过滤身份证号和grep复习

一、把身份证号过滤出来

我们还是从一道面试题说起。

请从test.txt文件当中过滤出正确的的身份证号码

[root@localhost test.dir]# cat test.txt

赵 370831199405162458

钱 370831199305162kjl

孙 37083119920516245X

李 37083110516245887k

张 37083KKKKKKK990516

在LINUX当中，我们要过滤文本时，我们一定要搞清楚，要过滤的文本有什么特征，那么问题来了，身份证号有什么特征？

1. l  身份证号都是18位的
2. l  有的身份证号全都是数字，有的身份证号前17位是数字，最后一位是大写的X

好，那事情就简单了！

我们先来满足第一个要求，即身份证号都是18位，18位！如何用正则表达式表示呢？其实无法用基本的正则表达式表达18位数字，需要用到扩展的正则表达式，即：{18}；第二个要求就有点麻烦了，最后一位是什么不确定，最后一位要么是数字要么是大写的X，“或”的关系，或的关系用扩展的正则表达式如何表达呢？要用到"|"这个符号，前面的17位数字倒是容易了，数字通过[0-9]就可以表示了。

好，注意了，来了啊！两种方法都可以：

[root@localhost test.dir]# egrep '[0-9]{18}|[0-9]{17}X' test.txt
赵 370831199405162458
孙 37083119920516245X 

#查找有18位数字的或者前17位是数字最后一位是X的行，把完全是数字的号码与数字X混杂的号码分开考虑

[root@localhost test.dir]# egrep '[0-9]{17}[0-9X]{1}' test.txt
赵 370831199405162458
孙 37083119920516245X 

#查找前17位是数字后面跟一位数字或大写的X的行，把完全是数字的号码与数字X混杂的号码放在一起考虑

好，现在增加难度！现在文件变成这样了：

[root@localhost test.dir]# cat test.txt
赵 370831199405162458
钱 370831199305162kjl
孙 39083119920516245X
陈 37083119920516245X377
李 37083110516245887k
张 37083KKKKKKK990516
[root@localhost test.dir]# egrep '[0-9]{18}|[0-9]{17}X' test.txt
赵 370831199405162458
孙 39083119920516245X
陈 37083119920516245X377   #出现了这个，不符合我们的需求 #为什么不符合要求呢？因为这这一行明显是超过了18位的要求
[root@localhost test.dir]# egrep '[0-9]{17}[0-9X]{1}' test.txt
赵 370831199405162458
孙 39083119920516245X
陈 37083119920516245X377 #出现了这个，不符合我们的需求

怎么办呢？我们怎样才能只过滤出18位的呢？可以这样，如下所示：

[root@localhost test.dir]# egrep '[0-9]{18}|[0-9]{17}X' test.txt -w    #对egrep使用-w选项
赵 370831199405162458
孙 39083119920516245X
[root@localhost test.dir]# egrep '[0-9]{17}[0-9X]{1}' test.txt -w
赵 370831199405162458
孙 39083119920516245X

-w是什么意思呢？即锚定连续的字符，即锚定单词，仔细体会一下！

二、grep使用复习

grep做为文本三剑客之一，其作用就是用来过滤文本，与单引号匹配，我们在使用grep的时候最好都使用单引号。

它有以下这么几个常用的选项,我们要做简要的描述，然后再举详细的例子

1. n：显示行号，是行原本在文本的原始行号
2. v：取反
3. o：显示过程，可以理解为只显示匹配到的字符而非行，默认grep是行过滤器
4. E：使得grep支持扩展的正则表达式，与egrep的效果是一样的
5. i：igore case，不区分大小写
6. w：我们上面见识过了，即锚定连续的字符，即描写单词
7. A2：显示目标行的后面2行，数字可自定义
8. B2：显示目标行的前面2行，数字可自定义
9. C2：显示目标行的前后各2行，数字可自定义

下面就是例子了：

[root@localhost test.dir]# cat test.txt
赵 370831199405162458
钱 370831199305162kjl
孙 39083119920516245X
陈 37083119920516245X377
李 37083110516245887k
张 37083KKKKKKK990516
[root@localhost test.dir]# grep -n '1993' test.txt     #显示行号
2:钱 370831199305162kjl
[root@localhost test.dir]# grep -o '1993' test.txt   #只显示匹配到的字符，不显示一整行 1993
[root@localhost test.dir]# grep -nv '1993' test.txt   #取反
1:赵 370831199405162458  3:孙 39083119920516245X
4:陈 37083119920516245X377
5:李 37083110516245887k
6:张 37083KKKKKKK990516
[root@localhost test.dir]# grep -Ew '[0-9]{18}|[0-9]{17}X' test.txt    #-E和-w连用，能看懂吗？不懂再去看看上面的例子哦！
赵 370831199405162458
孙 39083119920516245X
[root@localhost test.dir]# grep -E '[k]{7}' test.txt    #用小写的K，啥都过滤不出来
[root@localhost test.dir]# grep -Ei '[k]{7}' test.txt   #使用了-i选项之后，忽略了大小写，就能把下面这一行过滤出来了。
张 37083KKKKKKK990516
[root@localhost test.dir]# grep -EB2 '[K]{7}' test.txt    #把目标内容的上面的两行过滤出来
陈 37083119920516245X377
李 37083110516245887k
张 37083KKKKKKK990516