linux中的文本处理方法集锦

矫情吗；* 2022-07-24 06:27 198阅读 0赞

sed awk grep  
这三个工具都要用到正则表达式，把常用贴出来。

1．行的匹配  
\[root@mypc /\]\# sed -n ‘2p’ /etc/passwd 打印出第2行  
\[root@mypc /\]\# sed -n ‘1,3p’ /etc/passwd 打印出第1到第3行  
\[root@mypc /\]\# sed -n ‘$p’ /etc/passwd 打印出最后一行  
\[root@mypc /\]\# sed -n ‘/user/p' /etc/passwd 打印出含有user的行  
\[root@mypc /\]\# sed -n ‘/\\$/p' /etc/passwd 打印出含有$元字符的行，$为特殊字符，表示最后一行

2．插入文本和附加文本(插入新行)  
\[root@mypc /\]\# sed -n ‘/FTP/p’ /etc/passwd 打印出有FTP的行  
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin  
\[root@mypc /\]\# sed ‘/FTP/ a/ 456′ /etc/passwd 在含有FTP的行后面新插入一行，内容为456  
\[root@mypc /\]\# sed ‘/FTP/ i/ 123′ /etc/passwd在含有FTP的行前面新插入一行，内容为123  
\[root@mypc /\]\# sed ‘/FTP/ i/ “123″‘ /etc/passwd在含有FTP的行前面新插入一行，内容为”123″  
\[root@mypc /\]\# sed ‘5 a/ 123′ /etc/passwd 在第5行后插入一新行，内容为123  
\[root@mypc /\]\# sed ‘5 i/ “12345″‘ /etc/passwd 在第5行前插入一新行，内容为”12345″

3．删除文本  
\[root@mypc /\]\# sed ‘1d’ /etc/passwd 删除第1行  
\[root@mypc /\]\# sed ‘1,3d’ /etc/passwd 删除第1至3行  
\[root@mypc /\]\# sed ‘/user/d’ /etc/passwd 删除带有user的行

4． 替换文本,替换命令用替换模式替换指定模式，格式为：  
\[ a d d r e s s \[，address\]\] s/ pattern-to-find /replacement-pattern/\[g p w n\]  
\[root@mypc /\]\# sed ’s/user/USER/’ /etc/passwd 将第1个user替换成USER,g表明全局替换  
\[root@mypc /\]\# sed ’s/user/USER/g’ /etc/passwd 将所有user替换成USER  
\[root@mypc /\]\# sed ’s/user/\#user/’ /etc/passwd 将第1个user替换成\#user,如用于屏蔽作用  
\[root@mypc /\]\# sed ’s/user//’ /etc/passwd 将第1个user替换成空  
\[root@mypc /\]\# sed ’s/user/&11111111111111/’ /etc/passwd 如果要附加或修改一个很长的字符串，可以使用（ &）命令，&命令保存发现模式以便重新调用它，然后把它放在替换字符串里面，这里是把&放前面  
\[root@mypc /\]\# sed ’s/user/11111111111111&/’ /etc/passwd 这里是将&放后面

5. 快速一行命令  
下面是一些一行命令集。（\[ \]表示空格，\[ \]表示t a b键）

**\[plain\]** [view plain][] [copy][view plain]

1.  ‘s / / . $ / / g’ 删除以句点结尾行 
2.  ‘-e /abcd/d’ 删除包含a b c d的行 
3.  ‘s / \[ \] \[ \] \[ \] \* / \[ \] / g’ 删除一个以上空格，用一个空格代替 
4.  ‘s / ^ \[ \] \[ \] \* / / g’ 删除行首空格 
5.  ‘s / / . \[ \] \[ \] \* / \[ \] / g’ 删除句点后跟两个或更多空格，代之以一个空格 
6.  ‘/ ^ $ / d’ 删除空行 
7.  ‘s / ^ . / / g’ 删除第一个字符 
8.  ‘s /COL / ( . . . / ) / / g’ 删除紧跟C O L的后三个字母 
9.  ‘s / ^ / / / / g’ 从路径中删除第一个/ 
10. ‘s / \[ \] / \[ \] / / g’ 删除所有空格并用t a b键替代 
11. ‘S / ^ \[ \] / / g’ 删除行首所有t a b键 
12. ‘s / \[ \] \* / / g’ 删除所有t a b键 
13. 's/^/:/g' 在每行首部加一个： 
14. 's/$/:/g' 在第行尾部加一个：

