shell字符串匹配的實現(xiàn)

更新時間：2020年12月11日 10:08:18 作者：xy913741894

這篇文章主要介紹了shell字符串匹配的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

一、簡介

Bash Shell提供了很多字符串和文件處理的命令。如awk、expr、grep、sed等命令，還有文件的排序、合并和分割等一系列的操作命令。grep、sed和awk內(nèi)容比較多故單獨列出，本文只涉及字符串的處理和部分文本處理命令。

二、字符串處理

1、expr命令

expr引出通用求值表達式，可以實現(xiàn)算術(shù)操作、比較操作、字符串操作和邏輯操作等功能。

（1）計算字符串長度

字符串名為string，可以使用命令${#string}或expr length $string兩種方法來計算字符串的長度。若string包括空格，需用雙引號引起來（expr length后面只能跟一個參數(shù)，string有空格會當(dāng)作多個參數(shù)處理）。

（2）子串匹配索引

expr的索引命令格式為：expr index $string $substring（子串），在字符串$string上匹配$substring中字符第一次出現(xiàn)的位置，匹配不到，expr index返回0。

"wo"在字符串string中雖然出現(xiàn)在第7，但還是返回o首次出現(xiàn)的位置5。

（3）子串匹配的長度

expr match $string $substring，在string的開頭匹配substring字符串，返回匹配到的substring字符串的長度，若string開頭匹配不到則返回0，其中substring可以是字符串也可以是正則表達式。

"world"盡管在string中出現(xiàn)，但是未出現(xiàn)在string的開頭處，因此返回0。

（4）抽取子串

Bash Shell提供兩種命令#{...}和expr實現(xiàn)抽取子串功能。

其中#{...}有兩種格式。

格式一：#{string:position}從名稱為$string的字符串的第$position個位置開始抽取子串，從0開始標(biāo)號。

格式二：#{string:position:length}增加$length變量，表示從$string字符串的第$position個位置開始抽取長度為$length的子串。

（都是從string的左邊開始計數(shù)抽取子串）

#{...}還提供了從string右邊開始計數(shù)抽取子串的功能。

格式一：#{string: -position}，冒號與橫杠間有一個空格

格式二：#{string:(position)}

expr substr也能夠?qū)崿F(xiàn)抽取子串功能，命令格式：expr substr $string $position $length，與#{...}最大不同是expr substr命令從1開始進行標(biāo)號。

接著使用正則表達式抽取子串的命令，但只能抽取string開頭處或結(jié)尾處的子串。

抽取字符串開頭處的子串，格式一：expr match $string ' $substring '。格式二：expr $string : ' $substring '，其中冒號前后都有一個空格。

抽取字符串結(jié)尾處的子串，格式一：expr match $string '.* $substring '。格式二：expr $string : '.* $substring '。.*表示任意字符的任意重復(fù)。

（5）刪除子串

刪除字串是指將原字符串中符合條件的子串刪除，命令只有${...}格式。

從string開頭處刪除子串，格式一：${string#substring}，刪除開頭處與substring匹配的最短子串。格式二：${string##substring}刪除開頭處與substring匹配的最長子串。其中substring并非是正則表達式而是通配符。

從string結(jié)尾處開始刪除，格式一：${string%substring}，刪除結(jié)尾處與substring匹配的最短子串。格式二：${string%%substring}刪除結(jié)尾處與substring匹配的最長子串。與上述命令僅在#和%之間不同。

（5）替換子串

替換子串命令都是${...}，可以在任意處、開頭處、結(jié)尾處替換滿足條件的子串。其中的substring都不是正則表達式而是通配符。

在任意處替換子串命令，格式一：${string/substring/replacement}，僅替換第一次與substring相匹配的子串。格式二：${string//substring/replacement}，替換所有與substring相匹配的子串。

在開頭處替換與substring相匹配的子串，格式為：${string/#substring/replacement}。

在結(jié)尾除替換與substring相匹配的子串，格式為：${string/%substring/replacement}。

三、對文件的排序、合并和分割

文本處理命令包括sort命令、uniq命令、join命令、cut命令、paste命令、split命令、tr命令和tar命令，它們實現(xiàn)對文件記錄排序、統(tǒng)計、合并、提取、粘貼、分割、過濾、壓縮和解壓縮等功能，它們與sed和awk構(gòu)成了Linux文本處理的所有命令和工具。

