詳解Linux Shell文本處理工具

?前言

　　大家好，這里是浩道linux，主要給大家分享linux、python、網(wǎng)絡(luò)通信相關(guān)的IT知識(shí)平臺(tái)。

　　今天給大家分享日常工作中常用到的shell文本處理工具，可以說是史上最全了，大家掌握住這些工具，可以在日常運(yùn)維工作中起到事半功倍的作用!

本文將介紹Linux下使用Shell處理文本時(shí)最常用的工具：

?

find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；提供的例子和參數(shù)都是最常用和最為實(shí)用的；對(duì)shell腳本使用的原則是命令單行書寫，盡量不要超過2行；如果有更為復(fù)雜的任務(wù)需求，還是考慮python吧；

01 find 文件查找

1 查找txt和pdf文件

1. find . ( -name "*.txt"-o -name "*.pdf") -print

2 正則方式查找.txt和pdf

1. find . -regex ".*(.txt|.pdf)$"

-iregex：忽略大小寫的正則3 否定參數(shù)查找所有非txt文本

1. find . ! -name "*.txt"-print

4 指定搜索深度打印出當(dāng)前目錄的文件（深度為1）

1. find . -maxdepth 1-type f

5 定制搜索按類型搜索：

1. find . -type d -print //只列出所有目錄

2. -type f 文件 / l 符號(hào)鏈接

按時(shí)間搜索：

1. -atime 訪問時(shí)間 (單位是天，分鐘單位則是-amin，以下類似）

2. ?

3. -mtime 修改時(shí)間 （內(nèi)容被修改）

4. ?

5. -ctime 變化時(shí)間 （元數(shù)據(jù)或權(quán)限變化）

最近7天被訪問過的所有文件：

1. find . -atime 7-type f -print

按大小搜索：w字 k M G尋找大于2k的文件

1. find . -type f -size +2k

按權(quán)限查找：

1. find . -type f -perm 644-print //找具有可執(zhí)行權(quán)限的所有文件

按用戶查找：

1. find . -type f -user weber -print// 找用戶weber所擁有的文件

6 找到后的后續(xù)動(dòng)作刪除：刪除當(dāng)前目錄下所有的swp文件：

1. find . -type f -name "*.swp"-delete

執(zhí)行動(dòng)作（強(qiáng)大的exec）

1. find . -type f -user root -exec chown weber {} ; //將當(dāng)前目錄下的所有權(quán)變更為weber

注：{}是一個(gè)特殊的字符串，對(duì)于每一個(gè)匹配的文件，{}會(huì)被替換成相應(yīng)的文件名；eg：將找到的文件全都copy到另一個(gè)目錄：

1. find . -type f -mtime +10-name "*.txt"-exec cp {} OLD ;

7 結(jié)合多個(gè)命令tips: 如果需要后續(xù)執(zhí)行多個(gè)命令，可以將多個(gè)命令寫成一個(gè)腳本。然后 -exec 調(diào)用時(shí)執(zhí)行腳本即可；

1. -exec ./commands.sh {} ;

-print的定界符默認(rèn)使用' '作為文件的定界符；-print0 使用''作為文件的定界符，這樣就可以搜索包含空格的文件；

02 grep 文本搜索

1. grep match_patten file // 默認(rèn)訪問匹配行

常用參數(shù):

• -o 只輸出匹配的文本行 VS -v 只輸出沒有匹配的文本行

• -c 統(tǒng)計(jì)文件中包含文本的次數(shù)

?

1. grep -c "text" filename

• -n 打印匹配的行號(hào)

• -i 搜索時(shí)忽略大小寫

• -l 只打印文件名

1 在多級(jí)目錄中對(duì)文本遞歸搜索(程序員搜代碼的最愛）：

1. grep "class". -R -n

2 匹配多個(gè)模式

1. grep -e "class"-e "vitural" file

3 grep輸出以作為結(jié)尾符的文件名：（-z）

1. grep "test" file* -lZ| xargs -0 rm

4 xargs 命令行參數(shù)轉(zhuǎn)換xargs 能夠?qū)⑤斎霐?shù)據(jù)轉(zhuǎn)化為特定命令的命令行參數(shù)；這樣，可以配合很多命令來組合使用。比如grep，比如find；將多行輸出轉(zhuǎn)化為單行輸出

1. cat file.txt| xargs

是多行文本間的定界符將單行轉(zhuǎn)化為多行輸出

1. cat single.txt | xargs -n 3

-n：指定每行顯示的字段數(shù)xargs參數(shù)說明

• -d 定義定界符 （默認(rèn)為空格 多行的定界符為 ）

• -n 指定輸出為多行

• -I {} 指定替換字符串，這個(gè)字符串在xargs擴(kuò)展時(shí)會(huì)被替換掉,用于待執(zhí)行的命令需要多個(gè)參數(shù)時(shí)

eg：

1. cat file.txt | xargs -I {} ./command.sh -p {} -1

-0：指定為輸入定界符eg：統(tǒng)計(jì)程序行數(shù)

