当我们在 Unix/Linux 下使用特定的命令从字符串或文件中读取或编辑文本时，我们经常需要过滤输出以得到感兴趣的部分。这时正则表达式就派上用场了。
什么是正则表达式?
正则表达式可以定义为代表若干个字符序列的字符串。它最重要的功能之一就是它允许你过滤一条命令或一个文件的输出、编辑文本或配置文件的一部分等等。
正则表达式的特点
正则表达式由以下内容组合而成：
普通字符，例如空格、下划线、A-Z、a-z、0-9。
可以扩展为普通字符的元字符，它们包括：
(.)
它匹配除了换行符外的任何单个字符。
(*)
它匹配零个或多个在其之前紧挨着的字符。
[ character(s) ]
它匹配任何由其中的字符/字符集指定的字符，你可以使用连字符(-)代表字符区间，例如 [a-f]、[1-5]等。
^
它匹配文件中一行的开头。
$
它匹配文件中一行的结尾。
\
这是一个转义字符。
你必须使用类似 awk 这样的文本过滤工具来过滤文本。你还可以把 awk 自身当作一个编程语言。但由于这个指南的适用范围是关于使用 awk 的，我会按照一个简单的命令行过滤工具来介绍它。
awk 的一般语法如下：
# awk ‘script‘ filename
此处
‘script‘
是一个由 awk 可以理解并应用于 filename 的命令集合。
它通过读取文件中的给定行，复制该行的内容并在该行上执行脚本的方式工作。这个过程会在该文件中的所有行上重复。
该脚本
‘script‘
中内容的格式是
‘/pattern/ action‘
，其中
pattern
是一个正则表达式，而
action
是当 awk 在该行中找到此模式时应当执行的动作。
如何在 Linux 中使用 awk 过滤工具
在下面的例子中，我们将聚焦于之前讨论过的元字符。
一个使用 awk 的简单示例：
下面的例子打印文件 /etc/hosts 中的所有行，因为没有指定任何的模式。
# awk ‘//{print}‘ /etc/hosts
awk 打印文件中的所有行
结合模式使用 awk
在下面的示例中，指定了模式
localhost
，因此 awk 将匹配文件
/etc/hosts
中有
localhost
的那些行。
# awk ‘/localhost/{print}‘ /etc/hosts
awk 打印文件中匹配模式的行
在 awk 模式中使用通配符 (.)
在下面的例子中，符号
(.)
将匹配包含 loc、localhost、localnet 的字符串。
这里的正则表达式的意思是匹配 l一个字符c。
# awk ‘/l.c/{print}‘ /etc/hosts
使用 awk 打印文件中匹配模式的字符串
在 awk 模式中使用字符 (*)
在下面的例子中，将匹配包含 localhost、localnet、lines, capable 的字符串。
# awk ‘/l*c/{print}‘ /etc/localhost
使用 awk 匹配文件中的字符串
你可能也意识到
(*)
将会尝试匹配它可能检测到的最长的匹配。
让我们看一看可以证明这一点的例子，正则表达式
t*t
的意思是在下面的行中匹配以
t
开始和
t
结束的字符串：
this is tecmint, where you get the best good tutorials, how to‘s, guides, tecmint.
当你使用模式
/t*t/
时，会得到如下可能的结果：
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/
中的通配符
(*)
将使得 awk 选择匹配的最后一项：
this is tecmint, where you get the best good tutorials, how to‘s, guides, tecmint
结合集合 [ character(s) ] 使用 awk
以集合 [al1] 为例，awk 将匹配文件 /etc/hosts 中所有包含字符 a 或 l 或 1 的字符串。
# awk ‘/[al1]/{print}‘ /etc/hosts
使用 awk 打印文件中匹配的字符
下一个例子匹配以
K
或
k
开始头，后面跟着一个
T
的字符串：
# awk ‘/[Kk]T/{print}‘ /etc/hosts
使用 awk 打印文件中匹配的字符
以范围的方式指定字符
awk 所能理解的字符：
[0-9]
代表一个单独的数字
[a-z]
代表一个单独的小写字母
[A-Z]
代表一个单独的大写字母
[a-zA-Z]
代表一个单独的字母
[a-zA-Z 0-9]
代表一个单独的字母或数字
让我们看看下面的例子：
# awk ‘/[0-9]/{print}‘ /etc/hosts
使用 awk 打印文件中匹配的数字
在上面的例子中，文件 /etc/hosts 中的所有行都至少包含一个单独的数字 [0-9]。
结合元字符 (^) 使用 awk
在下面的例子中，它匹配所有以给定模式开头的行：
# awk ‘/^fe/{print}‘ /etc/hosts
# awk ‘/^ff/{print}‘ /etc/hosts
使用 awk 打印与模式匹配的行
结合元字符 ($) 使用 awk
它将匹配所有以给定模式结尾的行：
# awk ‘/ab$/{print}‘ /etc/hosts
# awk ‘/ost$/{print}‘ /etc/hosts
# awk ‘/rs$/{print}‘ /etc/hosts
使用 awk 打印与模式匹配的字符串
结合转义字符 (\) 使用 awk
它允许你将该转义字符后面的字符作为文字，即理解为其字面的意思。
在下面的例子中，第一个命令打印出文件中的所有行，第二个命令中我想匹配具有 $25.00 的一行，但我并未使用转义字符，因而没有打印出任何内容。
第三个命令是正确的，因为一个这里使用了一个转义字符以转义 $，以将其识别为 ‘$‘（而非元字符）。
# awk ‘//{print}‘ deals.txt
# awk ‘/$25.00/{print}‘ deals.txt
# awk ‘/\$25.00/{print}‘ deals.txt
结合转义字符使用 awk
总结
以上内容并不是 awk 命令用做过滤工具的全部，上述的示例均是 awk 的基础操作。在下面的章节中，我将进一步介绍如何使用 awk 的高级功能。感谢您的阅读，请在评论区贴出您的评论。
作者：Aaron
Kili 译者：wwy-hust 校对：wxy
参考来源：
awk 系列：如何使用 awk 和正则表达式过滤文本或文件中的字符串
http://www.lai18.com/content/24604054.html
延伸阅读
Linux常用命令手册整理收藏常用的Linux命令，帮助自己，也帮助大家更好地掌握这些常用Linux命令，给Linux操作带来便利，更好地使用Linux系统
1awk 系列：如何使用 awk 和正则表达式过滤文本或文件中的字符串
3Linux 新手必知必会的 10 条 Linux 基本命令
10grep 命令系列：如何在 UNIX 中根据文件内容查找文件
13讲解Linux中校验文件的MD5码与SHA1码的命令使用
14grep 命令系列：用 grep 命令统计匹配字符串的行数
19Linux下用gzip和unzip命令来压缩和解压文件的用法
21Linux中控制文件权限修改的chgrp和umask命令用法
25grep 命令系列：如何在 Linux/UNIX 中使用 grep 命令
26在Linux系统中使用who和whoami命令获取用户信息
28详解Linux系统中管理文件权限的chown和chmod命令
31详解Linux中的用户密码管理命令passwd和change
33Linux中DNS服务器地址查询命令nslookup使用教程
34详解Linux中用于查询用户信息的finger和chfn命令
36详解Linux下常用远程登陆命令telnet和rlogin的用法
38Linux中获取网络信息的netstat命令的常用参数和用法
40linux下用shell、sed批量替换多个文件中的字符串
78Linux tar命令Tar Time Stamp in the Future问题解决方法
79CentOS如何将DVD设置为默认yum源以便DVD中软件的下载安装
82Linux find命令中-path -prune参数作用详细介绍