文本处理最强大的应该是perl和sed，对于正则表达式支持得也完备，比如下面是一个匿名人士写给我的感谢信：
lihui@2015 ~$ cat lihui.txt Hello, lihui Thanks Goodbye
可是后来这人发现，谢错人了，需要把lihui修改成lilei，当然此刻我是十分伤悲，顺其自然，能够做到的最简单的方法是用sed
lihui@2015 ~ $ sed -i 's/lihui/lilei/g' lihui.txt lihui@2015 ~ $ cat lihui.txt Hello, lilei Thanks Goodbye
一般来说，perl见得更多的可能是写成脚本.pl形式执行，虽然没有python交互模式，但是perl却可以在命令行直接执行
lihui@2015 ~ $ perl -i -p -e 's/lilei/lihui/g' lihui.txt lihui@2015 ~ $ cat lihui.txt Hello, lihui Thanks Goodbye
瞧，又改回来了，但是要注意的是-e必须放在最后，紧挨着后面执行的程序；而前面的-i和-p顺序随便，-i跟sed里的-i意思一致，将替换的结果写回到文件，-p表示对目标文件每一行进行查找和替换
看到这里，怎么感觉sed和perl语法差不多的样子，这就对了，perl语言出世是个语言专家为了管理结合了sed，awk一堆好东西的特长编写的，所以见怪不怪了，从上面可以看到他们对于文本替换有个共同点，也就是正则表达式的查找和替换特性s/…/…/，简明扼要，意思就是将前面两个//之间的部分替换成后面//之间的内容，实际上在vim里也是能够用到正则表达式替换的，接着上面的例子，通过vim打开lihui.txt进行下面操作
vim lihui.txt :%s/lihui/lilei/g : x lihui@2015 ~ $ cat lihui.txt Hello, lilei Thanks Goodbye
所以说，linux命令除了每天的rm –rf *.o，scp -r *等等，正则表达式无处不在，你时刻都可能在用，只不过自己没发现而已
知道了修改文本的方法之后，具体的修改过程就是修改正则表达式的匹配过程了，比如这里人名作为单独的一个word存在文件当中的，我在Thanks后面添加句“狐狸会撒谎”的拼音hulihuisahuang，其中也包含了lihui，而显然这里不是我们应该修改的人名，那么只需要将lihui作为一个单独的word来进行单独匹配即可，下面两种方式均可
lihui@2015 ~ $ cat lihui.txt Hello, lihui Thanks, hulihuisahuang Goodbye lihui@2015 ~ $ sed -i 's/\<lihui\>/lilei/g' lihui.txt $ perl -i -p -e 's/\blihui\b/lilei/g' lihui.txt lihui@2015 ~ $ cat lihui.txt Hello, lilei Thanks, hulihuisahuang Goodbye
perl里\b的意义和\<\>的意义一致，保证中间的内容是独立的word，而不会包含在其它字符串当中，所以hulihuisahuang不会匹配替换
如果在搜索的时候，忽略大小写，可以在最后添加一个i
lihui@2015 ~ $ sed -i 's/LILEI/lihui/ig' lihui.txt $ perl -i -p -e 's/LILEI/lihui/ig' lihui.txt lihui@2015 ~ $ cat lihui.txt Hello, lihui Thanks, hulihuisahuang Goodbye
接着继续把文本改改，把hulihuisahuang改成1111111111111 times，感激1111111111111次~！有13个1，这样就碰到一个问题，这个数字太长了，到底多少？不太符合大众化的口味，最好能改成我们耳熟能详的三位数三位数逗号相隔开；这里的关键就是需要寻找到某个位置，左边还有数字，右边数字的个数是3的倍数，然后插入逗号，可这明显是从右往左开始查找，而正则表达式是从左往右，这里需要一个新的名词“环视”
环视结构不匹配任何字符，只匹配文本中的特定位置，有点和^，\b类似；顺序型环视从左到右查看文本，成功就返回匹配信息；肯定型顺序环视用特殊序列（?=…）来表示，比如（？=\d）表示如果当前位置右边字符是数字则匹配成功；逆序型环视从右往左查看文本，用序列（？<=…）来表示，比如（？<=\d）表示如果当前位置左边字符是数字则匹配成功
下面一个简单的例子，会很容易弄懂含义
lihui@2015 ~
$ cat lihui.txt
Hello, lihui
Thanks, 1111111111111 times
Goodbye
lihui@2015 ~
$ cat lihui.pl
#!/usr/bin/perl -w
while(<>){
print "Yes1\n" if /(?<=\d{13})/;
print "Yes2\n" if /(?<=\d{14})/;
print "Yes3\n" if /(?=\d{13})/;
print "Yes4\n" if /(?=\d{14})/;
}
lihui@2015 ~
$ perl lihui.pl lihui.txt
Yes1
Yes3
由于一共13个1，所以在逆序查找数字的时候，正好在数字和times的位置的时候，能够匹配到左边有13个数字，所以会打印Yes1；而无法匹配14个数字，所以无法打印Yes2；同样顺序查找也是一样的道理
有了这玩意，再来考虑给13个1按逗号隔开，右边数字个数是3的倍数，左边必须也得有数字，只要有一位数字就能够满足条件，显然（？<=\d）就行了；右边数字个数是3的倍数，只需要（?=\d{3}+\b）就行了，因为不止一个\d{3}，而且结尾\b表示word独立结束，试一试
lihui@2015 ~
$ cat lihui.txt
Hello, lihui
Thanks, 1111111111111 times
Goodbye
lihui@2015 ~
$ perl -i -p -e 's/(?<=\d)(?=\d{3}+\b)/,/g' lihui.txt
lihui@2015 ~
$ cat lihui.txt
Hello, lihui
Thanks, 1111111111,111 times
Goodbye
可惜看样子值匹配了一次，也就是只迭代了一次，这个例子插入了逗号之后就停下来了，没有继续检查前面剩下的数值，所以可以通过一个while来迭代循环，直到匹配失败
lihui@2015 ~
$ cat lihui.txt
Hello, lihui
Thanks, 1111111111111 times
Goodbye
lihui@2015 ~
$ cat lihui.pl
#!/usr/bin/perl -w
while(<>){
while ($_ =~ s/(?<=\d)(?=\d{3}+\b)/,/g) {
}
print $_;
}
lihui@2015 ~
$ perl lihui.pl lihui.txt
Hello, lihui
Thanks, 1,111,111,111,111 times
Goodbye
终于，这样就行了
正则表达式一共有4种环视，肯定/否定 顺序/逆序 环视，有兴趣的可以搜下~！
