本文共 1227 字，大约阅读时间需要 4 分钟。

正则表达式（grep/egrep）

正则表达式是对字符串操作的一种逻辑公式。通过事先定义的特定字符和字符组合，用户可以创建一个“规则字符串”，用于对文本进行过滤和提取。

正则表达式资料

• 正则表达式手册
• 30分钟入门教程 : 菜鸟教程

正则表达式语法概述

• .：匹配任意字符
• *：前一个字符出现0次或多次
• +：前一个字符出现1次或多次
• ?：前一个字符出现0次或1次
• ?=：前一个字符出现0次到一次，取消贪婪模式
• *?：匹配任意多个任意字符，使用非贪婪模式
• []：匹配集合中的单个字符，括号内为集合
• [a-z]：匹配小写字母
• ^：匹配字符串开头
• $：匹配字符串结尾
• [^……]：否定集合，匹配不在括号内的字符
• |：匹配竖线左边或右边的任何一个
• \：表示转义字符
• \n：匹配换行符
• analogous：前一个表达式匹配n次到m次
• \q：将括号内的内容存储在“保留空间，最大存储9个”
• #：调用保留空间中的内容

常用示例

# 查找包含"root"或"ost"的行grep "root|ost" /tmp/passwd# 查找包含数字0-9的行grep [0-9] /tmp/passwd# 匹配以“root”开头的行grep ^root /tmp/passwd# 匹配以“bash”结尾的行grep bash$ /tmp/passwd# 查找数字0出现1次或2次的行grep '0{1,2}' /tmp/passwd# 查找包含“root：”开头且以：“root”结尾的行grep "\(root\).*\1" /tmp/passwd# 匹配空白行grep ^$ /tmp/passwd# 匹配非空白行grep -v ^$ /tmp/passwd

显示前后行

• -A：匹配结果之后的行
• -B：匹配结果之前的行
• -C：匹配结果之前和之后的n行
• seq 10 | grep 5 -B 4
• seq 10 | grep 5 -A 2
• seq 10 | grep 5 -C 2

拓展正则表达式

• {n,m}：前一个字符重复出现n次到m次
• +：至少出现一次
• ?：出现0次或1次
• ()：逻辑或

# 查找数据0出现1次或2次的行grep '0{1,2}' /tmp/passwd

cut命令切分文件

• 按列切分文件，适用于处理CSV文件或空格分隔文件。

# 提取指定字段cut -f 2,3 student_data.txt# 禁止原样打印cut -f 2 -s test.txt# 显示未提取的字段cut -f 1 --complement student_data.txt# 指定不同的分隔符cut -d ";" -f 1 head -5 /tmp/passwd

cut命令补充说明

• -c：按字符切分文件
• -c 2-5：提取第2到第5个字符
• --output-delimiter：设置输出时的分隔符

cut -c2-5 a.txt --output-delimiter "----"