Bill Jones, HI-TEK Corporation , CA, 95011 Sharon Lee Smith, Design Works Incorporated, CA, 95012 B. Amos , Hill Street Cafe, CA, 95013 Alexander Weatherworth, The Crafts Store, CA, 95014 ... 我们希望把它变成这个样子： Bill Jones,CA 95011,HI-TEK Corporation Sharon Lee Smith,CA 95012,Design Works Incorporated B. Amos,CA 95013,Hill Street Cafe Alexander Weatherworth,CA 95014,The Crafts Store ... 我们将用两个正则表达式来解决这个问题。第一个移动列和合并列，第二个用来去掉空格。下面就是第一个替换命令： :%s/([^,]*),([^,]*),([^,]*),(.*)/1,3 4,2/ 这里的方法跟例1基本一样，第一个列（姓名）用这个表达式来匹配：([^,]*)，即第一个逗号之前的所有字符，而姓名内容被用1标记下来。公司名和州名缩写字段用同样的方法标记为2和3，而最后一个字段用(.*)来匹配（"匹配所有字符直到行末"）。替换部分则引用上面标记的那些内容来进行构造。下面这个替换命令则用来去除空格： :%s/[ t]*,[ t]*/,/g 我们还是分解来看：[ t]匹配空格/制表符，[ t]* 匹配0或多个空格/制表符，[ t]*,匹配0或多个空格/制表符后面再加一个逗号，最后，[ t]*,[ t]*匹配0或多个空格/制表符接着一个逗号再接着0或多个空格/制表符。在替换部分，我们简单的我们找到的所有东西替换成一个逗号。这里我们使用了结尾的可选的g参数，这表示在每行中对所有匹配的串执行替换（而不是缺省的只替换第一个匹配串）。 例3 假设有一个多字符的片断重复出现，例如： Billy tried really hard Sally tried really really hard Timmy tried really really really hard Johnny tried really really really really hard 而你想把"really"、"really really"，以及任意数量连续出现的"really"字符串换成一个简单的"very"（simple is good!），那么以下命令： :%s/(really )(really )*/very / 就会把上述的文本变成： Billy tried very hard Sally tried very hard Timmy tried very hard Johnny tried very hard 表达式(really )*匹配0或多个连续的"really "（注意结尾有个空格），而(really )(really )* 匹配1个或多个连续的"really "实例。 困难的例子（不可思议的象形文字） Coming soon. 不同工具中的正则表达式 OK，你已经准备使用RE（regular expressions，正则表达式），但是你并准备使用vi。所以，在这里我们给出一些在其他工具中使用RE的例子。另外，我还会总结一下你在不同程序之间使用RE可能发现的区别。当然，你也可以在Visual C++编辑器中使用RE。选择Edit->Replace，然后选择"Regular expression"选择框，Find What输入框对应上面介绍的vi命令:%s/pat1/pat2/g中的pat1部分，而Replace输入框对应pat2部分。但是，为了得到vi的执行范围和g选项，你要使用Replace All或者适当的手工Find Next and Replace（译者按：知道为啥有人骂微软弱智了吧，虽然VC中可以选中一个范围的文本，然后在其中执行替换，但是总之不够vi那么灵活和典雅）。 sed Sed是Stream EDitor的缩写，是unix下常用的基于文件和管道的编辑工具，可以在手册中得到关于sed的详细信息。 这里是一些有趣的sed脚本，假定我们正在处理一个叫做price.txt的文件。注意这些编辑并不会改变源文件，sed只是处理源文件的每一行并把结果显示在标准输出中（当然很容易使用重定向来定制）： sed脚本 描述 sed 's/^$/d' price.txt 删除所有空行 sed 's/^[ t]*$/d' price.txt 删除所有只包含空格或者制表符的行 sed 's/"//g' price.txt 删除所有引号 awk awk是一种编程语言，可以用来对文本数据进行复杂的分析和处理。可以在手册中得到关于awk的详细信息。这个古怪的名字是它作者们的姓的缩写（Aho，Weinberger和Kernighan）。