如果使用s e d对文件进行过滤，最好将问题分成几步，分步执行，且边执行边测试结果。

vim

<table style="color:rgb(51,51,51); font-family:Arial; font-size:14px; line-height:26px"> 
 <tbody> 
 <tr> 
 <td colspan="2"> 移动光标的方法 </td> 
 </tr> 
 <tr> 
 <td> h 或 向左箭头键(←) </td> 
 <td> 光标向左移动一个字符 </td> 
 </tr> 
 <tr> 
 <td> j 或 向下箭头键(↓) </td> 
 <td> 光标向下移动一个字符 </td> 
 </tr> 
 <tr> 
 <td> k 或 向上箭头键(↑) </td> 
 <td> 光标向上移动一个字符 </td> 
 </tr> 
 <tr> 
 <td> l 或 向右箭头键(→) </td> 
 <td> 光标向右移动一个字符 </td> 
 </tr> 
 <tr> 
 <td colspan="2"> 如果你将右手放在键盘上的话，你会发现 hjkl 是排列在一起的，因此可以使用这四个按钮来移动光标。 如果想要进行多次移动的话，例如向下移动 30 行，可以使用 "30j" 或 "30↓" 的组合按键， 亦即加上想要进行的次数(数字)后，按下动作即可！ </td> 
 </tr> 
 <tr> 
 <td> [Ctrl] + [f] </td> 
 <td> 屏幕『向下』移动一页，相当于 [Page Down]按键 (常用) </td> 
 </tr> 
 <tr> 
 <td> [Ctrl] + [b] </td> 
 <td> 屏幕『向上』移动一页，相当于 [Page Up] 按键 (常用) </td> 
 </tr> 
 <tr> 
 <td> [Ctrl] + [d] </td> 
 <td> 屏幕『向下』移动半页 </td> 
 </tr> 
 <tr> 
 <td> [Ctrl] + [u] </td> 
 <td> 屏幕『向上』移动半页 </td> 
 </tr> 
 <tr> 
 <td> + </td> 
 <td> 光标移动到非空格符的下一列 </td> 
 </tr> 
 <tr> 
 <td> - </td> 
 <td> 光标移动到非空格符的上一列 </td> 
 </tr> 
 <tr> 
 <td> n&lt;space&gt; </td> 
 <td> 那个 n 表示『数字』，例如 20 。按下数字后再按空格键，光标会向右移动这一行的 n 个字符。例如 20&lt;space&gt; 则光标会向后面移动 20 个字符距离。 </td> 
 </tr> 
 <tr> 
 <td> 0 或功能键[Home] </td> 
 <td> 这是数字『 0 』：移动到这一行的最前面字符处 (常用) </td> 
 </tr> 
 <tr> 
 <td> $ 或功能键[End] </td> 
 <td> 移动到这一行的最后面字符处(常用) </td> 
 </tr> 
 <tr> 
 <td> H </td> 
 <td> 光标移动到这个屏幕的最上方那一行的第一个字符 </td> 
 </tr> 
 <tr> 
 <td> M </td> 
 <td> 光标移动到这个屏幕的中央那一行的第一个字符 </td> 
 </tr> 
 <tr> 
 <td> L </td> 
 <td> 光标移动到这个屏幕的最下方那一行的第一个字符 </td> 
 </tr> 
 <tr> 
 <td> G </td> 
 <td> 移动到这个档案的最后一行(常用) </td> 
 </tr> 
 <tr> 
 <td> nG </td> 
 <td> n 为数字。移动到这个档案的第 n 行。例如 20G 则会移动到这个档案的第 20 行(可配合 :set nu) </td> 
 </tr> 
 <tr> 
 <td> gg </td> 
 <td> 移动到这个档案的第一行，相当于 1G 啊！ (常用) </td> 
 </tr> 
 <tr> 
 <td> n&lt;Enter&gt; </td> 
 <td> n 为数字。光标向下移动 n 行(常用) </td> 
 </tr> 
 <tr> 
 <td colspan="2"> 搜寻与取代 </td> 
 </tr> 
 <tr> 
 <td> /word </td> 
 <td> 向光标之下寻找一个名称为 word 的字符串。例如要在档案内搜寻 vbird 这个字符串，就输入 /vbird 即可！ (常用) </td> 
 </tr> 
 <tr> 
 <td> ?word </td> 
 <td> 向光标之上寻找一个字符串名称为 word 的字符串。 </td> 
 </tr> 
 <tr> 
 <td> n </td> 
 <td> 这个 n 是英文按键。代表『重复前一个搜寻的动作』。举例来说， 如果刚刚我们执行 /vbird 去向下搜寻 vbird 这个字符串，则按下 n 后，会向下继续搜寻下一个名称为 vbird 的字符串。如果是执行 ?vbird 的话，那么按下 n 则会向上继续搜寻名称为 vbird 的字符串！ </td> 
 </tr> 
 <tr> 
 <td> N </td> 
