@localhost ~]# grep -E go?d test.sh 
gd
god
ooooogd
[root@localhost ~]# grep -E "g(oo)+d" test.sh 
good
gooood
gooooood
oooogooood
[root@localhost ~]# grep -E "g(oa|ol)+d" test.sh 
gold
goad

o{number}表示含有number个o的内容显示，o{number，}表示大于等于number的o的内容显示，

o{2,4}表示大于等于2小于等于4个o的内容显示

[root@localhost ~]# vim test.sh 
[root@localhost ~]# grep -E "go{2}d" test.sh 
good
[root@localhost ~]# grep -E "go{2,}d" test.sh 
good
goood
gooood
gooooood
gooooooodddd
oooogooood
[root@localhost ~]# grep -E "go{2,4}d" test.sh 
good
goood
gooood
oooogooood

`\w`	匹配包括下划线的任何单词字符。
`\W`	匹配任何非单词字符。等价于`[^A-Za-z0-9_]`。
`\d`	匹配一个数字字符。
`\D`	匹配一个非数字字符。等价于`[^0-9]`。
`\s`	空白符。
`\S`	非空白符。

[root@localhost ~]# grep -P "\d" test.sh 
abccba123
[root@localhost ~]# grep -P "\w" test.sh
gd
god
good
goood
gooood
goooabcd
gooooood
gooooooodddd
abccba
abccba123
oooogooood
ooooogd
gold
goad
[root@localhost ~]# grep -P "\W" test.sh[root@localhost ~]# grep -P "\D" test.sh
gd
god
good
goood
gooood
goooabcd
gooooood
gooooooodddd
abccbaabccba123
oooogooood
ooooogd
gold
goad
[root@localhost ~]# grep -P "\s" test.sh[root@localhost ~]# grep -P "\S" test.sh
gd
god
good
goood
gooood
goooabcd
gooooood
gooooooodddd
abccba
abccba123
oooogooood
ooooogd
gold
goad

下面用法类似“\S”，但是“\S”只能除去整行的空格不能除去行内的空格，例如：123 assdl，“\S”不能除去空格。

[root@localhost ~]# grep -v [[:space:]] test.sh 
gd
god
good
goood
gooood
goooabcd
gooooood
gooooooodddd
abccba
abccba123
oooogooood
ooooogd
gold
goad

常见例题

电话例题

找出区号025开头的号码，且号码与区号间可以是空格、-、没有，号码必须是5或者8开头的八位数。

02588888888
025-5555555555
025 12345678
025 54321678
025ABC88888
025-85432109
028-85643210
0251-52765421

答案：

[root@localhost ~]# grep -E "^(025)[ -]?[58][0-9]{7}$" phone_number.txt 
02588888888
025 54321678
025-85432109

解题思路

（1）将电话号码分为三段，第一段找出区号025开头。^是以什么开头，用（）将025作为一个整体

^(025)

（2）第二段筛选出号码与区号之间的分隔符，号码与区间之间可以是空格、-、没有。将题目要求的空格和-写入[]，由于？是前面的子表达式0次或1次，0次就符合题目要求的没有

[ -]?

（3）第三段为号码后几位，必须是以5或者8开头的八位数。用[]确认是5或8数字开头的号码，然后再匹配0-9的7位数结尾的数

[58][0-9]{7}$

电子邮箱例题

根据 用户名@子域名.[二级域名].顶级域 格式找出符合要求的电子邮箱

zhangsan123@qq.com
li si@163.com
wang@wu@sina.com
zhao liu@126.com
qianqi@sina.com.cn

答案：

[root@localhost ~]# grep -E "^([a-zA-Z_][^@ ]{5,17})@[a-zA-Z0-9\_\-\.]+(\.[a-zA-Z0-9\_\-\.]+)?\.([a-zA-Z]{2,5})$" test.txt
zhangsan123@qq.com
qianqi@sina.com.cn

解题思路

将邮箱拆分为三段

（1）第一段用户名@：长度要求在6-18位，任意大小写英文，任意数字，出了@符号和空格以外的其他任意符号字符，开头只能是——或者字母

^([a-zA-Z_][^@ ]{5,17})@

第二段子域名[二级域名]：长度任意，符号只能包含"-_."

[a-zA-Z0-9\_\-\.]+(\.[a-zA-Z0-9\_\-\.]+)?

