跟散仙学shell编程(十)

冷不防 2022-04-13 12:09 159阅读 0赞

上篇文章，散仙简单介绍了在linux中，使用sed和gawk编程的基础，本篇我们来复习下在正则表达式，当然不仅仅在我们的shell里面有正则，各个编程语言里面都有正则这一处理字符文本的神器。  
  
在shell里面到处可见正则的身影：

[search@h1 820]$ ll
    总用量 0
    -rw-rw-r-- 1 search search 0 8月  21 02:40 ab.txt
    -rw-rw-r-- 1 search search 0 8月  21 02:40 acb.txt
    -rw-rw-r-- 1 search search 0 8月  21 02:40 bacb.txt
    [search@h1 820]$ ls -al
    总用量 8
    drwxrwxr-x   2 search search 4096 8月  21 02:40 .
    drwx------. 16 search search 4096 8月  21 02:22 ..
    -rw-rw-r--   1 search search    0 8月  21 02:40 ab.txt
    -rw-rw-r--   1 search search    0 8月  21 02:40 acb.txt
    -rw-rw-r--   1 search search    0 8月  21 02:40 bacb.txt
    [search@h1 820]$ ls -al a*
    -rw-rw-r-- 1 search search 0 8月  21 02:40 ab.txt
    -rw-rw-r-- 1 search search 0 8月  21 02:40 acb.txt
    [search@h1 820]$ ls -al ab*
    -rw-rw-r-- 1 search search 0 8月  21 02:40 ab.txt
    [search@h1 820]$

在case语句里面，就充分使用了正则的表达式:

[search@h1 820]$ cat 1.sh 
    
    
    read -p "请输入一个字符: " answer
    
    
    case  "$answer" in
    
     one|1)  echo "你选择了1" ;;
     two|2)  echo "你选择了2" ;;
     three|3)  echo "你选择了3" ;;
     *)  echo "你输入了其他" ;;
    
    
    esac
    
    
    time=`date`
    echo "结束：  $time"
    
    
    [search@h1 820]$ sh 1.sh 
    请输入一个字符: one
    你选择了1
    结束：  2014年 08月 21日 星期四 02:49:55 CST
    [search@h1 820]$ sh 1.sh 
    请输入一个字符: 1
    你选择了1
    结束：  2014年 08月 21日 星期四 02:49:58 CST
    [search@h1 820]$ sh 1.sh 
    请输入一个字符: ll
    你输入了其他
    结束：  2014年 08月 21日 星期四 02:50:01 CST
    [search@h1 820]$

[search@h1 820]$ echo "this is a test" | sed -n '/test/p'
    this is a test
    [search@h1 820]$ echo "this is a test" | sed -n '/tesst/p'
    [search@h1 820]$ echo "this is a test" | gawk  '/test/{print $0}'
    this is a test
    [search@h1 820]$ echo "this is a test" | gawk  '/tesst/{print $0}'
    [search@h1 820]$

正则表达式是区分大小写和单复数的：

[search@h1 820]$ echo "Aa" | sed -n  '/Aa/p'
    Aa
    [search@h1 820]$ echo "Aa" | sed -n  '/AA/p'
    [search@h1 820]$

[search@h1 820]$ echo "my name is hadoop" | sed -n '/me/p' 
    my name is hadoop
    [search@h1 820]$

匹配空格：

[search@h1 820]$ echo "my name is hadoop" | sed -n '/ /p' 
    my name is hadoop
    [search@h1 820]$ echo "my name is hadoop" | sed -n '/  /p'

在正则里面的转义用反斜杠\\,一般会对特殊字符进行转义

[search@h1 820]$ echo "3 /  2"  | sed -n '/\//p'
    3 /  2
    [search@h1 820]$

下面看在正则里的锚字符:

[search@h1 820]$ echo "a book " | sed -n '/^a/p'
    a book 
    [search@h1 820]$ echo "is is a book " | sed -n '/^a/p'
    [search@h1 820]$

^代表必须以某个字符开头：

[search@h1 820]$ echo "a book"  | sed -n '/$k/p'
    [search@h1 820]$ echo "a book"  | sed -n '/k$/p'
    a book
    [search@h1 820]$ echo "a book c"  | sed -n '/k$/p'
    [search@h1 820]$

