目录
一、正则表达式
1. 概念
正则表达式是使用单个字符串来描述、匹配一系列符合某个句法规则的字符串，简单来说，是一种匹配字符串的方法，通过一些特殊符号，实现快速查找、删除、替换某个特定字符串。
2. 作用
正则表达式主要用于文本搜索、替换和字符串操作，例如在grep、awk、sed等命令中广泛应用，以实现对文本的高效处理。
3. 分类
- 基础正则表达式（grep 、sed）
- 扩展正则表达式（egrep 简化操作、范围更广 awk）
4.应用场景
文本搜索、数据清洗、日志分析、表单验证等。
二、基础正则表达式（BRE）
支持基本元字符（^、$、.、*、[]）
grep 命令选项
选项 |
说明 |
-a |
不要忽略二进制数据 |
-A <显示列数> |
除了显示符合范本样式的那一行之外，并显示该行之后的内容 |
-b |
在显示符合范本样式的那一行之外，并显示该行之前的内容 |
-c |
计算符合范本样式的列数 |
-C <显示列数> 或 -< 显示列数 > |
除了显示符合范本样式的那一列之外，并显示该列之前后的内容 |
-d <进行动作> |
当指定要查找的是目录而非文件时，必须使用这项参数，否则 grep 命令将回报信息并停止动作 |
-e <范本样式> |
指定字符串作为查找文件内容的范本样式 |
-E |
将范本样式为延伸的普通表示法来使用，意味着使用能使用扩展正则表达式 |
-f <范本文件> |
指定范本文件，其内容有一个或多个范本样式，让 grep 查找符合范本条件的文件内容，格式为每一列的范本样式 |
-F |
将范本样式视为固定字符串的列表 |
-G |
将范本样式视为普通的表示法来使用 |
-h |
在显示符合范本样式的那一列之前，不标示该列所属的文件名称 |
-H |
在显示符合范本样式的那一列之前，标示该列的文件名称 |
-i |
忽略字符大小写的差别 |
-l |
列出文件内容符合指定的范本样式的文件名称 |
-L |
列出文件内容不符合指定的范本样式的文件名称 |
-n |
在显示符合范本样式的那一列之前，标示出该列的编号，显示行数 |
-q |
不显示任何信息 |
-R/-r |
此参数的效果和指定 “-d recurse” 参数相同 |
-s |
不显示错误信息 |
-v |
反转查找 |
-w |
只显示全字符合的列 |
-x |
只显示全列符合的列 |
-y |
此参数效果跟 “-i” 相同 |
-o |
只输出文件中匹配到的部分 |
常用元字符
| 元字符 | 描述 | 示例与解释 |
|---|---|---|
^ |
匹配行首 | ^start → 匹配以 "start" 开头的行 |
$ |
匹配行尾 | end$ → 匹配以 "end" 结尾的行 |
. |
匹配任意单个字符（换行符除外） | a.c → 匹配 "abc"、"aXc" |
* |
匹配前一个字符 0 次或多次 | go*gle → 匹配 "ggle"、"gogle"、"google" |
[] |
匹配字符集合中的任意一个字符 | [aeiou] → 匹配任意元音字母 |
[^] |
排除字符集合中的字符 | [^0-9] → 匹配非数字字符 |
| { } | 查找连续字符的范围，使用“转义符\” | o\{2\} →查找两个o的字符 |
\ |
转义特殊字符 | \. → 匹配字面量 . |
注意：
grep -in 'the' test.txt //查找出特定字符“the”所在位置(-n”表示显示行号、“-i”表示不区分大小写)
grep -vn 'the' test.txt //查找不包含“the”字符的行
grep -n 'sh[io]rt' test.txt //同时查找到“shirt”与“short”这两个字符串
grep -n '^[a-z]' test.txt //查询以小写字母开头的行
grep -n '[^w]oo' test.txt //查找“oo”前面不是“w”的字符串
grep -n '\.$' test.txt //以点结尾的行，转义符将特殊意义字符转化成普通字符
grep -n '^$' test.txt //查询空白行
grep -n 'woo*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
grep -n 'w.*d' test.txt //查询以 w 开头 d 结尾，中间的字符可有可无的字符串
grep -n '[0-9][0-9]*' test.txt //查询任意数字所在行
grep -n 'o\{2\}' test.txt //查询两个 o 的字符
grep -n 'wo\{2,5\}d' test.txt //查询以 w 开头以 d 结尾，中间包含 2～5 个 o 的字符串
grep -n 'wo\{2,\}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 的字符串三、扩展正则表达式（ERE）
与 BRE 的区别
语法更简洁： 在BRE 基础上增加
+、?、|、()、{}等元字符。无需转义启用方式：需在命令中加
-E选项（如grep -E或egrep）。
