正则表达式基础知识
正则表达式：
是一套规则与方法，以行为基础工作单位
BRE（基本正则表达式）集合
元字符：^[].*$
作用：匹配字符，匹配位置，锚定位置
^：用于模式的最左侧，^start，表示以start开头的行
$：用于模式的最右行，end$，表示以end结尾的行
^$：用于表示空行
.：匹配任意一个且只有一个字符
*：匹配前一个字符，包含零次，可以理解为匹配所有内容
.*：匹配所有内容，除了空行
\：转义符，特殊符号需要保持字符串格式，需要转义
^.*：匹配任何字符开头（包括数量任意，内容任意，非空行）
.*$：匹配以任何字符结尾（包括数量任意，内容任意，非空行）
[]：匹配方括号内的内容，如[abc]表示匹配a或者b或者c，等价表达式[a-c]，注：字母表中连续的字母序列或者连续的数字
[^]：取反，[^abc]匹配除了a、b、c之外的字符
ERD（扩展正则表达式）集合
使用grep -E生效
+：表示匹配前一个字符一次或者多次
[]+：表示匹配中括号中的内容一次或者多次
?：匹配前一个字符0次或者1次
|：“或”，表示同时匹配管道符前后的内容
()：分组过滤，表示将()中的内容作为一个整体
a{n,m}：表示匹配a最少n次，最大m次
a{n,}：表示匹配a最少n次
a{n}：表示匹配a正好n次
a{,m}：表示匹配a最大m次
简述三剑客的作用
awk擅长取列；
sed擅长取行和替换；
grep擅长查找功能，比如可以根据关键字查询对应的日志。
三剑客使用介绍
grep是从文本文件或者数据流匹配文本行或者数据
grep [选项] 查找内容 [源文件]
观察其组成结构，由四部分组成：指令名(grep)、选项、查找内容、源文件，其中需要注意的有两个位置，下面让我们徐徐道来。
源文件
源文件部分是可有可无的，若不指定任何文件名称或是所给予的文件名为-，则grep指令会从标准输入设备读取数据，其使用如下所示：
// 文件路径为/test
// 接收cat的输入
cat ./test |grep 'hello'
// 存在路径部分参数
grep 'hello' ./test
选项部分
选项部分比较多，可以通过grep --help指令来看一下有哪些选项：
Regexp selection and interpretation: // 正则表达式选择和解释
-E, --extended-regexp PATTERN is an extended regular expression (ERE)
-F, --fixed-strings PATTERN is a set of newline-separated strings
-G, --basic-regexp PATTERN is a basic regular expression (BRE)
-P, --perl-regexp PATTERN is a Perl regular expression
-e, --regexp=PATTERN use PATTERN for matching
-f, --file=FILE obtain PATTERN from FILE
-i, --ignore-case ignore case distinctions
-w, --word-regexp force PATTERN to match only whole words
-x, --line-regexp force PATTERN to match only whole lines
-z, --null-data a data line ends in 0 byte, not newline
Miscellaneous: // 各种各样的
-s, --no-messages suppress error messages
-v, --invert-match select non-matching lines // 搜索不匹配的行
-V, --version display version information and exit
--help display this help text and exit
Output control: // 输出控制
-m, --max-count=NUM stop after NUM matches
-b, --byte-offset print the byte offset with output lines
-n, --line-number print line number with output lines
--line-buffered flush output on every line
-H, --with-filename print the file name for each match
-h, --no-filename suppress the file name prefix on output
--label=LABEL use LABEL as the standard input file name prefix
-o, --only-matching show only the part of a line matching PATTERN
-q, --quiet, --silent suppress all normal output
--binary-files=TYPE assume that binary files are TYPE;
TYPE is 'binary', 'text', or 'without-match'
-a, --text equivalent to --binary-files=text
-I equivalent to --binary-files=without-match
-d, --directories=ACTION how to handle directories;
ACTION is 'read', 'recurse', or 'skip'
-D, --devices=ACTION how to handle devices, FIFOs and sockets;
ACTION is 'read' or 'skip'
-r, --recursive like --directories=recurse
-R, --dereference-recursive likewise, but follow all symlinks
--include=FILE_PATTERN search only files that match FILE_PATTERN
--exclude=FILE_PATTERN skip files and directories matching FILE_PATTERN
--exclude-from=FILE skip files matching any file pattern from FILE
--exclude-dir=PATTERN directories that match PATTERN will be skipped.