（1）sort命令

sort命令是一種對文本排序的工具，它將輸入文件看做由多條記錄組成的數(shù)據(jù)流，而記錄由可變寬度的字段組成，以換行符作為定界符。sort命令格式：sort [選項] [輸入文件]

sort命令默認(rèn)的域分隔符是空格符，-t選項可用于設(shè)置分隔符。sort -t: test中-t與":"之間是沒有空格的。未指定-t分隔符是空格符，這時記錄內(nèi)開頭與結(jié)尾的空格都將被忽略，如（空格）:root:（空格）則只有一個域，-t:指定冒號則這條記錄就包含了三個域。

sort命令默認(rèn)是按第1個域進行排序的，也可以通過-k選項指定某個域進行排序。例如：sort -t: -k3 test。

sort命令-n選項可以指定根據(jù)數(shù)字大小進行排序（不按字母順序排序）。

sort命令-r選項用于將排序結(jié)果逆向顯示，如使用-n按數(shù)字從小到大排序后，使用-r選項將結(jié)果逆向顯示。

sort命令-u選項去掉排序結(jié)果中的重復(fù)行。

sort命令-o選項加上文件名將結(jié)果保存到另一個文件中（sort默認(rèn)將排序后的結(jié)果輸出到屏幕上）。

sort命令-m選項將兩個排好序的文件合并成一個排好序的文件，在文件合并前它們必須已經(jīng)排好序。-m選項對未排序的文件合并是沒有任何意義的。

sort和awk都是分域處理文件的工具，兩者結(jié)合起來可以有效地對文本塊進行排序。

（2）uniq命令

uniq命令用于去除文本文件中的重復(fù)行，類似sort -u，但uniq命令去除的重復(fù)行必須是連續(xù)重復(fù)出現(xiàn)的行，中間不能夾雜任何其他文本行，而sort -u命令使所有的重復(fù)記錄都被去掉。

uniq命令有3個選項：

uniq -c test，打印每行在文本中重復(fù)出現(xiàn)的次數(shù)。

（3）join命令

join命令用于實現(xiàn)兩個文件中記錄的連接操作，將兩個文件中具有相通域的記錄選擇出來，再將這些記錄所有的域放在一行（包含來自兩個文件的所有域）。如join -t: a.txt b.txt，將a.txt和b.txt具有共同域的記錄連接到一起。

join命令的結(jié)果默認(rèn)是不顯示這些未進行連接的記錄，-a和-v選項用于顯示這些未進行連接的記錄，-a1和-v1指顯示文件1中未連接的記錄，而-a2和-v2指顯示文件2中的未連接記錄。-a與-v的區(qū)別是：-a顯示以共同域進行連接的結(jié)果和未進行連接的記錄，而-v則不顯示以共同域進行連接的記錄。

join命令默認(rèn)顯示連接記錄在兩個文件中的所有域，而且按順序。-o選項用于改變結(jié)果顯示的格式，可以指定顯示哪幾個域、按什么順序顯示這些域。例如：join -t: -o1.1 2.2 1.2 a.txt b.txt，其中-o1.1 2.2 1.2表示顯示格式依次顯示第1個文件中的第1個域、第2個文件中的第2個域、第1個文件中的第2個域，結(jié)果顯示三個域。

join -t: -i -1 3 -2 1 a.txt b.txt，文件1的第3個域和文件2的第1個域進行連接，-i忽略大小寫。join命令在對兩個文件進行連接時，兩個文件必須都是按照連接域排好序的。

（4）cut命令

cut命令用于從標(biāo)準(zhǔn)輸入或文本文件中按域或行提取文本，cut [選項] 文件，cut的選項如下：

cut -c1-5 a.txt，提取a.txt的第1～5個字符。-c有三種表示方式：-cn表示第n個字符、-cn,m表示第n個字符和第m個字符、-cn-m表示第n個字符到第m個字符。-c是按字符提取文本的，無須使用-d改變域分隔符，-f按域提取文本時就需要使用-d設(shè)置域分隔符了。-f同樣也可以用三種方式指定域數(shù)或域范圍。

cut可以靈活提取文本文件中的內(nèi)容，默認(rèn)將提取內(nèi)容放在標(biāo)準(zhǔn)輸出上，也可以使用文件重定向來將內(nèi)容保存到文件。

（5）paste命令

paste命令用于將文本文件或標(biāo)準(zhǔn)輸出中的內(nèi)容粘貼到新的文件，它可以將來自不同文件的數(shù)據(jù)粘貼到一起，形成新的文件。paste命令格式：paste [選項] file1 file2，其選項如下：

paste FILE1 FILE2，粘貼FILE1和FILE2，F(xiàn)ILE1在前，將FILE1的內(nèi)容作為每行記錄的第1域、FILE2的內(nèi)容作為第2域?？梢允褂?d設(shè)置域分隔符paste -d: FILE1 FILE2。

paste命令默認(rèn)是將一個文件按列粘貼的，-s選項可以實現(xiàn)將一個文件按行粘貼。

ls | paste -d" " - - - -，從標(biāo)準(zhǔn)輸入中讀取數(shù)據(jù)時"-"選項才起作用，"-"表示讀取1次標(biāo)準(zhǔn)輸入數(shù)據(jù)即讀取到標(biāo)準(zhǔn)輸入數(shù)據(jù)中的一個域，- - - - 每行顯示4個文件名。

（6）split命令

split命令用于將大文件切割成小文件，split可以按照文件的行數(shù)、字節(jié)數(shù)切割文件，并能在輸出的多個小文件中自動加上編號。split命令格式：splite [選項] 待切割的大文件輸出的小文件。