當我們在 Unix/Linux 下使用特定的命令從字符串或文件中讀取或編輯文本時，我們經常需要過濾輸出以得到感興趣的部分。這時正則表達式就派上用場了。
什么是正則表達式?
正則表達式可以定義為代表若干個字符序列的字符串。它最重要的功能之一就是它允許你過濾一條命令或一個文件的輸出、編輯文本或配置文件的一部分等等。
正則表達式的特點
正則表達式由以下內容組合而成：
- 普通字符，例如空格、下划線、A-Z、a-z、0-9。
- 可以擴展為普通字符的元字符，它們包括：
(.)它匹配除了換行符外的任何單個字符。(*)它匹配零個或多個在其之前緊挨着的字符。[ character(s) ]它匹配任何由其中的字符/字符集指定的字符，你可以使用連字符(-)代表字符區間，例如 [a-f]、[1-5]等。^它匹配文件中一行的開頭。$它匹配文件中一行的結尾。\這是一個轉義字符。
你必須使用類似 awk 這樣的文本過濾工具來過濾文本。你還可以把 awk 自身當作一個編程語言。但由於這個指南的適用范圍是關於使用 awk 的，我會按照一個簡單的命令行過濾工具來介紹它。
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。
它通過讀取文件中的給定行，復制該行的內容並在該行上執行腳本的方式工作。這個過程會在該文件中的所有行上重復。
該腳本 'script' 中內容的格式是 '/pattern/ action'，其中 pattern 是一個正則表達式，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符。
一個使用 awk 的簡單示例：
下面的例子打印文件 /etc/hosts 中的所有行，因為沒有指定任何的模式。
# awk '//{print}' /etc/hosts
awk 打印文件中的所有行
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，符號 (.) 將匹配包含 loc、localhost、localnet 的字符串。
這里的正則表達式的意思是匹配 l一個字符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 (*)
（LCTT 譯者注：此處原文作者理解有誤，感謝微信讀者“止此而已”的提醒，* 在此處表示其前一個字符重復零次或多次，所以實際上相當於 * 及前面的字符是無用的。）
在下面的例子中，將匹配包含 localhost、localnet、lines, capable 的字符串。將匹配帶有 c 字符的字符串。
# 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，正則表達式 t*t 的意思是在下面的行中匹配以 t 開始和 t 結束的字符串：將匹配帶有 t 字符的字符串：
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：以下字符串只是有 t 字符而已：
this is tthis is tecmintthis is tecmint, where you get tthis is tecmint, where you get the best good tthis is tecmint, where you get the best good tutorials, how tthis is tecmint, where you get the best good tutorials, how tos, guides, tthis is tecmint, where you get the best good tutorials, how tos, guides, tecmint
在 /t*t/ 中的通配符 (*) 將使得 awk 選擇匹配的最后一項：以下字符串只是有 t 字符而已：
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
下一個例子匹配以 K 或 k 開始（非指行首是該字母），后面跟着一個 T 的字符串：
# awk '/[Kk]T/{print}' /etc/hosts
使用 awk 打印文件中匹配的字符
以范圍的方式指定字符
awk 所能理解的字符：
[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 打印文件中匹配的數字
在上面的例子中，文件 /etc/hosts 中的所有行都至少包含一個單獨的數字 [0-9]。
結合元字符 (^) 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 打印與模式匹配的行
結合元字符 ($) 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 打印與模式匹配的字符串
結合轉義字符 (\) 使用 awk
它允許你將該轉義字符后面的字符作為文字，即理解為其字面的意思。
在下面的例子中，第一個命令打印出文件中的所有行，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符，因而沒有打印出任何內容。
第三個命令是正確的，因為一個這里使用了一個轉義字符以轉義 $，以將其識別為 '$'（而非元字符）。
# awk '//{print}' deals.txt# awk '/$25.00/{print}' deals.txt# awk '/\$25.00/{print}' deals.txt
結合轉義字符使用 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。