java中的接口是类吗
227
2022-10-26
文本三剑客
文本处理工具有很多,像vi,vim,nano等,今天主要说一下文本处理三剑客:
grep系:grep,egrep,fgrep文本搜索工具,这些都是基于"PATTERN"给定的文本进行模糊搜索,而且grep系的默认工作处于贪婪模式下
sed:Stream EDitor 流编辑器,行编辑器,
awk:Gawk-GNU awk,文本格式化工具,文本报告生成器,文本处理的编程语言,
接下来详细说一下
grep系:
grep:利用正则表达式进行全局搜索,并将匹配的行显示出来,
grep [OPTIONS] PATTERN [FILE...]
PATTERN:过滤条件,是由正则表达式元字符及没有特殊含义的文本字符组成
这里解释一下正则表达式元字符和文本字符是什么意思
正则表达式的元字符:会被正则表达式的引擎解释为特殊含义
pcre—perl语言最完整的正则表达式引擎,
基本的正则表达式:BRE
扩展的正则表达式:ERE
grep默认仅支持基本正则表达式
egrep默认仅支持扩展的正则表达式
fgrep默认不开启正则表达式引擎
文本字符:只具备字符表面含义的那些字符
grep的选项:
-i:忽略文本字符的大小
-v:反向匹配,最终显示的结果是pattern不能匹配的行
-c: 计数,统计匹配pattern条件的所有行数
-o:关闭贪婪模式,仅显示pattern能够匹配的内容
-q:安静模式,不输出任何匹配结果
--color:将匹配的pattern的内容以特殊颜色高亮显示 --color=auto
-E:扩展的正则表达式 grep -E相当于egrep
-F:相当于fgrep
-P:使用pcre引擎(Perl Common Regular Expression)
-A n:在显示匹配pattern同时显示其后面的n行
-B n:在显示匹配的pattern同时显示其前面的n行
-C n:在显示屁屁额pattern同时显示其前后各n行在这里再解释一下上面提到的PATTERN:
PATTERN:
正则表达式元字符:
基本的正则表达式元字符::
GLOBBING--简化版的正则表达式:[] ? *
字符匹配:
.:匹配任意单个字符
如果这里输入
grep . text
就会显示text中所有的文本内容
[]: 匹配指定范围内的任意单个字符
grep [a] text
这会显示包含a的字符
[^]: 匹配指定范围以外的任意单个字符;
grep "[^a]" text
这里要对[^a]进行引号引起来才会显示出正确意思
这是现实除了包含a的所有字符
下列所有的字符集都可以当在[]之中匹配单个字符
[:lower:]: 所有小写字母
grep "[[:lower:]]" text
这样就会显示所有的小写字母
[:upper:]:所有大写字母
[:alpha:]: 所有大小写字母
[:digit:]: 所有十进制数字
[:space:]: 所有空白字符
[:alnum:]: 所有大小写字母及十进制数字
[:punct:]: 所有的标点符号
[:xdigit:]: 所有的十六进制数字
a-z:所有的小写字母
grep "[a-z]" text
这也会显示所有的小写字母
A-Z:所有的大写字母
0-9:所有的十进制数字
次数匹配字符:该类字符之前的哪个字符可以出现的次数
*:其前面的字符可以出现任意次数(0次,1次,多次)
grep "a*b" text
这样会显示b前面a出现一次的 没有a的,和a出现多次的字符
\?:其前面的字符可有可无(0次 1次)
grep "a\?b" text
这样就会显示b前面a出现0次和a出现一次的结果
\+:其前面的字符至少出现一次(一次或多次)
grep "a\+b" text
这样会显示b前面a必须出现的的字符
\{m\}:其前面的字符必须出现m次
grep "a\{3\}b" text
这样会显示b前面出现a3次的字符
\{m,n\}:其前面的字符至少出现m次,至多出现n次, m grep "a\{1,3\}b" text 这样会显示在b前面出现a一次两次三次的字符 \{,n\}:其前面的字符至多出现n次,最少不限,可以0次 grep "a\{,3\}b" text 这样会显示b前面a0,1,2,3次的字符 \{m,\}:其前面的字符至少出现m次,多了不限 grep a\{3,\}b text 这样会显示b前面a出现3次及以上的结果 在正则表达式中表示任意长度任意字符的方式: .