1. find source_dir/ -type f -name "*.cpp"-print0 |xargs -0 wc -l

03 sort 排序

字段說明：

• -n 按數(shù)字進(jìn)行排序 VS -d 按字典序進(jìn)行排序

• -r 逆序排序

• -k N 指定按第N列排序

eg：

1. sort -nrk 1 data.txt

2. sort -bd data // 忽略像空格之類的前導(dǎo)空白字符

04 uniq 消除重復(fù)行

消除重復(fù)行

1. sort unsort.txt | uniq

統(tǒng)計(jì)各行在文件中出現(xiàn)的次數(shù)

1. sort unsort.txt | uniq -c

找出重復(fù)行

1. sort unsort.txt | uniq -d

可指定每行中需要比較的重復(fù)內(nèi)容：-s 開始位置 -w 比較字符數(shù)

05 用 tr 進(jìn)行轉(zhuǎn)換

通用用法

1. echo 12345| tr '0-9''9876543210'//加解密轉(zhuǎn)換，替換對(duì)應(yīng)字符

2. cat text| tr ' '' '//制表符轉(zhuǎn)空格

tr刪除字符

1. cat file | tr -d '0-9'// 刪除所有數(shù)字

-c 求補(bǔ)集

1. cat file | tr -c '0-9'//獲取文件中所有數(shù)字

2. cat file | tr -d -c '0-9 '//刪除非數(shù)字?jǐn)?shù)據(jù)

tr壓縮字符tr -s 壓縮文本中出現(xiàn)的重復(fù)字符；最常用于壓縮多余的空格

1. cat file | tr -s ' '

字符類tr中可用各種字符類：

• alnum：字母和數(shù)字

• alpha：字母

• digit：數(shù)字

• space：空白字符

• lower：小寫

• upper：大寫

• cntrl：控制（非可打印）字符

print：可打印字符使用方法：tr [] []

1. eg: tr '[]''[]'

06 cut 按列切分文本

截取文件的第2列和第4列：

1. cut -f2,4 filename

去文件除第3列的所有列：

1. cut -f3 --complement filename

-d 指定定界符：

1. cat -f2 -d";" filename

cut 取的范圍

• N- 第N個(gè)字段到結(jié)尾

• -M 第1個(gè)字段為M

• N-M N到M個(gè)字段

cut 取的單位

• -b 以字節(jié)為單位

• -c 以字符為單位

• -f 以字段為單位（使用定界符）

eg:

1. cut -c1-5 file //打印第一到5個(gè)字符

2. cut -c-2 file //打印前2個(gè)字符

07 paste 按列拼接文本

將兩個(gè)文本按列拼接到一起;

1. cat file1

2. ?

3. 1

4. 2

5. ?

6. cat file2

7. ?

8. colin

9. book

10. ?

11. paste file1 file2

12. ?

13. 1 colin

14. 2 book

默認(rèn)的定界符是制表符，可以用-d指明定界符

1. paste file1 file2 -d ","

2. ?

3. 1,colin

4. 2,book

08 wc 統(tǒng)計(jì)行和字符的工具

1. wc -l file // 統(tǒng)計(jì)行數(shù)

2. wc -w file // 統(tǒng)計(jì)單詞數(shù)

3. wc -c file // 統(tǒng)計(jì)字符數(shù)

09 sed 文本替換利器

首處替換

1. seg 's/text/replace_text/' file //替換每一行的第一處匹配的text

全局替換

1. seg 's/text/replace_text/g' file

默認(rèn)替換后，輸出替換后的內(nèi)容，如果需要直接替換原文件,使用-i：

1. seg -i 's/text/repalce_text/g' file

移除空白行：

1. sed '/^$/d' file

變量轉(zhuǎn)換已匹配的字符串通過標(biāo)記&來引用.

1. echo this is en example | seg 's/w+/[&]/g'

2. ?

3. $>[this] [is] [en] [example]

子串匹配標(biāo)記第一個(gè)匹配的括號(hào)內(nèi)容使用標(biāo)記 來引用

1. sed 's/hello([0-9])//'

雙引號(hào)求值sed通常用單引號(hào)來引用；也可使用雙引號(hào)，使用雙引號(hào)后，雙引號(hào)會(huì)對(duì)表達(dá)式求值：

1. sed 's/$var/HLLOE/'

當(dāng)使用雙引號(hào)時(shí)，我們可以在sed樣式和替換字符串中指定變量；

1. eg:

2. p=patten

3. r=replaced

4. echo "line con a patten"| sed "s/$p/$r/g"

5. $>line con a replaced

其它示例字符串插入字符：將文本中每行內(nèi)容（PEKSHA） 轉(zhuǎn)換為 PEK/SHA

1. sed 's/^.{3}/&//g' file

10 awk 數(shù)據(jù)流處理工具

awk腳本結(jié)構(gòu)

1. awk ' BEGIN{ statements } statements2 END{ statements } '

工作方式1.執(zhí)行begin中語句塊；2.從文件或stdin中讀入一行，然后執(zhí)行statements2，重復(fù)這個(gè)過程，直到文件全部被讀取完畢；3.執(zhí)行end語句塊；print 打印當(dāng)前行使用不帶參數(shù)的print時(shí)，會(huì)打印當(dāng)前行;

