Linux私房菜压缩指令与正规表示法 课后练习第十一章
2011-06-23 16:23
295 查看
正规表示法就是处理字串的方法,他是以行为单位来进行字串的处理行为, 正规表示法透过一些特殊符号的辅助,可以让使用者轻易的达到『搜寻/删除/取代』某特定字串的处理程序!
正规表示法基本上是一种『表示法』, 只要工具程序支持这种表示法,那么该工具程序就可以用来作为正规表示法的字串处理之用。 例如 vi, grep, awk ,sed 等等工具,这些工具就可以使用正规表示法的特殊字节来进行字串的处理。
grep [-A] [-B] [--color=auto] '搜寻字串' filename
选项与参数:
-A :后面可加数字,为 after 的意思,除了列出该行外,后续的 n 行也列出来;
-B :后面可加数字,为 befer 的意思,除了列出该行外,前面的 n 行也列出来;
--color=auto 可将正确的那个撷取数据列出颜色
基础正规表示法字符汇整
管线命令sed
sed [-nefr] [动作]
选项与参数:
-n :使用安静(silent)模式。在一般 sed 的用法中,所有来自 STDIN
的数据一般都会被列出到萤幕上。但如果加上 -n 参数后,则只有经过
sed 特殊处理的那一行(或者动作)才会被列出来。
-e :直接在命令列模式上进行 sed 的动作编辑;
-f :直接将 sed 的动作写在一个文件内, -f filename 则可以运行 filename 内的 sed 动作;
-r :sed 的动作支持的是延伸型正规表示法的语法。(默认是基础正规表示法语法)
-i :直接修改读取的文件内容,而不是由萤幕输出。
动作说明: [n1[,n2]]function
n1, n2 :不见得会存在,一般代表『选择进行动作的行数』,举例来说,如果我的动作
是需要在 10 到 20 行之间进行的,则『 10,20[动作行为] 』
function 有底下这些咚咚:
a :新增, a 的后面可以接字串,而这些字串会在新的一行出现(目前的下一行)~
c :取代, c 的后面可以接字串,这些字串可以取代 n1,n2 之间的行!
d :删除,因为是删除啊,所以 d 后面通常不接任何咚咚;
i :插入, i 的后面可以接字串,而这些字串会在新的一行出现(目前的上一行);
p :列印,亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行~
s :取代,可以直接进行取代的工作哩!通常这个 s 的动作可以搭配
正规表示法!例如 1,20s/old/new/g 就是啦!
以行为单位的新增/删除功能
删除2-5行
nl /etc/passwd | sed '2,5d'
在第二行后(亦即是加在第三行)加上『drink tea?』字样
nl /etc/passwd | sed '2a drink tea'
可以新增好几行,但是每一行之间都必须要以反斜线『 / 』来进行新行的添加
[root@www ~]# nl /etc/passwd | sed '2a Drink tea or ....../
> drink beer ?'
以行为单位的取代与显示功能
将第2-5行的内容取代成为『No 2-5 number』
nl /etc/passwd | sed '2,5c No 2-5 number'
用sed列出 /etc/passwd 文件内的第 5-7 行
nl /etc/passwd | sed -n '5,7p'
部分数据的搜寻并取代的功能
sed 's/要被取代的字串/新的字串/g'
利用/sbin/ifconfig eth0 | grep 'inet addr'命令取出来的字串是:
inet addr:192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0
将 IP 前面的部分予以删除
[root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | /
> sed 's/^.*addr://g'
将 IP 后面的部分予以删除
[root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | /
> sed 's/^.*addr://g' | sed 's/Bcast.*$//g'
延伸正规表示法:
格式化列印: printf
[root@www ~]# printf '列印格式' 实际内容
选项与参数:
关於格式方面的几个特殊样式:
/a 警告声音输出
/b 倒退键(backspace)
/f 清除萤幕 (form feed)
/n 输出新的一行
/r 亦即 Enter 按键
/t 水平的 [tab] 按键
/v 垂直的 [tab] 按键
/xNN NN 为两位数的数字,可以转换数字成为字节。
关於 C 程序语言内,常见的变量格式
%ns 那个 n 是数字, s 代表 string ,亦即多少个字节;
%ni 那个 n 是数字, i 代表 integer ,亦即多少整数码数;
%N.nf 那个 n 与 N 都是数字, f 代表 floating (浮点),如果有小数码数,
假设我共要十个位数,但小数点有两位,即为 %10.2f 罗!
