正则表达式与文件格式化处理
- 正则表达式就是处理字符串的方法，它是以行为单位来进行字符串的处理操作。
- 正则表达式通过一些特殊符号的辅助，可以让用户轻易实现【查找、删除、替换】某特定字符串的处理过程。
- 正则表达式基本上是一种【表示法】，只要工具程序支持正则表达式，那么该工具程序就可以用来作为正则表达式的字符串处理之用。
- 正则表达式与通配符是完全不一样的东西，通配符(wildcard)代表的是bash的一个功能，但正则表达式则是一种字符串处理的表达方式。
- 使用grep或其他工具进行正则表达式的字符串对比时，因为编码的问题会有不同的状态，因此，你最好将LANG等变量设置为C或en等英文语系。所以使用正则表达式时，需要特别留意当时环境的语系是什么，否则可能会发现与别人不相同的选取结果。
- grep与egrep在正则表达式里面是很常见的两个程序，其中，egrep支持更严谨的正则表达式的语法。
- 由于编码系统的不同，不同的语系(LANG)会造成正则表达式选取数据的差异，因此可利用特殊符号如[:upper:]来替代编码范围较佳。
- 由于严谨度的不同，正则表达式之上还有更严谨的扩展正则表达式。
- 正则表达式的特殊字符与一般在命令行输入命令的通配符并不相同。
- 基础正则表达式的特殊字符有：
*、.、[]、[-]、[^]、^、$等。 - 常见的支持正则表达式的工具软件有：grep、sed、vim等。
- grep，抓取符合管道条件的行。
- sed，可以替换、删除、新增、选取特定行。还可以直接修改整个文件。
- vim，编辑文本。
- printf可以通过一些特殊符号来将数据进行格式化输出，使得输出的内容格式变得好看。
- awk可以使用【字段】为根据，进行数据的重新整理与输出。
- 文件的比对中，可利用diff及cmp进行比对，其中diff主要用在纯文本文件方面的新旧版本比对。
- patch命令可以将旧版数据更新到新版(主要亦由diff建立patch的补丁源文件)。
- pr命令，文件打印相关设置。
特殊符号
| 特殊符号 | 代表意义 |
|---|
| [:alnum:] | 代表英文大小写字符及数字，亦即0~9、A~Z、a~z。【常用】 |
| [:alpha:] | 代表英文大小写字符，亦即A~Z、a~z。【常用】 |
| [:blank:] | 代表空格键与[Tab]按键两者。 |
| [:cntrl:] | 代表键盘上面控制按键，包括CR、LF、Tab、Del等。 |
| [:digit:] | 代表数字，即0~9。【常用】 |
| [:graph:] | 除了空格键(空格键与[Tab]按键)外的其他所有按键。 |
| [:lower:] | 代表小写字符，即a~z。【常用】 |
| [:print:] | 代表任何可以被打印出来的字符。 |
| [:punct:] | 代表标点符号(punctuation symbol)，亦即："'?!;:#$。 |
| [:upper:] | 代表大写字符，即A~Z。【常用】 |
| [:space:] | 任何会产生空白的字符，包括空格键、[Tab]、CR等。 |
| [:xdigit:] | 代表十六进制的数字类型，因此包括0~9、A~F、a~f的数字与字符。 |