 <td> 这个 N 是英文按键。与 n 刚好相反，为『反向』进行前一个搜寻动作。 例如 /vbird 后，按下 N 则表示『向上』搜寻 vbird 。 </td> 
 </tr> 
 <tr> 
 <td colspan="2"> 使用 /word 配合 n 及 N 是非常有帮助的！可以让你重复的找到一些你搜寻的关键词！ </td> 
 </tr> 
 <tr> 
 <td> :n1,n2s/word1/word2/g </td> 
 <td> n1 与 n2 为数字。在第 n1 与 n2 行之间寻找 word1 这个字符串，并将该字符串取代为 word2 ！举例来说，在 100 到 200 行之间搜寻 vbird 并取代为 VBIRD 则： 『:100,200s/vbird/VBIRD/g』。(常用) </td> 
 </tr> 
 <tr> 
 <td> :1,$s/word1/word2/g </td> 
 <td> 从第一行到最后一行寻找 word1 字符串，并将该字符串取代为 word2 ！(常用) </td> 
 </tr> 
 <tr> 
 <td> :1,$s/word1/word2/gc </td> 
 <td> 从第一行到最后一行寻找 word1 字符串，并将该字符串取代为 word2 ！且在取代前显示提示字符给用户确认 (confirm) 是否需要取代！(常用) </td> 
 </tr> 
 <tr> 
 <td colspan="2"> 删除、复制与贴上 </td> 
 </tr> 
 <tr> 
 <td> x, X </td> 
 <td> 在一行字当中，x 为向后删除一个字符 (相当于 [del] 按键)， X 为向前删除一个字符(相当于 [backspace] 亦即是退格键) (常用) </td> 
 </tr> 
 <tr> 
 <td> nx </td> 
 <td> n 为数字，连续向后删除 n 个字符。举例来说，我要连续删除 10 个字符， 『10x』。 </td> 
 </tr> 
 <tr> 
 <td> dd </td> 
 <td> 删除游标所在的那一整列(常用) </td> 
 </tr> 
 <tr> 
 <td> ndd </td> 
 <td> n 为数字。删除光标所在的向下 n 列，例如 20dd 则是删除 20 列 (常用) </td> 
 </tr> 
 <tr> 
 <td> d1G </td> 
 <td> 删除光标所在到第一行的所有数据 </td> 
 </tr> 
 <tr> 
 <td> dG </td> 
 <td> 删除光标所在到最后一行的所有数据 </td> 
 </tr> 
 <tr> 
 <td> d$ </td> 
 <td> 删除游标所在处，到该行的最后一个字符 </td> 
 </tr> 
 <tr> 
 <td> d0 </td> 
 <td> 那个是数字的 0 ，删除游标所在处，到该行的最前面一个字符 </td> 
 </tr> 
 <tr> 
 <td> yy </td> 
 <td> 复制游标所在的那一行(常用) </td> 
 </tr> 
 <tr> 
 <td> nyy </td> 
 <td> n 为数字。复制光标所在的向下 n 列，例如 20yy 则是复制 20 列(常用) </td> 
 </tr> 
 <tr> 
 <td> y1G </td> 
 <td> 复制游标所在列到第一列的所有数据 </td> 
 </tr> 
 <tr> 
 <td> yG </td> 
 <td> 复制游标所在列到最后一列的所有数据 </td> 
 </tr> 
 <tr> 
 <td> y0 </td> 
 <td> 复制光标所在的那个字符到该行行首的所有数据 </td> 
 </tr> 
 <tr> 
 <td> y$ </td> 
 <td> 复制光标所在的那个字符到该行行尾的所有数据 </td> 
 </tr> 
 <tr> 
 <td> p, P </td> 
 <td> p 为将已复制的数据在光标下一行贴上，P 则为贴在游标上一行！ 举例来说，我目前光标在第 20 行，且已经复制了 10 行数据。则按下 p 后， 那 10 行数据会贴在原本的 20 行之后，亦即由 21 行开始贴。但如果是按下 P 呢？ 那么原本的第 20 行会被推到变成 30 行。 (常用) </td> 
 </tr> 
 <tr> 
 <td> J </td> 
 <td> 将光标所在列与下一列的数据结合成同一列 </td> 
 </tr> 
 <tr> 
 <td> c </td> 
 <td> 重复删除多个数据，例如向下删除 10 行，[ 10cj ] </td> 
 </tr> 
 <tr> 
 <td> u </td> 
 <td> 复原前一个动作。(常用) </td> 
 </tr> 
 <tr> 
 <td> [Ctrl]+r </td> 
 <td> 重做上一个动作。(常用) </td> 
 </tr> 
 <tr> 
 <td colspan="2"> 这个 u 与 [Ctrl]+r 是很常用的指令！一个是复原，另一个则是重做一次～ 利用这两个功能按键，你的编辑，嘿嘿！很快乐的啦！ </td> 
 </tr> 
 <tr> 
 <td> . </td> 
 <td> 不要怀疑！这就是小数点！意思是重复前一个动作的意思。 如果你想要重复删除、重复贴上等等动作，按下小数点『.』就好了！ (常用) </td> 
 </tr> 
 </tbody> 
</table>