| 元字符 | 描述 | 示例与解释 | ||
|---|---|---|---|---|
+ |
匹配前一个字符 1 次或多次 | go+gle → 匹配 "gogle"、"google" |
||
? |
匹配前一个字符 0 次或 1 次 | colou?r → 匹配 "color" 或 "colour" |
||
| | | 逻辑或 |
`cat|dog` → 匹配 "cat" 或 "dog" | ||
| ( ) | 查找“组”字符串 |
t(a|e)st 查询"tast"或者"test"字符串
|
||
| ( )+ | 辨别多个重复的组 |
egrep -n 'A(xyz)+C' test.txt”。
该命令是查询开头的"A"结尾是"C"，中间有一个以上的"xyz"字符串的意思
|
||
四、文本处理器
1. sed 工具
功能：文本解析转换工具，可以读取文本，支持查找、替换、删除、插入操作。
语法：
sed [选项] '命令' 文件参数工作流程：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
注意： 默认情况下所有的 sed 命令都是在模式空间内执行的，因此输入的文件并
不会发生任何变化，除非是用重定向存储输出。
常用选项 |
描述 |
|---|---|
|
仅显示处理后的结果 |
|
直接修改文件内容（慎用！） |
|
执行多条命令 |
-h （--help） |
显示帮助 |
| -f (--file) |
表示用指定的脚本文件来处理输入的文本文件
|
| 地址定界 | 描述 |
|---|---|
n |
第 n 行 |
$ |
最后一行 |
/pattern/ |
匹配模式的行 |
n,m |
从第 n 行到第 m 行 |
| 常用命令 | 描述 |
|---|---|
s/old/new/ |
替换第一个匹配的字符串 |
s/old/new/g |
替换所有匹配的字符串 |
p |
打印行（常与 -n 联用） |
| s |
替换，替换指定字符
|
| c | 替换，整行或整块 |
| y | 字符转换 |
d |
删除行 |
a |
在行后追加文本 |
i |
在行前插入文本 |
|
迁移文本参数
|
说明 |
|---|---|
| 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 |
示例：
（1）输出符合条件的文本
sed -n 'p' test.txt
//输出所有内容,等同于 cat test.txt
sed -n 'p;n' test.txt
//输出所有奇数行,n 表示读入下一行资料
sed -n 'n;p' test.txt
//输出所有偶数行,n 表示读入下一行资料
sed -n '10,${n;p}' test.txt
//输出第 10 行至文件尾之间的偶数行
sed -n '/the/p' test.txt
//输出包含 the 的行
sed -n '/the/=' test.txt
//输出包含 the 的行所在的行号,等号(=)用来输出行号
sed -n '/[0-9]$/p' test.txt
//输出以数字结尾的行
sed -n '/^PI/p' test.txt
//输出以 PI 开头的行
sed -n '/\<wood\>/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（ nl 命令用于计算文件的行数）
nl test.txt | sed '3d'
//删除第 3 行
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'
sed '/^[a-z]/d' test.txt
//删除以小写字母开头的行
sed '/^$/d' test.txt
//删除所有空行
（3）替换符合条件的文本
sed 's/the/THE/' test.txt
//将每行中的第一个 the 替换为 THE
sed 's/l/L/2' test.txt
//将每行中的第 2 个 l 替换为 L
sed 's/the/THE/g' test.txt
//将文件中的所有 the 替换为 THE
sed 's/o//g' test.txt
//将文件中的所有 o 删除(替换为空串)
sed 's/^/#/' test.txt
//在每行行首插入#号
sed '/the/s/^/#/' test.txt
//在包含 the 的每行行首插入#号
sed 's/$/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
sed '/the/{H;d};$G' test.txt
//将包含 the 的行迁移至文件末尾,{;}用于多个操作
sed '1,5{H;d};17G' test.txt
//将第 1~5 行内容转移至第 17 行后
sed '/the/w out.file' test.txt
//将包含 the 的行另存为文件 out.file
sed '/the/r /etc/hostname' test.txt
//将文件/etc/hostname 的内容添加到包含 the 的每行以后
