如何使用 awk 和正则表达式过滤文本或文件中的字符串

一、如何使用 awk 和正则表达式过滤文本或文件中的字符串

1、首先我有个文件1，里面是这些字符串（cat 1），但是我想用awk把中间的xyz过滤出来怎么办？

2、-F指定分隔符，这里我用的是扩展正则，意思是以"_."为分隔符，这样把一行字符串分割成了三列，然后我分别打印了第一列，第二列，第三列

3、扩展正则是awk的用法之一，还有简单一些的用法，见下图

4、awk默认使用空格做为分隔符，可以看到，我输出了"a b c d e"每个字母之间都有个空格

5、刚好我可以利用awk默认使用空格作为分隔符这一特点来进行分割过滤

6、这样过滤出来的第一列就是a，第二列就是b......以此类推。

7、如果有复杂的、难处理的可以继续追问，我也很喜欢解决这些问题

二、正则表达式“或“的使用

正则表达式，又称规则表达式。是计算机科学的一个概念。

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。

正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。

检查字符串是否符合正则表达式中的规则，有一次不匹配，则返回false。如：

String reg="[a-zA-Z]\\d?";//次表达式表示字符串的第一位只能是字母，第二位只能是数字或没有boolean flag=str.matches(reg);//返回结果为true。

所谓切割，即是按一定的规则将字符串分割成多个子字符串，如：

String str="zhangsan,lishi,wangwu"。

String reg=",";//表示以逗号作为切割符。

String[] arr=str.split(reg);//返回结果为{“zhangsan”,"lisi","wangwu}。

即将字符串中符合规则的字符替换成指定字符，如：

String str="sfhjhfh136hjasdf73466247fsjha8437482jfjsfh746376"。

str.replaceAll("\\d{3,}","#");//表示将连续出现三个或三个以上的数字替换成“#”。

参考资料来源：百度百科-正则表达式

三、如何用正则表达式过滤除数字以外的其他字符

1、正则表达式是一种强大的文本处理工具，它能够帮助我们从字符串中提取或过滤特定的部分。例如，我们想要从一个字符串中去除所有的非数字字符，可以使用一个简单的正则表达式来实现。以下是一个使用Java编程语言实现的例子：

2、首先，我们需要导入java.util.regex包，这个包提供了处理正则表达式的工具类：

3、import java.util.regex.Matcher;

4、import java.util.regex.Pattern;

5、然后定义一个简单的Java类，名为JavaBase：

6、public static void main(String[] args){

7、Pattern p= Pattern.compile(regEx);

8、String str1= m.replaceAll("").trim();

9、在这个例子中，我们定义了一个字符串变量str，它包含了一串非数字字符。接着，我们定义了一个正则表达式，用于匹配非数字字符。通过Pattern类的compile方法，我们将正则表达式编译成一个Pattern对象。然后，使用这个Pattern对象创建一个Matcher对象，它可以帮助我们对字符串进行搜索和替换。

10、通过Matcher对象的replaceAll方法，我们可以将匹配到的非数字字符替换为空字符串，从而实现去除非数字字符的目的。最后，我们使用trim方法去除字符串两端的空格，并将结果打印出来。

11、运行上述代码，输出的结果将是空字符串，因为原始字符串"download"中没有数字字符。如果输入的字符串包含数字，例如"123download456"，则输出结果为"123456"，即去除了所有非数字字符。

12、通过这种方式，我们可以轻松地使用正则表达式来过滤掉字符串中的非数字字符，从而实现数据处理和清理的目的。