有时候，我们查看数据时，数据太多冗杂，也能难找到我们想要的东西
管道符虽然是个东西，但限于其能力，我们还需要另一种可以精准找出我们想要内容的工具
场景模拟一：在服务器日志中，找出“下标越界”的error，以及特定的warning
场景模拟二：找出简历中的应聘者的电子邮箱或联系方式
等等…
正则表达式
因为之前学过python爬虫，所以也了解过一点正则。
在我看来，正则表达式就是用一些符号编写出我们想要的“匹配模式”
从而找到我们想要的数据。
.除空格之外的”任意单个字符”*匹配前面字符零次或多次+匹配前面字符一次或多次[abc]匹配a,b和c中的任意一个(RX1|RX2)任何能够匹配RX1或RX2的结果
贪婪匹配
这里我使用python来写一个mode：
首先，我们想获取中间的数字，所以中间我们写的是 (\d+)
然后两侧我们想省略来写，都写 .*（随意的匹配掉不想要的内容）
结果：
但是！
奇怪的事情发生了，我们只得到了 7 这个数字，这是怎么回事？
这里就涉及一个贪婪匹配与非贪婪匹配的原因了，贪婪匹配下，.* 会匹配尽可能多的字符，我们的正则表达式中 . 后面是 \d+，也就是至少一个数字，并没有指定具体多少个数字，所以 . 就尽可能匹配多的字符，所以它把 123456 也匹配了，给 \d+ 留下一个可满足条件的数字 7，所以 \d+ 得到的内容就只有数字 7 了。
这时候我们只要在第一个 .* 改成 .*? 即可。
得到了我们想要的结果：
awk文本处理<br />
awk 其实是一种编程语言，它非常善于处理文本。
搭配正则表达式
模式类型可以为正则表达式，正则表达式的规则需要写在//中
实例：
查询当前目录下包含se或者sh的记录：
ll ~ | awk '/s[eh]/{print $0}'
编程格式
一个awk脚本通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成
第一步：执行BEGIN{ }语句块中的语句；
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ }语句块
第三步：执行END{ }语句块。
后记
总的来说，这一篇文章介绍的知识有些杂，主要是学习他处理数据的思想吧。
若有收获，就点个赞吧
0 人点赞
