如何使用 awk 和正則表示式過濾文字或檔案中的字串
阿新 • • 發佈：2018-12-24
當我們在 Unix/Linux 下使用特定的命令從字串或檔案中讀取或編輯文字時，我們經常需要過濾輸出以得到感興趣的部分。這時正則表示式就派上用場了。
普通字元，例如空格、下劃線、A-Z、a-z、0-9。
可以擴充套件為普通字元的元字元，它們包括：
你必須使用類似 awk 這樣的文字過濾工具來過濾文字。你還可以把 awk 自身當作一個程式語言。但由於這個指南的適用範圍是關於使用 awk 的，我會按照一個簡單的命令列過濾工具來介紹它。
awk 的一般語法如下：
此處
它通過讀取檔案中的給定行，複製該行的內容並在該行上執行指令碼的方式工作。這個過程會在該檔案中的所有行上重複。
該指令碼
awk 列印檔案中的所有行
awk 列印檔案中匹配模式的行
這裡的正則表示式的意思是匹配 l一個字元c。
使用 awk 列印檔案中匹配模式的字串
使用 awk 匹配檔案中的字串
你可能也意識到
讓我們看一看可以證明這一點的例子，正則表示式
當你使用模式
在
使用 awk 列印檔案中匹配的字元
下一個例子匹配以
使用 awk 列印檔案中匹配的字元
讓我們看看下面的例子：
使用 awk 列印檔案中匹配的數字
在上面的例子中，檔案 /etc/hosts 中的所有行都至少包含一個單獨的數字 [0-9]。
使用 awk 列印與模式匹配的行
使用 awk 列印與模式匹配的字串
在下面的例子中，第一個命令打印出檔案中的所有行，第二個命令中我想匹配具有 $25.00 的一行，但我並未使用轉義字元，因而沒有打印出任何內容。
第三個命令是正確的，因為一個這裡使用了一個轉義字元以轉義 $，以將其識別為 '$'（而非元字元）。
結合轉義字元使用 awk
作者：Aaron Kili 譯者：wwy-hust 校對：wxy
什麼是正則表示式?
正則表示式可以定義為代表若干個字元序列的字串。它最重要的功能之一就是它允許你過濾一條命令或一個檔案的輸出、編輯文字或配置檔案的一部分等等。正則表示式的特點
正則表示式由以下內容組合而成：普通字元，例如空格、下劃線、A-Z、a-z、0-9。
可以擴充套件為普通字元的元字元，它們包括：
(.)它匹配除了換行符外的任何單個字元。
(*)它匹配零個或多個在其之前緊挨著的字元。
[ character(s) ]它匹配任何由其中的字元/字符集指定的字元，你可以使用連字元(-)代表字元區間，例如 [a-f]、[1-5]等。
^它匹配檔案中一行的開頭。
$它匹配檔案中一行的結尾。
\這是一個轉義字元。
你必須使用類似 awk 這樣的文字過濾工具來過濾文字。你還可以把 awk 自身當作一個程式語言。但由於這個指南的適用範圍是關於使用 awk 的，我會按照一個簡單的命令列過濾工具來介紹它。
awk 的一般語法如下：
# awk 'script' filename
此處
'script'是一個由 awk 可以理解並應用於 filename 的命令集合。
它通過讀取檔案中的給定行，複製該行的內容並在該行上執行指令碼的方式工作。這個過程會在該檔案中的所有行上重複。
該指令碼
'script'中內容的格式是
'/pattern/ action'
pattern是一個正則表示式，而
action是當 awk 在該行中找到此模式時應當執行的動作。
如何在 Linux 中使用 awk 過濾工具
在下面的例子中，我們將聚焦於之前討論過的元字元。一個使用 awk 的簡單示例：
下面的例子列印檔案 /etc/hosts 中的所有行，因為沒有指定任何的模式。# awk '//{print}' /etc/hosts
awk 列印檔案中的所有行
結合模式使用 awk
在下面的示例中，指定了模式localhost，因此 awk 將匹配檔案
/etc/hosts中有
localhost的那些行。
# awk '/localhost/{print}' /etc/hostsawk 列印檔案中匹配模式的行
在 awk 模式中使用萬用字元 (.)
