正规表示法与文件格式化处理

正规表示法与文件格式化处理

  正规表示法就是处理字符串的方法，他是以行为单位来进行字符串的处理行为， 正规表示法透过一些特殊符号的辅助，可以让使用者轻易的达到『搜寻/删除/取代』某特定字符串的处理程序！

基础正规表示法

grep 的一些进阶选项

• grep [-A] [-B] [--color=auto] '搜寻字符串' filename
• 选项与参数：
  • -A ：后面可加数字，为 after 的意思，除了列出该行外，后续的 n 行也列出来；
  • -B ：后面可加数字，为 befer 的意思，除了列出该行外，前面的 n 行也列出来；
  • --color=auto 可将正确的那个撷取数据列出颜色

基础正规表示法字符汇整 (characters)

sed 工具

• sed [-nefr] [动作]

• 选项与参数：

  • -n ：使用安静(silent)模式。在一般 sed 的用法中，所有来自 STDIN 的数据一般都会被列出到屏幕上。但如果加上 -n 参数后，则只有经过 sed 特殊处理的那一行(或者动作)才会被列出来。
  • -e ：直接在指令列模式上进行 sed 的动作编辑；
  • -f ：直接将 sed 的动作写在一个文件内， -f filename 则可以执行 filename 内的 sed 动作；
  • -r ：sed 的动作支持的是延伸型正规表示法的语法。(预设是基础正规表示法语法)
  • -i ：直接修改读取的文件内容，而不是由屏幕输出。动作说明： [n1[,n2]]functionn1, n2 ：不见得会存在，一般代表『选择进行动作的行数』，举例来说，如果我的动作是需要在 10 到 20 行之间进行的，则『 10,20[动作行为] 』

• function 有底下这些咚咚：

  • a ：新增， a 的后面可以接字符串，而这些字符串会在新的一行出现(目前的下一行)～
  • c ：取代， c 的后面可以接字符串，这些字符串可以取代 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 的后面可以接字符串，而这些字符串会在新的一行出现(目前的上一行)；
  • p ：打印，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运作～
  • 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！例如 1,20s/old/new/g 就是啦！

延伸正规表示法

文件的格式化与相关处理

格式化打印： printf

• printf '打印格式' 实际内容
• 选项与参数：
• 关于格式方面的几个特殊样式：
  • a 警告声音输出
  •  退格键(backspace)
  • f 清除屏幕 (form feed)
  • 输出新的一行
  • 亦即 Enter 按键
  • 水平的 [tab] 按键
  • v 垂直的 [tab] 按键
    xNN NN 为两位数的数字，可以转换数字成为字符。
• 关于 C 程序语言内，常见的变数格式
  • %ns 那个 n 是数字， s 代表 string ，亦即多少个字符；
  • %ni 那个 n 是数字， i 代表 integer ，亦即多少整数字数；
  • %N.nf 那个 n 与 N 都是数字， f 代表 floating (浮点)，如果有小数字数，假设我共要十个位数，但小数点有两位，即为 %10.2f 啰！

awk：好用的数据处理工具

• awk '条件类型 1{动作 1} 条件类型 2{动作 2} ...' filename

  awk 主要是处理『每一行的字段内的数据』，而默认的『字段的分隔符为 "空格键" 或 "[tab]键" 』！

diff 通常是用在同一的文件(或软件)的新旧版本差异

• diff [-bBi] from-file to-file
• 选项与参数：
  • from-file ：一个档名，作为原始比对文件的档名；
  • to-file ：一个档名，作为目的比对文件的档名；
  • 注意，from-file 或 to-file 可以 - 取代，那个 - 代表『Standard input』之意。
  • -b ：忽略一行当中，仅有多个空白的差异(例如 "about me" 与 "about me" 视为相同
  • -B ：忽略空白行的差异。
  • -i ：忽略大小写的不同。

cmp 主要也是在比对两个文件，他主要利用『字节』单位去比对

• cmp [-l] file1 file2
• 选项与参数：
  • -l ：将所有的不同点的字节处都列出来。因为 cmp 预设仅会输出第一个发现的不同点。

patch 将旧的文件升级成为新的文件

• patch -pN < patch_file <==更新
• patch -R -pN < patch_file <==还原
• 选项与参数：
  • -p ：后面可以接『取消几层目录』的意思。
  • -R ：代表还原，将新的文件还原成原来旧的版本。

文件打印准备：pr

• pr 目标对象

重点回顾

• 正规表示法就是处理字符串的方法，他是以行为单位来进行字符串的处理行为；
• 正规表示法透过一些特殊符号的辅助，可以让使用者轻易的达到『搜寻/删除/取代』某特定字符串的处理程序；
• 只要工具程序支持正规表示法，那么该工具程序就可以用来作为正规表示法的字符串处理之用；
• 正规表示法与通配符是完全不一样的东西！通配符 (wildcard) 代表的是 bash 操作接口的一个功能， 但正规表示法则是一种字符串处理的表示方式！
• 使用 grep 或其他工具进行正规表示法的字符串比对时，因为编码的问题会有不同的状态，因此， 你最好将 LANG 等变量设定为 C 或者是 en 等英文语系！
• grep 与 egrep 在正规表示法里面是很常见的两支程序，其中， egrep 支持更严谨的正规表示法的语法；
• 由于编码系统的不同，不同的语系 (LANG) 会造成正规表示法撷取资料的差异。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，正规表示法之上还有更严谨的延伸正规表示法；
• 基础正规表示法的特殊字符有： *, ., [], [-], [^], ^, $ 等！
• 常见的支持正规表示法的工具软件有： grep , sed, vim 等等
• printf 可以透过一些特殊符号来将数据进行格式化输出；
• awk 可以使用『字段』为依据，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 指令可以将旧版数据更新到新版 (主要亦由 diff 建立 patch 的补丁来源文件)