妙招1 交换等号两边的内容。

我们在写代码的时候难免会遇到左值和右值交换，若是这样的语句多达百条，痛苦万分。

sed 's//(.\*/) = /(.\*/);//2 = /1;/' 注意等号左右各有一个空格，当然这要取决于你的赋值语句。

另一篇：

1、grep命令：查找文件里符合条件的字符串  
一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来  
语法格式: grep \[options\]  
\-i：ignore-case 忽略大小写差别  
\-c：count 只打印匹配的总行数，不显示匹配的内容信息  
\-n：line-number 在匹配的行前面打印行号  
\-v：revert-match 反检索，只显示不匹配的行  
\-r：recursion递归地，读取每个文件夹下的所有档案  
\-l ：不显示平常一般的输出结果，只显示符合的文件名称

![Bash常用文本处理工具用法][Bash]

2、awk命令：一个强大的文本处理工具，逐行扫描，从第一行到最后一行  
使用语法：awk 'pattern\{action\}' filename  
pattern：正则表达式  
action：输出语法  
你可以省略pattern和 action之一，但不能两者同时省略，当省略pattern时没有样式匹配，表示对所有行（记录）均执行操作，省略action时执行缺省的操作——在标准输出上显示。  
语法格式：awk \[ -F re\] \[parameter...\]  
\-F re：允许awk更改其字段分隔符  
parameter: 该参数帮助为不同的变量赋值  
\-v：定义变量  
\-f：指定脚本文件  
三种调用方式：  
1、awk命令行  
2、使用-f选项调用awk程序，例如：awk -f progfile file ，其中progfile是指定一个文本文件  
3、利用命令解释器调用awk程序，需要在awk脚本声明调用方式，例如：\#！/bin/awk -f  
命令行方式使用内容过滤：  
\[root@test ~\]\# awk '/root/' /etc/passwd  
root:x:0:0:root:/root:/bin/bash  
operator:x:11:0:operator:/root:/sbin/nologin  
\#显示分隔符指定列（1列），分隔符默认是空格，$1是显示分隔符前面一列

![Bash常用文本处理工具用法][Bash 1]

\#显示test文件中匹配123的行  
\[root@test ~\]\# awk '/123/ \{print $1\}' test  
\#显示所有以a或f开头的行

![Bash常用文本处理工具用法][Bash 2]

