Shell 编程之正则表达式与文本处理器

目录

一： 正则表达式

1.正则表达式概述

（1）正则表达式的定义

（2）正则表达式用途

2.基础正则表达式

（1）基础正则表达示例

1-查找特定字符

2-利用中括号“[]”来查找集合字符

3-查找行首“^”与行尾字符“$”

4-查找任意一个字符“.”与重复字符“*”

5-查找连续字符范围“{}”

（2）元字符总结

3.扩展正则表达式

二：文本处理器

1.sed 工具

（1）sed 命令常见用法

（2）用法示例

1-输出符合条件的文本（p 表示正常输出）

2-删除符合条件的文本（d）

3-替换符合条件的文本

4-迁移符合条件的文本

5-使用脚本编辑文件

6-sed 直接操作文件示例

2.awk 工具

（1）awk 常见用法

（2）用法示例

1-按行输出文本

2-按字段输出文本

3-通过管道、双引号调用 Shell 命令

3.sort 工具

4.uniq 工具

5.tr 工具

---

一： 正则表达式

1.正则表达式概述

（1）正则表达式的定义

（2）正则表达式用途

2.基础正则表达式

（1）基础正则表达示例

下面的操作需要提前准备一个名为 test.txt 的测试文件，文件具体内容如下所示。

1-查找特定字符

2-利用中括号“[]”来查找集合字符

查找包含数字的行可以通过“grep -n‘[0-9]’test.txt”命令来实现。

3-查找行首“^”与行尾字符“$”

[root@localhost ~]# grep -n '^the' test.txt

当查询空白行时，执行“grep -n‘^$’test.txt”命令即可。

[root@localhost ~]# grep -n '^$' test.txt

4-查找任意一个字符“.”与重复字符“*”

[root@localhost ~]# grep -n 'w..d' test.txt

查询以 w 开头 d 结尾，中间包含至少一个 o 的字符串

[root@localhost ~]# grep -n 'woo*d' test.txt

执行以下命令即可查询以 w 开头 d 结尾，中间的字符可有可无的字符串。

[root@localhost ~]# grep -n 'w.*d' test.txt

执行以下命令即可查询任意数字所在行。

root@localhost ~]# grep -n '[0-9][0-9]*' test.txt

5-查找连续字符范围“{}”

查询以 w 开头以 d 结尾，中间包含 2～5 个 o 的字符串。

[root@localhost ~]# grep -n 'wo\{2,5\}d' test.txt

查询以 w 开头以 d 结尾，中间包含 2 个或 2 个以上 o 的字符串。

[root@localhost ~]# grep -n 'wo\{2,\}d' test.txt

（2）元字符总结

3.扩展正则表达式

二：文本处理器

1.sed 工具

• 读取：sed 从输入流（文件、管道、标准输入）中读取一行内容并存储到临时的缓                 冲区中（又称模式空间，pattern space）。
• 执行：默认情况下，所有的 sed 命令都在模式空间中顺序地执行，除非指定了行 的地址，否则 sed 命令将会在所有的行上依次执行。
• 显示：发送修改后的内容到输出流。在发送数据后，模式空间将会被清空。 在所有的文件内容都被处理完成之前，上述过程将重复执行，直至所有内容被处理完。

（1）sed 命令常见用法

通常情况下调用 sed 命令有两种格式，如下所示。其中，“参数”是指操作的目标文件， 当存在多个操作对象时用，文件之间用逗号“，”分隔；而 scriptfile 表示脚本文件，需要用“-f” 选项指定，当脚本文件出现在目标文件之前时，表示通过指定的脚本文件来处理输入的目标 文件。

（2）用法示例

test.txt 文件为例进行演示

1-输出符合条件的文本（p 表示正常输出）

[root@localhost ~]# sed -n 'p' test.txt //输出所有内容,等同于

[root@localhost ~]# sed -n '1,5{p;n}' test.txt //输出第 1~5 行之间的奇数行(第 1、3、5 行)

[root@localhost ~]# sed -n '10,${n;p}' test.txt //输出第 10 行至文件尾之间的偶数行

以上是 sed 命令的基本用法，sed 命令结合正则表达式时，格式略有不同，正则表达式 以“/”包围。例如

[root@localhost ~]# sed -n '/the/p' test.txt //输出包含 the 的行

[root@localhost ~]# sed -n '4,/the/p' test.txt //输出从第 4 行至第一个包含 the 的行

[root@localhost ~]# sed -n '/the/=' test.txt //输出包含 the 的行所在的行号,等号(=)用来输出行号

[root@localhost ~]# sed -n '/^PI/p' test.txt //输出以 PI 开头的行

[root@localhost ~]# sed -n '/[0-9]$/p' test.txt //输出以数字结尾的行

[root@localhost ~]# sed -n '/\/p' test.txt //输出包含单词 wood 的行,\、\>代表单词边界

2-删除符合条件的文本（d）

以下示例分别演示了 sed 命令的几种常用删除用法

[root@localhost ~]# nl test.txt | sed '3d' //删除第 3 行

[root@localhost ~]# nl test.txt | sed '3,5d' //删除第 3~5 行

[root@localhost ~]# nl test.txt |sed '/cross/d'//删除包含 cross 的行,原本的第 8 行被删除；如果要删除不包含 cross 的行,用!符号表示取反操作, 如'/cross/！d'