1. echo -e "line1 line2"| awk 'BEGIN{print "start"} {print } END{ print "End" }'

print?以逗號(hào)分割時(shí)，參數(shù)以空格定界;

1. echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3";

2. print var1, var2 , var3; }'

3. $>v1 V2 v3

使用-拼接符的方式（""作為拼接符）;

1. echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3";

2. print var1"-"var2"-"var3; }'

3. $>v1-V2-v3

特殊變量：NR NF $0 $1 $2

• NR:表示記錄數(shù)量，在執(zhí)行過程中對(duì)應(yīng)當(dāng)前行號(hào)；

• NF:表示字段數(shù)量，在執(zhí)行過程總對(duì)應(yīng)當(dāng)前行的字段數(shù)；

  • $0:這個(gè)變量包含執(zhí)行過程中當(dāng)前行的文本內(nèi)容；

  • $1:第一個(gè)字段的文本內(nèi)容；

  • $2:第二個(gè)字段的文本內(nèi)容；

1. echo -e "line1 f2 f3 line2 line 3"| awk '{print?NR":"$0"-"$1"-"$2}'

打印每一行的第二和第三個(gè)字段：

1. awk '{print $2, $3}' file

統(tǒng)計(jì)文件的行數(shù)：

1. awk ' END {print NR}' file

累加每一行的第一個(gè)字段：

1. echo -e "1 2 3 4 "| awk 'BEGIN{num = 0 ;

2. print "begin";} {sum += $1;} END {print "=="; print sum }'

傳遞外部變量

1. var=1000

2. echo | awk '{print vara}' vara=$var # 輸入來自stdin

3. awk '{print vara}' vara=$var file # 輸入來自文件

用樣式對(duì)awk處理的行進(jìn)行過濾

1. awk 'NR < 5'#行號(hào)小于5

2. awk 'NR==1,NR==4 {print}' file #行號(hào)等于1和4的打印出來

3. awk '/linux/'#包含linux文本的行（可以用正則表達(dá)式來指定，超級(jí)強(qiáng)大）

4. awk '!/linux/'#不包含linux文本的行

設(shè)置定界符使用-F來設(shè)置定界符（默認(rèn)為空格）

1. awk -F: '{print $NF}'/etc/passwd

讀取命令輸出使用getline，將外部shell命令的輸出讀入到變量cmdout中；

1. echo | awk '{"grep root /etc/passwd" | getline cmdout; print cmdout }'

在awk中使用循環(huán)

1. for(i=0;i<10;i++){print $i;}

2. for(i in array){print array[i];}

eg:以逆序的形式打印行：(tac命令的實(shí)現(xiàn)）

1. seq 9|

2. ?

3. awk '{lifo[NR] = $0; lno=NR}

4. ?

5. END{ for(;lno>-1;lno--){print lifo[lno];}

6. ?

7. } '

awk實(shí)現(xiàn)head、tail命令

1. head:

2. awk 'NR<=10{print}' filename

1. tail:

2. awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){

3. print buffer[i %10]} } ' filename

打印指定列awk方式實(shí)現(xiàn)：

1. ls -lrt | awk '{print $6}'

cut方式實(shí)現(xiàn)

1. ls -lrt | cut -f6

打印指定文本區(qū)域確定行號(hào)

1. seq 100| awk 'NR==4,NR==6{print}'

確定文本打印處于startpattern 和endpattern之間的文本；

1. awk '/start_pattern/, /end_pattern/' filename

1. eg:

2. seq 100| awk '/13/,/15/'

3. cat /etc/passwd| awk '/mai.*mail/,/news.*news/'

awk常用內(nèi)建函數(shù)

1. index(string,search_string):返回search_string在string中出現(xiàn)的位置

2. sub(regex,replacement_str,string):將正則匹配到的第一處內(nèi)容替換為replacement_str;

3. match(regex,string):檢查正則表達(dá)式是否能夠匹配字符串；

4. length(string)：返回字符串長(zhǎng)度

1. echo | awk '{"grep root /etc/passwd" | getline cmdout; print length(cmdout) }'

printf 類似c語言中的printf，對(duì)輸出進(jìn)行格式化eg：

1. seq 10| awk '{printf "->%4s ", $1}'

迭代文件中的行、單詞和字符1. 迭代文件中的每一行while 循環(huán)法

1. while read line;

2. do

3. echo $line;

4. done< file.txt

改成子shell:

1. cat file.txt | (while read line;do echo $line;done)

awk法：

1. cat file.txt| awk '{print}'

2.迭代一行中的每一個(gè)單詞

1. for word in $line;

2. do

3. echo $word;

4. done

??3. 迭代每一個(gè)字符${stringnumof_chars}：從字符串中提取一個(gè)字符；(bash文本切片）${#word}:返回變量word的長(zhǎng)度

1. for((i=0;i<${#word};i++))

2. do

3. echo ${word1);

4. done

?