-L, --files-without-match print only names of FILEs containing no match
-l, --files-with-matches print only names of FILEs containing matches
-c, --count print only a count of matching lines per FILE
-T, --initial-tab make tabs line up (if needed)
-Z, --null print 0 byte after FILE name
Context control: // 上下文控制
-B, --before-context=NUM print NUM lines of leading context
-A, --after-context=NUM print NUM lines of trailing context
-C, --context=NUM print NUM lines of output context
-NUM same as --context=NUM
--color[=WHEN],
--colour[=WHEN] use markers to highlight the matching strings;
WHEN is 'always', 'never', or 'auto'
-U, --binary do not strip CR characters at EOL (MSDOS/Windows)
-u, --unix-byte-offsets report offsets as if CRs were not there
看着选项内容真的很多，背起来着实不易，幸好文档中给我们做了分类，只需要记住这些分类是干什么的，然后在需要的时候从里面进行搜索即可快速搜寻到所需用法(感觉看其内容比看菜鸟教程上的内容容易很多)
(1)当需要通过正则的方式进行搜索内容时，去"Regexp selection and interpretation"区块找选项即可，常用的有：
-E：通过正则表达式进行搜索
(2)当需要对输出的内容进行控制时，去"Output control"区块找选项即可，常用的有如下几个：
-m 数量：表征匹配多少次就会停止
-n：显示匹配行及行号
-H：打印每一个匹配的文件名
-r：能够递归查询，即可以输入文件夹查询
-c：统计匹配到行的个数
(3)当需要获取输出内容的上下文进行操纵时，去"Context control"区块找选项即可，常用的有如下几个：
-B 数量、-A 数量、-C 数量：分别表征获取内容前、后、前后几行
--color：对输出的内容添加颜色
(4)除了一些划分比较理解的选项，还有一些选项我个人认为划分的并不是很合理，但是它们仍然很重要，让我们一起来看看有哪些：
-i：忽略字母大小写
-v：反向选择，也就是显示出没有搜索出字符串内容的那一行
二、经典用法
上面已经将其基本使用做了详细的阐述，俗话说的好：光说不练假把式，光练不说真把式，连说带练全把式。既然上面阐述了一通理论的东西，下面我们就来实战几个常用场景，将理论付诸于实践。在实战之前先创建一个文件，文件名是test，文件内容如下所示：
hello world!!!
dog
cat
pig
big pig
tiger
Elephant
从确定文件中过滤出包含pig的
$ grep 'pig' ./test
pig
big pig
从包含某一部分内容的文件中过滤包含pig的
$ grep 'pig' ./te*
pig
big pig
从某一文件夹下所有内容中过滤出包含pig的
$ grep -r 'pig' .
./test:pig
./test:big pig
从某一文件中过滤出不包含pig的
$ grep -v 'pig' ./test
hello world!!!
dog
cat
tiger
Elephant
在过滤文件时显示行数
$ grep -n 'pig' ./test
4:pig
5:big pig
匹配出以开头的内容(通过基本正则表达式匹配即可，基本正则表达式字符有^$.[]*)
$ grep ^p ./test
pig
匹配出包含pig或cat内容的行(用到了扩展正则表达式，其在基本正则表达式基础上增加了(){}?+|等)
$ grep -E 'pig|cat' ./test
cat
pig
big pig
匹配出包含hello和world内容的行
$ grep 'hello' ./test |grep 'world'
hello world!!!
获取到匹配内容‘big pig'的前一行内容
$ grep -B1 'big pig' ./test
pig
big pig
获取匹配到'pig'行的数量
$ grep -c 'pig' ./test
获取到的pig行的内容高亮显示
$ grep --color 'pig' ./test
pig
big pig
sed是一个流编辑器
一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”(pattern space)，接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有 改变，除非你使用重定向存储输出。Sed主要用来自动编辑一个或多个文件；简化对文件的反复操作；编写转换程序等
sed --help
Usage: sed [OPTION]... {script-only-if-no-other-script} [input-file]...