sed 常常作用於一整个行的处理, awk 则比较倾向於一行当中分成数个『栏位』来处理。
[root@www ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
awk 后面接两个单引号并加上大括号 {} 来配置想要对数据进行的处理动作。 awk 可以处理后续接的文件,也可以读取来自前个命令的 standard output 。 但如前面说的, awk 主要是处理『每一行的栏位内的数据』,而默认的『栏位的分隔符号为 "空白键" 或 "[tab]键" 』,取得栏位用$符号,$1...
在每一行的每个栏位都是有变量名称的,那就是 $1, $2... 等变量名称。
整个 awk 的处理流程是:
1、读入第一行,并将第一行的数据填入 $0, $1, $2.... 等变量当中;
2、依据 "条件类型" 的限制,判断是否需要进行后面的 "动作";
3、做完所有的动作与条件类型;
4、若还有后续的『行』的数据,则重复上面 1~3 的步骤,直到所有的数据都读完为止。
awk 的内建变量
awk 的逻辑运算字节
文件或文件夹比对工具:
[root@www ~]# diff [-bBi] from-file to-file
选项与参数:
from-file :一个档名,作为原始比对文件的档名;
to-file :一个档名,作为目的比对文件的档名;
注意,from-file 或 to-file 可以 - 取代,那个 - 代表『Standard input』之意。
-b :忽略一行当中,仅有多个空白的差异(例如 "about me" 与 "about me" 视为相同
-B :忽略空白行的差异。
-i :忽略大小写的不同。
cmp
diff 主要是以『行』为单位比对,cmp 是以『位组』为单位去比对
[root@www ~]# cmp [-s] file1 file2
选项与参数:
-s :将所有的不同点的位组处都列出来。因为 cmp 默认仅会输出第一个发现的不同点。
正规表示法基本上是一种『表示法』, 只要工具程序支持这种表示法,那么该工具程序就可以用来作为正规表示法的字串处理之用。 例如 vi, grep, awk ,sed 等等工具,这些工具就可以使用正规表示法的特殊字节来进行字串的处理。
特殊符号 | 代表意义 |
[:alnum:] | 代表英文大小写字节及数字,亦即 0-9, A-Z, a-z |
[:alpha:] | 代表任何英文大小写字节,亦即 A-Z, a-z |
[:blank:] | 代表空白键与 [Tab] 按键两者 |
[:cntrl:] | 代表键盘上面的控制按键,亦即包括 CR, LF, Tab, Del.. 等等 |
[:digit:] | 代表数字而已,亦即 0-9 |
[:graph:] | 除了空白字节 (空白键与 [Tab] 按键) 外的其他所有按键 |
[:lower:] | 代表小写字节,亦即 a-z |
[:print:] | 代表任何可以被列印出来的字节 |
[:punct:] | 代表标点符号 (punctuation symbol),亦即:" ' ? ! ; : # $... |
[:upper:] | 代表大写字节,亦即 A-Z |
[:space:] | 任何会产生空白的字节,包括空白键, [Tab], CR 等等 |
[:xdigit:] | 代表 16 进位的数字类型,因此包括: 0-9, A-F, a-f 的数字与字节 |
选项与参数:
-A :后面可加数字,为 after 的意思,除了列出该行外,后续的 n 行也列出来;
-B :后面可加数字,为 befer 的意思,除了列出该行外,前面的 n 行也列出来;
--color=auto 可将正确的那个撷取数据列出颜色
基础正规表示法字符汇整
RE 字符 | 意义与范例 |
^word | 意义:待搜寻的字串(word)在行首! 范例:搜寻行首为 # 开始的那一行,并列出行号 grep -n '^#' regular_express.txt |
word$ | 意义:待搜寻的字串(word)在行尾! 范例:将行尾为 ! 的那一行列印出来,并列出行号 grep -n '!$' regular_express.txt |