[root@localhost ~]# sed '/^[a-z]/d' test.txt //删除以小写字母开头的行

[root@localhost ~]# sed '/\.$/d' test.txt //删除以"."结尾的行

[root@localhost ~]# sed '/^$/d' test.txt //删除所有空行

3-替换符合条件的文本

在使用 sed 命令进行替换操作时需要用到 s（字符串替换）、c（整行/整块替换）、y （字符转换）命令选项，常见的用法如下所示。

sed 's/the/THE/' test.txt //将每行中的第一个 the 替换为 THE

sed 's/l/L/2' test.txt //将每行中的第 2 个 l 替换为 L

sed 's/the/THE/g' test.txt //将文件中的所有 the 替换为 THE第 17 页 共 27 页

sed 's/o//g' test.txt //将文件中的所有 o 删除(替换为空串)

sed 's/^/#/' test.txt //在每行行首插入#号

sed '/the/s/^/#/' test.txt //在包含 the 的每行行首插入#号

sed 's/$/EOF/' test.txt //在每行行尾插入字符串 EOF

sed '3,5s/the/THE/g' test.txt //将第 3~5 行中的所有 the 替换为 THE

sed '/the/s/o/O/g' test.txt //将包含 the 的所有行中的 o 都替换为 O

4-迁移符合条件的文本

在使用 sed 命令迁移符合条件的文本时，常用到以下参数.

• H:复制到剪贴板；
•  g、G:将剪贴板中的数据覆盖/追加至指定行；
•  w：保存为文件；
•  r：读取指定文件；
•  a：追加指定内容。

sed '/the/{H;d};$G' test.txt //将包含 the 的行迁移至文件末尾,{;}用于多个操作

sed '1,5{H;d};17G' test.txt //将第 1~5 行内容转移至第 17 行后

sed '/the/w out.file' test.txt //将包含 the 的行另存为文件 out.file

sed '/the/r /etc/hostname' test.txt //将文件/etc/hostname 的内容添加到包含 the 的每行以后

sed '3aNew' test.txt //在第 3 行后插入一个新行,内容为 New

sed '/the/aNew' test.txt //在包含 the 的每行后插入一个新行,内容为 New

sed '3aNew1\nNew2' test.txt //在第 3 行后插入多行内容,中间的\n 表示换行

5-使用脚本编辑文件

使用 sed 脚本将多个编辑指令存放到文件中（每行一条编辑指令），通过“-f”选项来调 用。例如执行以下命令即可将第 1~5 行内容转移至第 17 行后。

sed '1,5{H;d};17G' test.txt //将第 1~5 行内容转移至第 17 行后

6-sed 直接操作文件示例

编写一个脚本，用来调整 vsftpd 服务配置，要求禁止匿名用户，但允许本地用户（也 允许写入）

[root@localhost ~]# vim local_only_ftp.sh

#!/bin/bash

# 指定样本文件路径、配置文件路径

SAMPLE="/usr/share/doc/vsftpd-3.0.2/EXAMPLE/INTERNET_SITE/vsftpd.conf " CONFIG="/etc/vsftpd/vsftpd.conf"

# 备份原来的配置文件,检测文件名为/etc/vsftpd/vsftpd.conf.bak 备份文件是否存在, 若不存在则使用 cp 命令进行文件备份

[ ! -e "$CONFIG.bak" ] && cp $CONFIG $CONFIG.bak

# 基于样本配置进行调整,覆盖现有文件

sed -e '/^anonymous_enable/s/YES/NO/g' $SAMPLE > $CONFIG

sed -i -e '/^local_enable/s/NO/YES/g' -e '/^write_enable/s/NO/YES/g' $CONFIG

grep "listen" $CONFIG || sed -i '$alisten=YES' $CONFIG

# 启动 vsftpd 服务,并设为开机后自动运行

systemctl restart vsftpd

systemctl enable vsftpd

[root@localhost ~]# chmod +x local_only_ftp.sh

2.awk 工具

（1）awk 常见用法

通常情况下 awk 所使用的命令格式如下所示，其中，单引号加上大括号“{}”用于设置对 数据进行的处理动作。awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进 行处理。

awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2 … //过滤并输出文件中符合条件的内容

awk -f 脚本文件 文件 1 文件 2 … //从脚本中调用编辑指令,过滤并输出内容

前面提到 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，且默认情况下字段的分隔符为空格或 tab 键。awk 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。 在 Linux 系统中/etc/passwd 是一个非常典型的格式化文件，各字段间使用“：”作为分 隔符隔开，Linux 系统中的大部分日志文件也是格式化文件，从这些文件中提取相关信息是 运维的日常工作内容之一。若需要查找出/etc/passwd 的用户名、用户 ID、组 ID 等列，执 行以下 awk 命令即可。

[root@localhost ~]# awk -F ':' '{print $1,$3,$4}' /etc/passwd

awk 包含几个特殊的内建变量（可直接用）如下所示：

•  FS：指定每行文本的字段分隔符，默认为空格或制表位。
• NF：当前处理的行的字段个数。
• 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：数据记录分隔，默认为\n，即每行为一条记录。

（2）用法示例

1-按行输出文本

awk '{print}' test.txt //输出所有内容,等同于 cat test.txt

awk '{print $0}' test.txt //输出所有内容,等同于 cat test.txt

awk 'NR==1,NR==3{print}' test.txt //输出第 1~3 行内容

awk '(NR>=1)&&(NR//输出第 1~3 行内容

awk 'NR==1||NR==3{print}' test.txt //输出第 1 行、第 3 行内容

awk '(NR%2)==1{print}' test.txt //输出所有奇数行的内容

awk '(NR%2)==0{print}' test.txt //输出所有偶数行的内容

awk '/^root/{print}' /etc/passwd //输出以 root 开头的行

awk '/nologin$/{print}' /etc/passwd //输出以 nologin 结尾的行

awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd //统计以/bin/bash 结尾的行数,等同于 grep -c "/bin/bash$" /etc/passwd

awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf //统计以空行分隔的文本段落数

2-按字段输出文本

awk '{print $3}' test.txt //输出每行中(以空格或制表位分隔)的第 3 个字段

awk '{print $1,$3}' test.txt //输出每行中的第 1、3 个字段

awk -F ":" '$2==""{print}' /etc/shadow //输出密码为空的用户的 shadow 记录

awk 'BEGIN {FS=":"}; $2==""{print}' /etc/shadow //输出密码为空的用户的 shadow 记录

awk -F ":" '$7~"/bash"{print $1}' /etc/passwd //输出以冒号分隔且第 7 个字段中包含/bash 的行的第 1 个字段

awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services //输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段

awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd //输出第 7 个字段既不为/bin/bash 也不为/sbin/nologin 的所有行

3-通过管道、双引号调用 Shell 命令

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd //调用 wc -l 命令统计使用 bash 的用户个数,等同于 grep -c "bash$" /etc/passwd

awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}' //调用 w 命令,并用来统计在线用户数

awk 'BEGIN { "hostname" | getline ; print $0}' //调用 hostname,并输出当前的主机名

3.sort 工具

在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc 。本章将介绍前两种 工具的用法。sort 是一个以行为单位对文件内容进行排序的工具，也可以根据不同的数据类型来排 序。例如数据和字符的排序就不一样。sort 命令的语法为“sort [选项] 参数”，其中常用的选 项包括以下几种。

•  -f：忽略大小写；
•  -b：忽略每行前面的空格；
•  -M：按照月份进行排序；
•  -n：按照数字进行排序；
•  -r：反向排序；
•  -u：等同于 uniq，表示相同的数据仅显示一行；
•  -t：指定分隔符，默认使用[Tab]键分隔； 
• -o 输出文件>：将排序后的结果转存至指定文件； 
• -k：指定排序区域。

4.uniq 工具

Uniq 工具在 Linux 系统中通常与 sort 命令结合使用，用于报告或者忽略文件中的重复 行。具体的命令语法格式为：uniq [选项] 参数。其中常用选项包括以下几种。

•  -c：进行计数；
•  -d：仅显示重复行；
•  -u：仅显示出现一次的行。

5.tr 工具

tr 命令常用来对来自标准输入的字符进行替换、压缩和删除。可以将一组字符替换之后 变成另一组字符，经常用来编写优美的单行命令，作用很强大。 tr 具体的命令语法格式为：

tr [选项] [参数]

其常用选项包括以下内容。

• -c：取代所有不属于第一字符集的字符；
• -d：删除所有属于第一字符集的字符；
• -s：把连续重复的字符以单独一个字符表示；
•  -t：先删除第一字符集较第二字符集多出的字符。