-n, --quiet, --silent
suppress automatic printing of pattern space
--debug
annotate program execution
-e script, --expression=script
add the script to the commands to be executed
-f script-file, --file=script-file
add the contents of script-file to the commands to be executed
--follow-symlinks
follow symlinks when processing in place
-i[SUFFIX], --in-place[=SUFFIX]
edit files in place (makes backup if SUFFIX supplied)
-l N, --line-length=N
specify the desired line-wrap length for the `l' command
--posix
disable all GNU extensions.
-E, -r, --regexp-extended
use extended regular expressions in the script
(for portability use POSIX -E).
-s, --separate
consider files as separate rather than as a single,
continuous long stream.
--sandbox
operate in sandbox mode (disable e/r/w commands).
-u, --unbuffered
load minimal amounts of data from the input files and flush
the output buffers more often
-z, --null-data
separate lines by NUL characters
--help display this help and exit
--version output version information and exit
If no -e, --expression, -f, or --file option is given, then the first
non-option argument is taken as the sed script to interpret. All
remaining arguments are names of input files; if no input files are
specified, then the standard input is read.
动作说明：
a ：新增， a 的后面可以接字串，而这些字串会在新的一行出现(目前的下一行)～
c ：取代， c 的后面可以接字串，这些字串可以取代 n1,n2 之间的行！
d ：删除，因为是删除啊，所以 d 后面通常不接任何咚咚；
i ：插入， i 的后面可以接字串，而这些字串会在新的一行出现(目前的上一行)；
p ：列印，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行～
s ：取代，可以直接进行取代的工作哩！通常这个 s 的动作可以搭配正规表示法！
sed匹配范围：
空地址：全文匹配，即逐行操作
单地址：指定行匹配
/.../：被模式匹配的每一行
区间范围：10,20是第十行到第二十行；10,+5，表示第十行向下五行；/.../,/.../也可多个模式一起结合匹配。
步长：1~2，表示从1开始，步长为2
实现功能：
1.提取，打印：
sed -n '匹配模式p' 文件名，如sed -n '1,2p' passwd.txt，显示第一至第二行。
2.过滤
sed -n '匹配模式p' 文件名，如sed -n '/^system/p' passwd.txt，显示已system开头的行
awk是一个处理文本的编程语言工具
能用简短的程序处理标准输入、文件、数据排序、计算以及生成报表等。
也是按行处理，默认分隔符是“ ”
awk基本命令
awk -h
Usage: awk [POSIX or GNU style options] -f progfile [--] file ...
Usage: awk [POSIX or GNU style options] [--] 'program' file ...
POSIX options: GNU long options: (standard)
-f progfile --file=progfile
-F fs --field-separator=fs
-v var=val --assign=var=val
Short options: GNU long options: (extensions)
-b --characters-as-bytes
-c --traditional
-C --copyright
-d[file] --dump-variables[=file]
-D[file] --debug[=file]
-e 'program-text' --source='program-text'
-E file --exec=file
-g --gen-pot
-h --help
-i includefile --include=includefile
-l library --load=library
-L[fatal|invalid] --lint[=fatal|invalid]
-M --bignum
-N --use-lc-numeric
-n --non-decimal-data
-o[file] --pretty-print[=file]
-O --optimize
-p[file] --profile[=file]
-P --posix
-r --re-interval
-S --sandbox
-t --lint-old
-V --version
To report bugs, see node `Bugs' in `gawk.info', which is
section `Reporting Problems and Bugs' in the printed version.
gawk is a pattern scanning and processing language.
By default it reads standard input and writes standard output.
Examples:
gawk '{ sum += $1 }; END { print sum }' file
gawk -F: '{ print $1 }' /etc/passwd
$0 代表一整行数据
$1代表第一列
$NF代表最后一列，$(NF-1)倒数第二列
