前言

在 Bash 腳本中，可以使用正則表達(dá)式來(lái)進(jìn)行文本處理，最常用的工具是 grep、sed 和 awk。

1.1 示例

舉個(gè)簡(jiǎn)單的例子，假設(shè)你有一個(gè)文本文件 example.txt，你想查找包含特定模式的行。

你可以使用 grep：

grep 'pattern' example.txt

如果你想對(duì)文本進(jìn)行替換，可以用 sed：

sed 's/old_pattern/new_pattern/g' example.txt

對(duì)于更復(fù)雜的文本處理，例如統(tǒng)計(jì)、格式化，你可以用 awk：

awk '/pattern/ {print $0}' example.txt

1.2 知識(shí)擴(kuò)展

1）grep：

grep 是最基礎(chǔ)的文本搜索工具，它支持基本和擴(kuò)展的正則表達(dá)式。

例子：

• 查找包含數(shù)字的行： grep ‘[0-9]’ example.txt
• 忽略大小寫查找：grep -i ‘pattern’ example.txt
• 查找并顯示行號(hào)：grep -n ‘pattern’ example.txt
• 遞歸查找：grep -r ‘pattern’ /path/to/directory

2）sed：

sed 是一個(gè)流編輯器，用于對(duì)文本進(jìn)行篩選和替換。

例子：

• 替換文件中第一次出現(xiàn)的匹配：sed ‘s/pattern/replacement/’ example.txt
• 替換整個(gè)文件中的所有匹配：sed ‘s/pattern/replacement/g’ example.txt
• 刪除包含特定模式的行：sed ‘/pattern/d’ example.txt
• 在特定模式后添加文本：sed ‘/pattern/a\new text’ example.txt

3）awk：

awk 是一個(gè)強(qiáng)大的文本處理工具，適用于格式化報(bào)告和統(tǒng)計(jì)分析。

例子：

• 查找并打印匹配的行：awk ‘/pattern/ {print $0}’ example.txt
• 分隔特定字段并打?。篴wk -F: ‘{print $1}’ example.txt（假設(shè)文件以冒號(hào)分隔）
• 統(tǒng)計(jì)出現(xiàn)次數(shù)：awk ‘/pattern/ {count++} END {print count}’ example.txt

進(jìn)階內(nèi)容

1）復(fù)雜模式匹配

使用擴(kuò)展正則表達(dá)式：通過添加 -E 參數(shù)，你可以讓 grep 使用擴(kuò)展正則：grep -E ‘pattern1|pattern2’ example.txt。
同理，你也可以在 sed 中使用擴(kuò)展正則：sed -E ‘s/old_pattern(new_pattern)/replacement/g’ example.txt

2）結(jié)合工具使用

你可以將這幾個(gè)工具組合使用，以實(shí)現(xiàn)更復(fù)雜的文本處理任務(wù)。例如，先用 grep 篩選，再用 awk 處理：

grep 'pattern' example.txt | awk '{print $1}'

1.3 實(shí)踐指南

一、核心處理方式

1. 原生Bash正則匹配

if [[ "string" =~ ^regex_pattern$ ]]; then
    echo "匹配成功"
    echo "捕獲組：${BASH_REMATCH[1]}"
fi

2. 高級(jí)參數(shù)擴(kuò)展

var="2024-07-25_log.txt"
echo ${var//[^0-9]/}       # 刪除非數(shù)字字符 → 20240725
echo ${var/#*_/}           # 去除前綴保留文件名 → log.txt

二、常用工具鏈

三、正則表達(dá)式類型

# 基礎(chǔ)正則（BRE）
grep '^From: .*@ctc.com$' emails.txt

# 擴(kuò)展正則（ERE）
grep -E '[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z]{2,4}' contacts.txt

# Perl兼容正則（PCRE）
grep -P '\d{4}-\d{2}-\d{2}T\d{2}:\d{2}Z' timestamps.log

四、實(shí)戰(zhàn)案例

1. 日志分析

# 提取HTTP狀態(tài)碼非200的請(qǐng)求
tail -f access.log | awk 'match($0, /HTTP\/1\.1" ([0-9]{3})/, arr) && arr[1] != 200'

2. 數(shù)據(jù)清洗

# 標(biāo)準(zhǔn)化電話號(hào)碼格式
sed -E 's/(\+86)?[ ]*([0-9]{3})-?([0-9]{4})-?([0-9]{4})/\1 \2-\3-\4/' contacts.csv

3. 安全檢測(cè)

# 檢測(cè)SQL注入特征
grep -P '(union\s+select|sleep\(\d+\)|benchmark\(|\b(and|or)\b.+=[^'"'"']*["'"'"]\s*["'"'"])' web_logs

五、性能優(yōu)化建議

1. 優(yōu)先使用原生Bash操作避免子進(jìn)程開銷
2. 復(fù)雜匹配使用預(yù)編譯正則（如awk/perl）
3. 大文件處理時(shí)結(jié)合LC_ALL=C提升ASCII處理速度
4. 避免貪婪匹配.*改用精準(zhǔn)限定符

六、調(diào)試技巧

# 可視化匹配過程
grep --color=auto -nE 'pattern' file

# 測(cè)試正則表達(dá)式
pcre2test  # 專用測(cè)試工具

總結(jié) 

到此這篇關(guān)于Bash中使用正則表達(dá)式進(jìn)行文本處理的文章就介紹到這了,更多相關(guān)Bash正則表達(dá)式文本處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論