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

• 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

• ~]#grep -v "/bin/bash" /etc/passwd

• 2，找出/etc/passwd文件中两位数或者三位数

• ~]#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

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

• ~]#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

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