grep正则表达式及sort、diff等相关命令

linux文本处理三剑客： grep：文本过滤工具（模式：patter） sed：stream editor 流编辑器，文本编辑工具 awk：linux上的实现gawk，文本报告生成器（格式化文本） * 正则表达式：Regular Expression，REGEXP,由一类特殊字符及文本字符所编写的模式，其中有些字符其不表达字面意义，而是用于表示控制或者通配的功能；
* 分类： 基本正则表达式：BRE；扩展正则表达式：ERE
* 元字符：\(hello[[:space:]]\+\)\+ 匹配模式 grep :Global search REgular expression and Print out the line. 作用：文本搜索工具，根据用户指定的"模式（过滤条件)" 对目标文件逐行进行匹配检查，打印匹配到的行
模式：由正则表达式的元字符及文本字符所编写的过滤条件

正则表达式引擎：

grep:支持正则表达式，-E:支持扩展表达式
egrep：扩展正则表达式，-G支持正则表达式 grep [OPTIONS] PATTERN [FILE…] grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…] -i:ignorecase 忽略字符大小写 -o：仅显示匹配的字符的字符 -v：反向显示不匹配的信息 -E：支持使用扩展的正则表达式元字符 -q: quite 安静不输出信息，通过echo $?获取是否匹配，即执行是否成功 -A #：输出匹配的后#行数，与-B相反 -C #：前后指定#行数， -A，-B，-C，上下文之意

基本正则表达式元字符：

字符匹配
.:匹配任意单个字符 eg:grep “r..t"　/etc/passwd
[]:匹配指定范围内的任意单个字符
[^]:匹配指定范围外的任意单个字符
[:lower:],[:upper:],[:digit:],[:alpha:],[:alnum:]
匹配次数:用于要指定其出现次数的字符后面，用于限制其前面字符出现的次数
*: 匹配其前面的字符任意次：0,1,多次；
eg:grep "x*y" abxy,aby,yab,xxxy
.*：匹配任意长度的任意字符
eg: grep "r.*" /etc/passwd ，贪吃蛇模式
\?:匹配其前面的字符出现0,1；即前面的字符可有可无
\+：匹配其前面的字符至少1次，或多次
\{m\}:匹配前面的字符m次
\{m,n\}:匹配前面的字符至少m，至多出现n次
\{0,n\}:匹配前面的字符至多n
\{m,\}:匹配前面的字符至少m
位置锚定
^: 行首锚定；用于模式的最左侧
$: 行尾锚定；用于模式的最右侧
eg:^PATTERN$ 匹配正行
^$：空白行；
^[[:space:]]*$: 空白或包含空白的字符的行
单词锚定：非特殊字符组成的 连续字符都称为单词
\<或者 \b;词首 \>，\b：词尾 \<PATTERN\> 精确锚定单词 练习：

1，显示/etc/passwd文件中不以/bin/bash结束的行

2，找出/etc/passwd文件中两位数或者三位数

3，找出”netstat -tan“ 命令结果中以‘LISTEN'后跟0,1,多个空白字符的行

分组及引用
\(\):将一个或者多个字符捆绑在一起，当一个整体进行处理
注意：分组括号中的模式匹配到的内容会被正则表达式引擎自动记录与内部的变量中，这些变量：
\1:模式冲左侧起，第一个左括号以及与之匹配的右括号之间的模式匹配的字符
\2:模式冲左侧起，第二个左括号以及与之匹配的右括号之间的模式匹配的字符
\3:模式冲左侧起，第三个左括号以及与之匹配的右括号之间的模式匹配的字符
...
He loves his lover
He likes His lover.
She like her likes
She loves her liker
grep "\(r..t\).*\1" file ；后向引用：引用前面的分组括号中模式所匹配到的字符
eg: root:sdf;asdfkajs;dlfjroot.fasdf;asdf 这个文本中出现了两个root字符串 ~]#grep "^[[:space:]]\\+" ；以空格字符为行首，至少出现一次