. | 意义:代表『一定有一个任意字节』的字符! 范例:搜寻的字串可以是 (eve) (eae) (eee) (e e), 但不能仅有 (ee) !亦即 e 与 e 中间『一定』仅有一个字节,而空白字节也是字节! grep -n 'e.e' regular_express.txt |
/ | 意义:跳脱字符,将特殊符号的特殊意义去除! 范例:搜寻含有单引号 ' 的那一行! grep -n /' regular_express.txt |
* | 意义:重复零个到无穷多个的前一个 RE 字符 范例:找出含有 (es) (ess) (esss) 等等的字串,注意,因为 * 可以是 0 个,所以 es 也是符合带搜寻字串。另外,因为 * 为重复『前一个 RE 字符』的符号, 因此,在 * 之前必须要紧接著一个 RE 字符喔!例如任意字节则为 『.*』 ! grep -n 'ess*' regular_express.txt |
[list] | 意义:字节集合的 RE 字符,里面列出想要撷取的字节! 范例:搜寻含有 (gl) 或 (gd) 的那一行,需要特别留意的是,在 [] 当中『谨代表一个待搜寻的字节』, 例如『 a[afl]y 』代表搜寻的字串可以是 aay, afy, aly 即 [afl] 代表 a 或 f 或 l 的意思! grep -n 'g[ld]' regular_express.txt |
[n1-n2] | 意义:字节集合的 RE 字符,里面列出想要撷取的字节范围! 范例:搜寻含有任意数字的那一行!需特别留意,在字节集合 [] 中的减号 - 是有特殊意义的,他代表两个字节之间的所有连续字节!但这个连续与否与 ASCII 编码有关,因此,你的编码需要配置正确(在 bash 当中,需要确定 LANG 与 LANGUAGE 的变量是否正确!) 例如所有大写字节则为 [A-Z] grep -n '[A-Z]' regular_express.txt |
[^list] | 意义:字节集合的 RE 字符,里面列出不要的字串或范围! 范例:搜寻的字串可以是 (oog) (ood) 但不能是 (oot) ,那个 ^ 在 [] 内时,代表的意义是『反向选择』的意思。 例如,我不要大写字节,则为 [^A-Z]。但是,需要特别注意的是,如果以 grep -n [^A-Z] regular_express.txt 来搜寻,却发现该文件内的所有行都被列出,为什么?因为这个 [^A-Z] 是『非大写字节』的意思, 因为每一行均有非大写字节,例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小写字 grep -n 'oo[^t]' regular_express.txt |
/{n,m/} | 意义:连续 n 到 m 个的『前一个 RE 字符』 意义:若为 /{n/} 则是连续 n 个的前一个 RE 字符, 意义:若是 /{n,/} 则是连续 n 个以上的前一个 RE 字符! 范例:在 g 与 g 之间有 2 个到 3 个的 o 存在的字串,亦即 (goog)(gooog) grep -n 'go/{2,3/}g' regular_express.txt |
sed [-nefr] [动作]
选项与参数:
-n :使用安静(silent)模式。在一般 sed 的用法中,所有来自 STDIN
的数据一般都会被列出到萤幕上。但如果加上 -n 参数后,则只有经过
sed 特殊处理的那一行(或者动作)才会被列出来。
-e :直接在命令列模式上进行 sed 的动作编辑;
-f :直接将 sed 的动作写在一个文件内, -f filename 则可以运行 filename 内的 sed 动作;
-r :sed 的动作支持的是延伸型正规表示法的语法。(默认是基础正规表示法语法)
-i :直接修改读取的文件内容,而不是由萤幕输出。
动作说明: [n1[,n2]]function
n1, n2 :不见得会存在,一般代表『选择进行动作的行数』,举例来说,如果我的动作
是需要在 10 到 20 行之间进行的,则『 10,20[动作行为] 』
function 有底下这些咚咚:
a :新增, a 的后面可以接字串,而这些字串会在新的一行出现(目前的下一行)~
c :取代, c 的后面可以接字串,这些字串可以取代 n1,n2 之间的行!