在下面的例子中，符號(.)將匹配包含 loc、localhost、localnet 的字串。
這裡的正則表示式的意思是匹配 l一個字元c。
# awk '/l.c/{print}' /etc/hosts
使用 awk 列印檔案中匹配模式的字串
在 awk 模式中使用字元 (*)
在下面的例子中，將匹配包含 localhost、localnet、lines, capable 的字串。# awk '/l*c/{print}' /etc/localhost
使用 awk 匹配檔案中的字串
你可能也意識到
(*)將會嘗試匹配它可能檢測到的最長的匹配。
讓我們看一看可以證明這一點的例子，正則表示式
t*t的意思是在下面的行中匹配以
t開始和
t結束的字串：
this is tecmint, where you get the best good tutorials, how to's, guides, tecmint.
當你使用模式
/t*t/時，會得到如下可能的結果：
this is t this is tecmint this is tecmint, where you get t this is tecmint, where you get the best good t this is tecmint, where you get the best good tutorials, how t this is tecmint, where you get the best good tutorials, how tos, guides, t this is tecmint, where you get the best good tutorials, how tos, guides, tecmint
在
/t*t/中的萬用字元
(*)將使得 awk 選擇匹配的最後一項：
this is tecmint, where you get the best good tutorials, how to's, guides, tecmint
結合集合 [ character(s) ] 使用 awk
以集合 [al1] 為例，awk 將匹配檔案 /etc/hosts 中所有包含字元 a 或 l 或 1 的字串。# awk '/[al1]/{print}' /etc/hosts
使用 awk 列印檔案中匹配的字元
下一個例子匹配以
K或
k開始頭，後面跟著一個
T的字串：
# awk '/[Kk]T/{print}' /etc/hosts
使用 awk 列印檔案中匹配的字元
以範圍的方式指定字元
awk 所能理解的字元：[0-9]代表一個單獨的數字
[a-z]代表一個單獨的小寫字母
[A-Z]代表一個單獨的大寫字母
[a-zA-Z]代表一個單獨的字母
[a-zA-Z 0-9]代表一個單獨的字母或數字
讓我們看看下面的例子：
# awk '/[0-9]/{print}' /etc/hosts
使用 awk 列印檔案中匹配的數字
在上面的例子中，檔案 /etc/hosts 中的所有行都至少包含一個單獨的數字 [0-9]。
結合元字元 (^) 使用 awk
在下面的例子中，它匹配所有以給定模式開頭的行：# awk '/^fe/{print}' /etc/hosts
# awk '/^ff/{print}' /etc/hosts
使用 awk 列印與模式匹配的行
結合元字元 ($) 使用 awk
它將匹配所有以給定模式結尾的行：# awk '/ab$/{print}' /etc/hosts
# awk '/ost$/{print}' /etc/hosts
# awk '/rs$/{print}' /etc/hosts
使用 awk 列印與模式匹配的字串
結合轉義字元 (\) 使用 awk
它允許你將該轉義字元後面的字元作為文字，即理解為其字面的意思。在下面的例子中，第一個命令打印出檔案中的所有行，第二個命令中我想匹配具有 $25.00 的一行，但我並未使用轉義字元，因而沒有打印出任何內容。
第三個命令是正確的，因為一個這裡使用了一個轉義字元以轉義 $，以將其識別為 '$'（而非元字元）。
# awk '//{print}' deals.txt
# awk '/$25.00/{print}' deals.txt
# awk '/\$25.00/{print}' deals.txt
結合轉義字元使用 awk
總結
以上內容並不是 awk 命令用做過濾工具的全部，上述的示例均是 awk 的基礎操作。在下面的章節中，我將進一步介紹如何使用 awk 的高階功能。感謝您的閱讀，請在評論區貼出您的評論。作者：Aaron Kili 譯者：wwy-hust 校對：wxy
延伸閱讀
Linux常用命令手冊整理收藏常用的Linux命令，幫助自己，也幫助大家更好地掌握這些常用Linux命令，給Linux操作帶來便利，更好地使用Linux系統