在Aho，Weinberger和Kernighan的书The AWK Programming Language中有很多很好的awk的例子，请不要让下面这些微不足道的脚本例子限制你对awk强大能力的理解。我们同样假定我们针对price.txt文件进行处理，跟sed一样，awk也只是把结果显示在终端上。 awk脚本 描述 awk '$0 !~ /^$/' price.txt 删除所有空行 awk 'NF > 0' price.txt awk中一个更好的删除所有行的办法 awk '$2 ~ /^[JT]/ {print $3}' price.txt 打印所有第二个字段是'J'或者'T'打头的行中的第三个字段 awk '$2 !~ /[Mm]isc/ {print $3 + $4}' price.txt 针对所有第二个字段不包含'Misc'或者'misc'的行，打印第3和第4列的和（假定为数字） awk '$3 !~ /^[0-9]+.[0-9]*$/ {print $0}' price.txt 打印所有第三个字段不是数字的行，这里数字是指d.d或者d这样的形式，其中d是0到9的任何数字 awk '$2 ~ /John|Fred/ {print $0}' price.txt 如果第二个字段包含'John'或者'Fred'则打印整行 grep grep是一个用来在一个或者多个文件或者输入流中使用RE进行查找的程序。它的name编程语言可以用来针对文件和管道进行处理。可以在手册中得到关于grep的完整信息。这个同样古怪的名字来源于vi的一个命令，g/re/p，意思是global regular expression print。下面的例子中我们假定在文件phone.txt中包含以下的文本，——其格式是姓加一个逗号，然后是名，然后是一个制表符，然后是电话号码： Francis, John 5-3871 Wong, Fred 4-4123 Jones, Thomas 1-4122 Salazar, Richard 5-2522 grep命令 描述 grep 't5-...1' phone.txt 把所有电话号码以5开头以1结束的行打印出来，注意制表符是用t表示的 grep '^S[^ ]* R' phone.txt 打印所有姓以S打头和名以R打头的行 grep '^[JW]' phone.txt 打印所有姓开头是J或者W的行 grep ', ....t' phone.txt 打印所有姓是4个字符的行，注意制表符是用t表示的 grep -v '^[JW]' phone.txt 打印所有不以J或者W开头的行 grep '^[M-Z]' phone.txt 打印所有姓的开头是M到Z之间任一字符的行 grep '^[M-Z].*[12]' phone.txt 打印所有姓的开头是M到Z之间任一字符，并且点号号码结尾是1或者2的行 egrep egrep是grep的一个扩展版本，它在它的正则表达式中支持更多的元字符。下面的例子中我们假定在文件phone.txt中包含以下的文本，——其格式是姓加一个逗号，然后是名，然后是一个制表符，然后是电话号码： Francis, John 5-3871 Wong, Fred 4-4123 Jones, Thomas 1-4122 Salazar, Richard 5-2522 egrep command Description egrep '(John|Fred)' phone.txt 打印所有包含名字John或者Fred的行 egrep 'John|22$|^W' phone.txt 打印所有包含John 或者以22结束或者以W的行 egrep 'net(work)?s' report.txt 从report.txt中找到所有包含networks或者nets的行 正则表达式语法支持情况 命令或环境 . [ ] ^ $ ( ) { } ? + | ( ) vi X X X X X Visual C++ X X X X X awk X X X X X X X X sed X X X X X X Tcl X X X X X X X X X ex X X X X X X grep X X X X X X egrep X X X X X X X X X fgrep X X X X X Perl X X X X X X X X X vi替换命令简介 Vi的替换命令： :ranges/pat1/pat2/g 其中 : 这是Vi的命令执行界面。 range 是命令执行范围的指定，可以使用百分号（%）表示所有行，使用点（.）表示当前行，使用美元符号（$）表示最后一行。你还可以使用行号，例如10,20表示第10到20行，.,$表示当前行到最后一行，.+2,$-5表示当前行后两行直到全文的倒数第五行，等等。 s 表示其后是一个替换命令。 pat1 这是要查找的一个正则表达式，这篇文章中有一大堆例子。 pat2 这是希望把匹配串变成的模式的正则表达式，这篇文章中有一大堆例子。 g 可选标志，带这个标志表示替换将针对行中每个匹配的串进行，否则则只替换行中第一个匹配串。