第三段为“.顶级域名”：长度位2-5，任意大小写英文。

\.([a-zA-Z]{2,5})$

IP地址匹配例题

[root@localhost ~]# grep -E "^((1[0-9{1,2}|2[0123456]{1,2})\.)((0|1[0-9]{1,2}|2[012345]{1,2})\.)+(0|1[0-9]{1,2}|2[012345]{1,2})$" ip.txt 
192.168.222.122

sed编辑器

命令格式

sed -e '操作' 文件l 文件2 ...
sed -n -e '操作' 文件1 文件2 ...
sed -f 脚本文件文件1 文件2 ...
sed -i -e '操作' 文件1 文件2 ...
sed -e 'n{ #n意为：指定行
操作l
操作2
...
}' 文件1 文件2 ...

常用选项

选项	含义
`-e`或`--expression=`	表示用指定命令来处理输入的文本文件，只有一个操作命令时可省略，一般在执行多个操作命令使用。
`-f`或`--file=`	表示用指定的脚本文件来处理输入的文本文件。
`-h`或`--help`	显示帮助。
`-n`、`--quiet`或`silent`	禁止sed编辑器输出，但可以与`p`命令一起使用完成输出。
`-i`	直接修改目标文本文件。
-r, --regexp-extended	支持扩展正则表达式

常用操作

操作	含义
`s`	替换，替换指定字符。
`d`	删除，删除选定的行。
`a`	增加，在当前行下面增加一行指定内容。
`i`	插入，在选定行上面插入一行指定内容。
`c`	替换，将选定行替换为指定内容。
`y`	字符转换，转换前后的字符长度必须相同。
`p`	打印，如果同时指定行，表示打印指定行;如果不指定行，则表示打印所有内容，如果有非打印字符，则以ASCII码输出。其通常与`-n`选项一起使用。
`=`	打印行号。
`l`(小写L)	打印数据流中的文本和不可打印的AscII字符（比如结束符`$`、制表符`\t`)

替换内容

替换标记


`数字`	表明新字符串将替换第几处匹配的地方
`g`	表明新字符串将会替换所有匹配的地方
`p`	打印与替换命令匹配的行，与-n一起使用
`w 文件`	将替换的结果写到文件中

awk编辑器

1.概念

sed命令常用于一整行的处理，而awk比较倾向于将一行分成多个"字段"然后再进行处理。awk信息的读入也是逐行读取的，执行结果可以通过print的功能将字段数据打印显示。

在使用awk命令的过程中，可以使用逻辑操作符 &&表示与、||表示或、!表示非；还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

2.工作原理

逐行读取文本，默认以空格或tab键为分隔符进行分隔，将分隔所得的各个字段保存到内建变量中，并按模式或者条件执行编辑命令。

3.用法

常见的内建变量

内建变量	含义
`FS`	列分割符。指定每行文本的字段分隔符，默认为空格或制表位。与`-F`作用相同。
`NF`	当前处理的行的字段个数。`$NF`代表最后一个字段。
`NR`	当前处理的行的行号(序数)。
`$0`	当前处理的行的整行内容。
`$n`	当前处理行的第n个字段(第n列）。
`FILENAME`	被处理的文件名。
`RS`	行分隔符。awk从文件上读取资料时,将根据Rs的定义把资料切割成许多条记录，而awk比较倾向于将一行分成多个一次仅读入一条记录,以进行处理。预设值是`\n`。

基本用法以及NF的作用。

[root@localhost ~]# cat /etc/passwd | awk -F : '/ftp/{print $1}'
ftp
[root@localhost ~]# cat /etc/passwd | awk -F : '/ftp/{print $NF}'
/usr/sbin/nologin
[root@localhost ~]# cat /etc/passwd | awk -F : '/ftp/{print $(NF-1)}'
/var/ftp
[root@localhost ~]# cat /etc/passwd | awk -F : '/ftp/{print $(NF-2)}'
FTP User
[root@localhost ~]# cat /etc/passwd | awk -F : '/ftp/{print $(NF-3)}'
50

计算物理内置使用百分比和剩余内存百分比

[root@localhost ~]# cat /proc/meminfo | awk '/MemTotal|MemFree|MemAvailable/ {count++; val[count]=$2} END {print val[2]/val[1]*100"%"; print val[3]/val[1]*100"%"}'
73.1579%
81.7701%
[root@localhost ~]# cat /proc/meminfo | awk '/MemTotal|MemFree|MemAvailable/ {val[NR-1]=$2} END {print val[1]/val[0]*100"%"; print val[2]/val[0]*100"%"}'
73.0983%
81.7133%
[root@localhost ~]# cat /proc/meminfo | awk '/MemTotal|MemFree|MemAvailable/ {val[i++]=$2} END {print val[1]/val[0]*100"%"; print val[2]/val[0]*100"%"}'
73.1657%
81.7821%