* 位置锚定字符: 行锚定: 行首锚定:^ grep ^a text 这样会显示行以a开头的 行尾锚定:$ grep a$ text 这样会显示行以a结尾的行 字锚定 字首锚定:\<或\b grep "\ 这样会显示以a开头的字符串 字尾锚定:\>或\b grep "a\>" text 这样会显示以a结尾的字符串 \b:旧版本的锚定方法,建议不使用 对于正则表达式引擎来说,字是由非特殊字符组成的连续字符串 分组与引用字符: \(PATTERN\): 分组,将PATTERN所匹配的所有字符当做一个不可分割的整体来处理 在正则表达式引擎中,有一系列的内置变量,这些变量会保存所有分组内的字符信息,用于后面引用,这些变量依次是\1,\2,\3.... \1:第一组小括号()中的pattern匹配到的字符; grep "\(ab\)" text 这样会显示包含ab的字符串 或:\| grep "h\|g" text 这样会显示包含h或包含g的字符串 注意: \|将其左右两边的字符串当做整体对待 grep [OPTIONS] [-e PATTERN | -f FILE] [FILE...] 默认情况下,grep命令后面只允许有一个pattern,如果想要一次grep搜索过程中写多个pattern则需要使用-e,每个-e选项只能使用一个pattern作为参数,将所有的pattern写入到一个文件中,保证每行只有一个pattern,我们可以使用-f file来实现pattern来匹配 grep -e h -e g text 这样会显示包含h或包含g的字符串 egrep元字符意义基本与grep一样 egrep 扩展的正则表达式字符 字符匹配: .:匹配任意单个字符 []: 匹配指定范围内的任意单个字符 [^]: 匹配指定范围以外的任意单个字符; 下列所有的字符集都可以当在[]之中匹配单个字符 [:lower:]: 所有小写字母 [:upper:]:所有大写字母 [:alpha:]: 所有大小写字母 [:digit:]: 所有十进制数字 [:space:]: 所有空白字符 [:alnum:]: 所有大小写字母及十进制数字 [:punct:]: 所有的标点符号 [:xdigit:]: 所有的十六进制数字 a-z:所有的小写字母 A-Z:所有的大写字母 0-9:所有的十进制数字 次数匹配字符:该类字符之前的哪个字符可以出现的次数 *:其前面的字符可以出现任意次数(0次,1次,多次) \?:其前面的字符可有可无(0次 1次) \+:其前面的字符至少出现一次(一次或多次) \{m\}:其前面的字符必须出现m次 \{m,n\}:其前面的字符至少出现m次,至多出现n次, m \{,n\}:其前面的字符至多出现n次,最少不限,可以0次 \{m,\}:其前面的字符至少出现m次,多了不限 位置锚定字符: 行锚定: 行首锚定:^ 行尾锚定:$ 字锚定 字首锚定:\<或\b 字尾锚定:\>或\b 分组与引用字符: \(PATTERN\): 分组,将PATTERN所匹配的所有字符当做一个不可分割的整体来处理 在正则表达式引擎中,有一系列的内置变量,这些变量会保存所有分组内的字符信息,用于后面引用,这些变量依次是\1,\2,\3.... \1:第一组小括号()中的pattern匹配到的字符; 或:\| 注意: \|将其左右两边的字符串当做整体对待 fgrep:PATTERN中所有的字符都被当做文本字符来处理 了解完grep系,在了解一下其他的文本处理命令: wc:统计一个文件中的行数,字数以及字符数 -l:只显示行数 -c:只显示字符数 -w:只显示字数 cut:remove sections from each line of files 能够被cut修剪的文件,一般都是具有一定结构或格式的文本文档:/etc/passwd -d:指定在实施修剪操作时所依赖的分隔符,默认是空白字符 -f:根据定义的分隔符,来指定字段的编号 #:选择被指定的单个字符 #,#:离散的多个被指定的单个字段 #-#:连续的多个被指定的字段 --output-delimiter 指定分隔符 \n回车换行符 tr 是替换的 awk:awk -F "DELIMITER" '[/PATTERN/]{print $1,$2...$nf}' FILE... -F "DELIMITER":指定字段分隔符,默认空白字符 $1,$2...$nf:根据字段分隔符切割出来的文本片段都存在相应的内部变量中 sort:将文本文件按行顺序,默认排序方式是按照ASCII表中的字符顺序进行,这个排序标准可以修改 sort lines of text files -r:逆序排序 -R:随机排序,这种随机算法是非常简陋的,不适用于复杂环境 -u:重复出现的行,只保留一行(连续且完全相同的行叫重复) -n:以数字的数值大小进行排序 -t:指定数字分隔符 -k:字段的关键字,指定根据那个字段进行排序,一般与-t同时使用 uniq: report or omit repeated lines 报告或忽略重复的行 -d:只显示重复的行,而且每一个重复行只显示一行 -u:只显示不重复的行 -c:在每行前以前缀的方式显示重复行的重复次数 diff:查看两个文件的差异性 同一个文件的不同修改版本;打补丁 patch:report or omit repeated lines
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~