d :删除,因为是删除啊,所以 d 后面通常不接任何咚咚;
i :插入, i 的后面可以接字串,而这些字串会在新的一行出现(目前的上一行);
p :列印,亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行~
s :取代,可以直接进行取代的工作哩!通常这个 s 的动作可以搭配
正规表示法!例如 1,20s/old/new/g 就是啦!
以行为单位的新增/删除功能
删除2-5行
nl /etc/passwd | sed '2,5d'
在第二行后(亦即是加在第三行)加上『drink tea?』字样
nl /etc/passwd | sed '2a drink tea'
可以新增好几行,但是每一行之间都必须要以反斜线『 / 』来进行新行的添加
[root@www ~]# nl /etc/passwd | sed '2a Drink tea or ....../
> drink beer ?'
以行为单位的取代与显示功能
将第2-5行的内容取代成为『No 2-5 number』
nl /etc/passwd | sed '2,5c No 2-5 number'
用sed列出 /etc/passwd 文件内的第 5-7 行
nl /etc/passwd | sed -n '5,7p'
部分数据的搜寻并取代的功能
sed 's/要被取代的字串/新的字串/g'
利用/sbin/ifconfig eth0 | grep 'inet addr'命令取出来的字串是:
inet addr:192.168.1.100 Bcast:192.168.1.255 Mask:255.255.255.0
将 IP 前面的部分予以删除
[root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | /
> sed 's/^.*addr://g'
将 IP 后面的部分予以删除
[root@www ~]# /sbin/ifconfig eth0 | grep 'inet addr' | /
> sed 's/^.*addr://g' | sed 's/Bcast.*$//g'
延伸正规表示法:
RE 字符 | 意义与范例 |
+ | 意义:重复『一个或一个以上』的前一个 RE 字符 范例:搜寻 (god) (good) (goood)... 等等的字串。 那个 o+ 代表『一个以上的 o 』所以,底下的运行成果会将第 1, 9, 13 行列出来。 egrep -n 'go+d' regular_express.txt |
? | 意义:『零个或一个』的前一个 RE 字符 范例:搜寻 (gd) (god) 这两个字串。 那个 o? 代表『空的或 1 个 o 』所以,上面的运行成果会将第 13, 14 行列出来。 有没有发现到,这两个案例( 'go+d' 与 'go?d' )的结果集合与 'go*d' 相同? 想想看,这是为什么喔! ^_^ egrep -n 'go?d' regular_express.txt |
| | 意义:用或( or )的方式找出数个字串 范例:搜寻 gd 或 good 这两个字串,注意,是『或』! 所以,第 1,9,14 这三行都可以被列印出来喔!那如果还想要找出 dog 呢? egrep -n 'gd|good' regular_express.txt egrep -n 'gd|good|dog' regular_express.txt |
() | 意义:找出『群组』字串 范例:搜寻 (glad) 或 (good) 这两个字串,因为 g 与 d 是重复的,所以, 我就可以将 la 与 oo 列於 ( ) 当中,并以 | 来分隔开来,就可以啦! egrep -n 'g(la|oo)d' regular_express.txt |
()+ | 意义:多个重复群组的判别 范例:将『AxyzxyzxyzxyzC』用 echo 叫出,然后再使用如下的方法搜寻一下! echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C' 上面的例子意思是说,我要找开头是 A 结尾是 C ,中间有一个以上的 "xyz" 字串的意思~ |
[root@www ~]# printf '列印格式' 实际内容
选项与参数:
关於格式方面的几个特殊样式:
/a 警告声音输出
/b 倒退键(backspace)
/f 清除萤幕 (form feed)
/n 输出新的一行
/r 亦即 Enter 按键
/t 水平的 [tab] 按键
/v 垂直的 [tab] 按键
/xNN NN 为两位数的数字,可以转换数字成为字节。
关於 C 程序语言内,常见的变量格式
%ns 那个 n 是数字, s 代表 string ,亦即多少个字节;
%ni 那个 n 是数字, i 代表 integer ,亦即多少整数码数;
%N.nf 那个 n 与 N 都是数字, f 代表 floating (浮点),如果有小数码数,
假设我共要十个位数,但小数点有两位,即为 %10.2f 罗!