4、sed命令：一种在线编辑器，它一次处理一行内容 
处理时，把当前处理的行存储在临时缓冲区中，称为'模式空间'（pattern space），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有改变，除非你使用重定向存储输出。 
常用参数： 
i 插入 
s 替换 
e 多点编辑 
d 删除 
a 追加到行后面 
g 全部替换，无g只替换每行第一个 
q 退出 
\#将所有包含aaa替换为jjj 
sed 's/aaa/jjj/' test 
\#把这行注释去掉，替换文本 
sed -i 's/\#ServerName [www.example.com:80/][www.example.com_80] ServerName 192.168.0.202:80/g' 
将所有包含/var/www/html/替换为/opt/web/，分隔符'/'可以用别的符号代替，比如 ',' '\_' '|' 等 
sed -i s/\\/var\\/www\\/html/\\/opt\\/web/' /etc/httpd/conf/httpd.conf 
等同于: 
sed -i 's\_/var/www/html/\_/opt/web/\_' /etc/httpd/conf/httpd.conf 
\#插入一行到391行，包括特殊符号'/' 
sed -i '391 s/^/AddType application\\/x-httpd-php .php.html/' httpd.conf 
\#只打印第一行数据 
sed -n '1p' /etc/passwd 
\#打印包含root的行，禁止默认输出 
sed -n '/root/p' /etc/passwd 
\#删除13行 
sed -i '13d' /etc/passwd 
\#删除13行到最后一行 
sed -i '13,$d' /etc/passwd 
\#将包含uucp的行删除 
sed -i '/uucp/d' /etc/passwd 
5、find命令：查找具有某一特征的文件(例如文件权限、文件属主、文件长度、文件类型等 
用法：find \[path\] \[options\] \[条件\] 
Path：查找路径 
Options：选项 
例如： 
\-name：按照文件名查找文件 
\-mtime：按照文件的更改时间来查找文件，后跟-n、+n来表示多少天内和以前 
\-user：按照文件属主来查找文件 
\-group：按照文件所属的组来查找文件 
\-type：查找某一个类型的文件，诸如：b（块设备）、d（目录）、l（符号链接）、f（普通文件） 
\-size：根据文件大小来查找文件 
\#在根目录查找更改时间在5日以内的文件 
find /tmp -mtime -5 
\#在/var目录下查找更改时间在3日以前的文件 
find /var/ -mtime +3 
\#查找系统中所有文件长度为0的普通文件，并列出他们的完整路径 
find / -type f -size 0 -exec ls -l \{\} \\; 
\#查找/var/log目录中更改时间在7日以前的普通文件，并删除他们 
find /var/log/ -type f -mtime +7 -exec rm \{\} \\; 
\#找出用户test拥有的文件，并将他们拷贝到/root/test目录中 
find / -user test -exec cp \{\} /root/test \\; 
6、sort命令：对文件中的各行进行排序 
sort命令将逐行对文件中的内容进行排序，如果两行的首字符相同，该命令将继续比较这两行的下一字符，如果还相同，将继续进行比较. 
格式：sort \[选项\] 文件 
主要选项： 
\-r：倒序排序，默认是升序。 
\-n：按数值大小进行排序 
\-k：KeyDefinition 指定排序关键字。 
\-t：Character 指定 Character 作为字段分隔符 
\-d：使用字典顺序排序。比较中仅考虑字母、数字和空格 
\-f：将小写字母与大写字母同等对待 
\-u：去掉重复的行，使文件中的每一行唯一 
7、uniq命令：删除文件中的重复行 
文件经过处理后在它的输出文件中可能会出现重复的行。例如，使用cat命令将两个文件合并后，再使用sort命令进行排序，就可能出现重复行。这时可以使用uniq命令将这些重复行从输出文件中删除，只留下每条记录的唯一样本。 
格式：uniq \[选项\] 文件 
主要选项： 
\-c：显示行号 
\-d：只显示重复行。 
\-u：只显示文件中不重复的各行。 
8、cut命令：显示文件中每行的指定内容 
格式：cut -d 分隔字符 \[-cf\] fields 
\-d：后面接的是分隔字符，默认情况下为Tab； 
\-c：后面接的是第几个字符 
\-f：后面接的 是第几个区块 
\#列出/etc/passwd文件中的所有用户，按照升序排列 
cut -d : -f 1 /etc/passwd | sort 
\#显示/etc/passwd文件下uid为0的用户名以及uid。 
cut -d : -f 1,3/etc/passwd|grep ':0$' 
正则表达式'$'表示以字符结尾，'^'表示以某字符开始。 
9、tr命令：从标准输入删除或替换字符，可以看为sed简化软件 
常用选项的tr命令格式为： 
\-d 删除字符串1中所有输入字符。 
\-s 删除所有重复出现字符序列，只保留第一个。 
\#将小写字符转换成大写 
tr 'a-z' 'A-Z' < file 
\#将文件中删除所有空字符 
tr –d ‘\\0’< file 
\#删除文件中shell字符 
cat test | tr -d 'shell' 
\#将文件中所有abc字符替换efg并另存为新文件 
cat test | tr 'abc' 'efg' >new file 
10、其他文本处理命令 
cat：从头开始显示内容，并将所有内容输出 
常用参数，-n显示输出的行数编号 
tac：从最后一行倒序显示内容，并将所有内容输出 
head：默认显示头10行，-n指定显示多少行数 
tail：默认显示最后10行，-n指定显示多少行数，-f实时显示内容 
more：分屏查看文本文件 
less：和more类似，但可以往前翻页 
nl：显示时输出行号 
wc：计算文件的字节数、单词数和行数 
常用参数：-c统计字节数，-l统计行数，-m统计字符数