$代表以某个字符结尾

[search@h1 820]$ echo "a fish" | sed -n '/^a fish$/p'
    a fish
    [search@h1 820]$ echo "a b  fish" | sed -n '/^a fish$/p' 
    [search@h1 820]$

如果以^开头以$结尾的表达式，代表必须匹配这样的模式，不能出现在字符串里的任意位置

[search@h1 820]$ cat v.txt 
    this is a test of line
    this cat is sleeping
    this ia a very nice hat
    this test is at line four
    [search@h1 820]$ sed -n '/.at/p' v.txt 
    this cat is sleeping
    this ia a very nice hat
    this test is at line four
    [search@h1 820]$

.字符代表一个字符，必须匹配一个字符  
下面看下字符组\[\],表示可以匹配方括号内的任意一个字符

[search@h1 820]$ echo "Yes" | sed -n '/[Yy]es/p'
    Yes
    [search@h1 820]$ echo "yes" | sed -n '/[Yy]es/p' 
    yes
    [search@h1 820]$

排除字符组\[^\]:

[search@h1 820]$ cat b.txt 
    cat
    hat
    hadoop
    oops
    gat
    mat
    yat
    [search@h1 820]$ sed -n '/[^hm]at/p' b.txt  
    cat
    gat
    yat
    [search@h1 820]$

当然我们也可以使用区间：

[search@h1 820]$ echo "90" | sed -n '/[0-8]0/p'
    [search@h1 820]$ echo "90" | sed -n '/[0-9]0/p'
    90
    [search@h1 820]$

在shell里面还有一些特殊的字符组：  
\[\[:alpha:\]\] 匹配任意字母字符，无论是大写还是小写  
\[\[:alnum:\]\] 匹配任意字母数字字符0-9,a-Z,或a-z  
\[\[:blank:\]\] 匹配空格或制表符  
\[\[:digit:\]\] 匹配0-9之间的数字  
\[\[:lower:\]\] 匹配小写字母字符a-z  
\[\[:print:\]\] 匹配任意可打印字符  
\[\[:punct:\]\] 匹配标点符号  
\[\[:space:\]\] 匹配任意空白字符，空格，制表符，NL ,FF ,VT ,CR  
\[\[:upper:\]\] 匹配任意大写字母字符A-Z

[search@h1 820]$ echo "abc" sed -n '/[[:digit:]]/p'
    abc sed -n /[[:digit:]]/p
    [search@h1 820]$ echo "abc" | sed -n '/[[:digit:]]/p'
    [search@h1 820]$ echo "abc123" | sed -n '/[[:digit:]]/p'
    abc123
    [search@h1 820]$

下面看下\*号，表示0个到多个字符：

[search@h1 820]$ echo "ik" | sed -n '/ie*k/p'
    ik
    [search@h1 820]$ echo "ik" | sed -n '/iee*k/p'
    [search@h1 820]$ echo "iek" | sed -n '/iee*k/p'
    iek
    [search@h1 820]$

[search@h1 820]$ echo "bat" | sed -n  '/b[ba]*t/p'
    bat
    [search@h1 820]$ echo "bt" | sed -n  '/b[ba]*t/p' 
    bt
    [search@h1 820]$ echo "bta" | sed -n  '/b[ba]*t/p'
    bta
    [search@h1 820]$ echo "bta" | sed -n  '/^b[ba]*t$/p'
    [search@h1 820]$

下面看下?号字符，代表0个或1个：

[search@h1 820]$ echo "bt" | gawk  '/bt?/{print $0}'
    bt
    [search@h1 820]$ echo "btt" | gawk  '/bt?/{print $0}'
    btt
    [search@h1 820]$ echo "btta" | gawk  '/bt?/{print $0}'

下面看下+号，表示字符必须出现一次：

[search@h1 820]$ echo "bt" | gawk  '/bt+/{print $0}'
    bt
    [search@h1 820]$ echo "bbt" | gawk  '/bt+/{print $0}'
    bbt
    [search@h1 820]$ echo "bbz" | gawk  '/bt+/{print $0}' 
    [search@h1 820]$