sed 常常作用於一整个行的处理, awk 则比较倾向於一行当中分成数个『栏位』来处理。
[root@www ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
awk 后面接两个单引号并加上大括号 {} 来配置想要对数据进行的处理动作。 awk 可以处理后续接的文件,也可以读取来自前个命令的 standard output 。 但如前面说的, awk 主要是处理『每一行的栏位内的数据』,而默认的『栏位的分隔符号为 "空白键" 或 "[tab]键" 』,取得栏位用$符号,$1...
在每一行的每个栏位都是有变量名称的,那就是 $1, $2... 等变量名称。
整个 awk 的处理流程是:
1、读入第一行,并将第一行的数据填入 $0, $1, $2.... 等变量当中;
2、依据 "条件类型" 的限制,判断是否需要进行后面的 "动作";
3、做完所有的动作与条件类型;
4、若还有后续的『行』的数据,则重复上面 1~3 的步骤,直到所有的数据都读完为止。
awk 的内建变量
变量名称 | 代表意义 |
NF | 每一行 ($0) 拥有的栏位总数 |
NR | 目前 awk 所处理的是『第几行』数据 |
FS | 目前的分隔字节,默认是空白键 |
运算单元 | 代表意义 |
> | 大於 |
< | 小於 |
>= | 大於或等於 |
<= | 小於或等於 |
== | 等於 |
!= | 不等於 |
[root@www ~]# diff [-bBi] from-file to-file
选项与参数:
from-file :一个档名,作为原始比对文件的档名;
to-file :一个档名,作为目的比对文件的档名;
注意,from-file 或 to-file 可以 - 取代,那个 - 代表『Standard input』之意。
-b :忽略一行当中,仅有多个空白的差异(例如 "about me" 与 "about me" 视为相同
-B :忽略空白行的差异。
-i :忽略大小写的不同。
cmp
diff 主要是以『行』为单位比对,cmp 是以『位组』为单位去比对
[root@www ~]# cmp [-s] file1 file2
选项与参数:
-s :将所有的不同点的位组处都列出来。因为 cmp 默认仅会输出第一个发现的不同点。
相关文章推荐
- python学习第十一章测试代码部分课后练习自己尝试的代码
- Linux课后练习 – Linux命令(一)
- 《Python核心编程》第二版第308页第十一章练习
- 压缩指令与正规表示法笔记----鸟哥的私房菜
- python核心编程-第2章课后练习答案
- dns课后练习
- Linux运维笔记-课后作业-输入输出的练习和vim的简单使用
- SQL第十一章上机练习4
- 课后练习Javascript
- Python 小甲鱼教程 课后练习43
- 课后练习,银行利息c语言
- C++ Primer Plus第六版 第十一章 编程练习答案
- Visual C++ 2012入门经典(第6版) 课后练习(第04章)
- 第三周作业_Chapter 5课后练习
- 最后一本书 第六章课后练习3,4
- linux 神奇的压缩指令与正规表示法
- 【练习向】jQuery基础教程第四版课后练习——Book07_jQuery_使用插件
- 《JQuery基础教程》第四版课后练习代码--第五章
- 《Python编程:从入门到实践》课后练习7-1到7-10
- 鸟哥的Linux私房菜——第十五章:正规表示法