~]#grep "LISTEN*$" ;以LISTEN结束的行，后面可有可无的字符

~]#grep "\\<[0-9]\\{2,3\\}\\>" /etc/passwd

~]#grep "LISTEN*$" ;以LISTEN结束的行，后面可有可无的字符

~]#grep-E "\\<[0-9]{2,3}\\>" /etc/passwd 或者egrep "\\<[0-9]{2,3}\\>" 这是扩展正则表达式

~]#grep-v "/bin/bash" /etc/passwd

egrep：扩展正则表达式(grep -E) egrep [OPTIONS] PATTERN [FILE....]
-i,-o,-v,-q,-A,-B,-C
-G:支持基本正则表达式
扩展正则表达式的元字符
字符匹配：
.:匹配任意单个字符 eg:grep “r..t"　/etc/passwd
[]:匹配指定范围内的任意单个字符
[^]:匹配指定范围外的任意单个字符
次数匹配
*：任意次，0,1,...
?:0，或者1次
+：至少1次
{m}:m次
{m,n}:至少m次，至多n次
{0,n}:至少0次，至多n次
{m,}:，至少m次
位置锚定
^:行首锚定
$:行尾锚定
\<,\b, 词首锚定
\>,\b ,词尾锚定
分组及引用
():分组，括号中匹配到的内容被表达式引擎记录于内部的变量中:后向引用，\1,\2,\3,...
a|b:a或B
(c|C)at：cat或Cat 练习：

1，找出/proc/meminfo文件中，所有在大写或者小写s开头的行，至少两种方式：

~]#grep -E "^(s|S)" /proc/meminfo ~]#grep "^[sS]" /proc/meminfo ~]#grep -i "^s" /proc/meminfo ; -i不区分大小写 ~]#grep "^\\(s\\|S\\)" /proc/meminfo ; 基本正则表达式必须加转移字符

2,显示当前系统上root、centos或testbash用户的相关信息

~]#grep -E "^(root|centos|testbash)\\>" /etc/passwd ; 直接锚定词尾 ~]#grep "^(root\\|centos\\|testbash)\\>" /etc/passwd ; 直接锚定词尾

3，找出/etc/rc.d/init.d/functions文件中某单词后面 跟一个小括号的行

~]#grep -E "[_[:alnum:]]+\\(\\)" /etc/rc.d/init.d/functions ; 找出所有的函数了，[_[:alnum:]]+\\(\\) 这就是函数名的匹配模式元字符

4，使用echo命令输出一绝对路径，使用egrep取出基名

~]# echo /etc/rc.d/init.d/ | egrep -o "[^/]+/?$" ; 相当于basename

5，找出ifconfig命令结果之中1-255之间的数值

~]#egrep --color=auto "\\<[1-2][0-9][0-5]\\>"

6，找出ifconfig命令结果中的ip地址

~]#egrep "[1-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}" ;ip地址，第一个字节应该不能为0吧

7，添加用户bash，testbash，basher以及nologin（shell为/sbin/nologin）;而后找出/etc/passwd文件中用户名同shell名的行

~]#egrep "^([[:alpha:]]+\\>).*\\1$" /etc/passwd ; 这个只是利用字母表的表，下个这个更为准确 ~]#egrep "^([^:]+\\>).*\\1$" /etc/passwd ; 利用这个文件分隔符的特性，就行分割单词

fgrep:不支持正则表达式元字符：主要遇到大文件时，这个命令性能会更好

wc 命令 -l ：行数
-w：单词数
-c：字节数 cut命令 -d：指定符号为分割符-d: 以冒号分隔符,只能单个分隔符
-f：需要显示的域 (-f#;-f#-#;-f#,#) ~]# cut -d':' -f1,6-7 /etc/passwd sort命令 ;默认是第一个字符进行排序 -t CHAR: 指定分隔符
-k #：用于排序比较的字段
-n：基于数值大小排序
-r: 逆序排序
-f：忽略字符大小写
-u: 重复的行只保留一份 ~]# sort -t':' -k 3 -n /etc/passwd uniq命令，报告或去掉重复的行 -u:只显示没有重复的行
-c：显示每行重复的数
-d：仅显示重复过的行 ~]# cut -d':' -f 7 /etc/passwd | sort -u | wc -l ; 统计有多少shell ~]# cut -d':' -f 7 /etc/passwd | sort | uniq -c ; 统计各行重复的次数

注意：uniq是结合sort使用的，直接使用uniq，如果两个相同行不在一起，则是不能排除的，所以只有排序过后才能用uniq去掉重复行(也相当于-u参数)

diff命令：逐行比较文件的

-u 使用unfiled 机制，即系那是要修改行的上下文，

patch 打补丁

可以结合diff命令使用，新旧文件的不同之处统计统计出来

~]# diff passwd passwd.new >passwd.patch ; 对比两个文件的不同之处放入补丁包文件 ~]# patch -i passwd.patch passwd ; 向旧文件打入补丁包文件内容 ~]# patch -R -i passwd.patch passwd ; 撤回已打入的补丁内容 1，取出eth0中的ip地址 ifconfig eth0 | grep -Ei "inet addr" | cut -d':' -f 2 | cut -d' ' -f1

还有join，tr，col,paste expand等相关命令

testInet