sed '3aNew' test.txt
//在第 3 行后插入一个新行,内容为 New
sed '/the/aNew' test.txt
//在包含 the 的每行后插入一个新行,内容为 New
sed '3aNew1\nNew2' test.txt
//在第 3 行后插入多行内容,中间的\n 表示换行注 意 ： 若 是 删 除 重 复 的 空 行 ， 即 连 续 的 空 行 只 保 留 一 个 ， 执 行 “sed-e‘/^$/{n;/^$/d}’test.txt”命令即可实现。其效果与“cat -s test.txt”相同，n 表示读下一行数据。
2. awk 工具
功能：文本分析工具，支持按字段处理、计算、格式化输出。
语法：
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-
注意：
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”；还可以进行的数学运算
内建变量 |
作用 |
|---|---|
$0 |
当前整行内容 |
$n |
当前处理行的第 n 个字段（第 n 列）
|
| FS |
指定每行文本的字段分隔符，默认为空格或制表位
|
NF |
当前行的字段数 |
NR |
当前处理的行号 |
| RS |
数据记录分隔，默认为\n，即每行为一条记录
|
|
FILENAME
|
被处理的文件名
|
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 $0}' test.txt
//输出所有内容,等同于 cat test.txt
awk 'NR==1,NR==3{print}' test.txt
//输出第 1~3 行内容
awk '(NR>=1)&&(NR<=3){print}' test.txt
//输出第 1~3 行内容
awk 'NR==1||NR==3{print}' test.txt
//输出第 1 行、第 3 行内容
awk '(NR%2)==1{print}' test.txt
//输出所有奇数行的内容
awk '(NR%2)==0{print}' test.txt
//输出所有偶数行的内容
awk '/^root/{print}' /etc/passwd
//输出以 root 开头的行
awk '/nologin$/{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五、总结
总结对比
| 工具/语法 | 核心用途 | 典型场景 |
|---|---|---|
| BRE | 基本模式匹配 | 简单文本搜索、grep 默认模式 |
| ERE | 复杂模式匹配（支持逻辑、分组） | 提取结构化数据（IP、邮箱） |
sed |
文本替换、删除、插入 | 批量修改配置文件、清理数据 |
awk |
字段处理、数据计算、报表生成 | 日志分析、统计汇总 |
元字符总结
| 元字符 | 作用 |
|---|---|
|
匹配行首 |
|
匹配行尾 |
|
匹配任意单个字符（除换行符） |
|
匹配前一个字符 零次或多次 |
|
字符范围，匹配字符集合中的任意一个 |
|
转义符 |
+ |
匹配前面的子表达式一次或多次 |
| ？ | 匹配前面的子表达式零次或一次 |
| {n} | n是一个非负整数，匹配确定的n次 |
| {n,m} | n，m是非负整数，其中n <= m.最少匹配n次且最多匹配m次 |
| {n,} | n是一个非负整数，至少匹配n次 |
| \d | 匹配一个数字字符 |
| \D | 匹配一个非数字字符 |
| \s | 匹配任何空白字符 |
| \S | 匹配任何非空白字符 |
| \w | 匹配字母、数字、下划线 |
| \W | 匹配非字母、数字、下划线 |
| \n | 匹配一个换行符 |
| \f | 匹配一个换页符 |
| \r | 匹配一个回车符 |
工具对比与选择指南
| 场景 | 推荐工具 | 理由 |
|---|---|---|
| 简单文本替换 | sed |
语法简洁，适合单行操作 |
| 复杂字段处理与计算 | awk |
内置字段分割和数学运算 |
| 多条件逻辑处理 | awk |
支持 if/else、循环等编程结构 |
| 批量删除或插入行 | sed |
地址定界和命令组合灵活 |
| 数据统计与报表生成 | awk |
可汇总数据并格式化输出 |
常见问题与调试技巧
1. 正则表达式不匹配
检查特殊字符转义：如
*、.、()在 BRE 中需转义。使用扩展模式：如
grep -E或sed -r启用 ERE。
2. sed 修改文件无效
确认
-i选项：无-i选项时仅输出到屏幕，不修改原文件。备份原文件：
sed -i.bak 's/old/new/' file生成file.bak备份。
3. awk 字段分割异常
指定分隔符：用
-F明确分隔符（如-F':'）。处理空白行：添加
NF > 0条件过滤空行。
4. 性能优化
减少管道操作：合并多个
sed或awk命令为单次处理。避免频繁读写文件：使用内存处理或临时文件。