下面看下如何使用大括号来控制范围:  
\{m\}出现m次  
\{m,n\}在一个m到n的范围内  
\{m,\}至少出现m次

[search@h1 820]$ echo "bt" | gawk --re-interval '/be{1,2}/{ print $0}'
    [search@h1 820]$ echo "bet" | gawk --re-interval '/be{1,2}/{ print $0}'
    bet
    [search@h1 820]$ echo "beet" | gawk --re-interval '/be{1,2}/{ print $0}'
    beet
    [search@h1 820]$ echo "beeet" | gawk --re-interval '/be{1,2}/{ print $0}'
    beeet
    [search@h1 820]$

[search@h1 820]$ echo "bt" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    [search@h1 820]$ echo "bat" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    bat
    [search@h1 820]$ echo "bet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }' 
    bet
    [search@h1 820]$ echo "baet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    baet
    [search@h1 820]$ echo "baaet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    [search@h1 820]$ echo "baet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }' 
    baet
    [search@h1 820]$ echo "baeat" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    [search@h1 820]$ echo "bat" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'  
    bat
    [search@h1 820]$ echo "bant" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    [search@h1 820]$ echo "baaeet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }' 
    [search@h1 820]$ echo "baet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'   
    baet
    [search@h1 820]$ echo "baeaet" | gawk --re-interval '/b[ae]{1,2}t/{ print $0 }'
    [search@h1 820]$ echo "baeaet" | gawk --re-interval '/b[ae]{1,4}t/{ print $0 }' 
    baeaet
    [search@h1 820]$ echo "baeaet" | gawk --re-interval '/b[ae]{1,3}t/{ print $0 }' 
    [search@h1 820]$

注意这个范围的m,n，比如\[ae\]\{1,2\},后面的n代表匹配的最大次数，最多能同时出现ae，  
  
也可以使用|符号：

[search@h1 820]$ echo "this is a dog" | gawk  '/cat|dog/ { print $0 }'
    this is a dog
    [search@h1 820]$ echo "this is a ddog" | gawk  '/cat|dog/ { print $0 }'
    this is a ddog
    [search@h1 820]$ echo "this is a ddoxg" | gawk  '/cat|dog/ { print $0 }'
    [search@h1 820]$ echo "this is a cat" | gawk  '/cat|dog/ { print $0 }'     
    this is a cat
    [search@h1 820]$

如果想匹配整个字符串，需要使用()标识整体:

[search@h1 820]$ echo "satabcd" | gawk  '/sat(abc)?/ {print $1}'
    satabcd
    [search@h1 820]$

下面看个小实站例子，目录文件计数：  
\[code="java"\]\# cat count.sh  
  
  
mypath=\`echo $PATH | sed 's/:/ /g'\`  
  
echo $mypath  
  
count=0  
  
  
for dir in $mypath  
  
do  
  
  
check=\`ls $dir\`  
  
  
for item in $check  
do  
count=$\[ $count + 1 \]  
done  
  
echo "$dir的数量: $count"  
  
count=0  
  
  
done  
  
  
\# sh count.sh  
. /usr/local/sbin /usr/local/bin /sbin /bin /usr/sbin /usr/bin /usr/local/jdk/bin /home/search/hadoop/bin /home/search/hadoop/sbin /usr/local/ant/bin /usr/local/maven/bin /home/search/hive/bin /home/search/hive/conf /root/bin  
.的数量: 32  
/usr/local/sbin的数量: 0  
/usr/local/bin的数量: 0  
/sbin的数量: 238  
/bin的数量: 93  
/usr/sbin的数量: 157  
/usr/bin的数量: 588  
/usr/local/jdk/bin的数量: 45  
/home/search/hadoop/bin的数量: 11  
/home/search/hadoop/sbin的数量: 27  
/usr/local/ant/bin的数量: 13  
/usr/local/maven/bin的数量: 6  
/home/search/hive/bin的数量: 10  
/home/search/hive/conf的数量: 4  
ls: 无法访问/root/bin: 没有那个文件或目录  
/root/bin的数量: 0  
\# \[/code\]  
  
至此，我们统计文件的小脚本就完成了，有兴趣的朋友，可以在linux里面尝试一下电话号码和邮箱的验证的正则的使用！