其他

### 内容目录： ###

*  [find 文件查找][find]
 *  [grep 文本搜索][grep]
 *  [xargs 命令行参数转换][xargs]
 *  [sort 排序][sort]
 *  [uniq 消除重复行][uniq]
 *  [用tr进行转换][tr]
 *  [cut 按列切分文本][cut]
 *  [paste 按列拼接文本][paste]
 *  [wc 统计行和字符的工具][wc]
 *  [sed 文本替换利器][sed]
 *  [awk 数据流处理工具][awk]
 *  [迭代文件中的行、单词和字符][Link 1]

本文将介绍Linux下使用Shell处理文本时最常用的工具：  
find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；  
提供的例子和参数都是最常用和最为实用的；  
我对shell脚本使用的原则是命令单行书写，尽量不要超过2行；  
如果有更为复杂的任务需求，还是考虑python吧；

## find 文件查找 ##

*  查找txt和pdf文件
    
        find . $ -name "*.txt" -o -name "*.pdf" $ -print
 *  正则方式查找.txt和pdf
    
        find . -regex  ".*$\.txt|\.pdf$$"
    
    \-iregex： 忽略大小写的正则
 *  否定参数  
    查找所有非txt文本
    
        find . ! -name "*.txt" -print
 *  指定搜索深度  
    打印出当前目录的文件（深度为1）
    
        find . -maxdepth 1 -type f

### 定制搜索 ###

*  按类型搜索：
    
        find . -type d -print  //只列出所有目录
    
    \-type f 文件 / l 符号链接
 *  按时间搜索：  
    \-atime 访问时间 (单位是天，分钟单位则是-amin，以下类似）  
    \-mtime 修改时间 （内容被修改）  
    \-ctime 变化时间 （元数据或权限变化）  
    最近7天被访问过的所有文件：
    
        find . -atime 7 -type f -print
 *  按大小搜索：  
    w字 k M G  
    寻找大于2k的文件
    
        find . -type f -size +2k
    
    按权限查找：
    
        find . -type f -perm 644 -print //找具有可执行权限的所有文件
    
    按用户查找：
    
        find . -type f -user weber -print// 找用户weber所拥有的文件

### 找到后的后续动作 ###

*  删除：  
    删除当前目录下所有的swp文件：
    
        find . -type f -name "*.swp" -delete
 *  执行动作（强大的exec）
    
        find . -type f -user root -exec chown weber {} \; //将当前目录下的所有权变更为weber
    
    注：\{\}是一个特殊的字符串，对于每一个匹配的文件，\{\}会被替换成相应的文件名；  
    eg：将找到的文件全都copy到另一个目录：
    
        find . -type f -mtime +10 -name "*.txt" -exec cp {} OLD \;
 *  结合多个命令  
    tips: 如果需要后续执行多个命令，可以将多个命令写成一个脚本。然后 -exec 调用时执行脚本即可；
    
        -exec ./commands.sh {} \;

### \-print的定界符 ###

默认使用'\\n'作为文件的定界符；  
\-print0 使用'\\0'作为文件的定界符，这样就可以搜索包含空格的文件；

## grep 文本搜索 ##

grep match\_patten file // 默认访问匹配行

*  常用参数  
    \-o 只输出匹配的文本行 VS \-v 只输出没有匹配的文本行  
    \-c 统计文件中包含文本的次数
    
        grep -c "text" filename
    
    \-n 打印匹配的行号  
    \-i 搜索时忽略大小写  
    \-l 只打印文件名
 *  在多级目录中对文本递归搜索(程序员搜代码的最爱）：
    
        grep "class" . -R -n
 *  匹配多个模式
    
        grep -e "class" -e "vitural" file
 *  grep输出以\\0作为结尾符的文件名：（-z）
    
        grep "test" file* -lZ| xargs -0 rm

## xargs 命令行参数转换 ##

xargs 能够将输入数据转化为特定命令的命令行参数；这样，可以配合很多命令来组合使用。比如grep，比如find；

*  将多行输出转化为单行输出  
    cat file.txt| xargs  
    \\n 是多行文本间的定界符
 *  将单行转化为多行输出  
    cat single.txt | xargs -n 3  
    \-n：指定每行显示的字段数

### xargs参数说明 ###

\-d 定义定界符 （默认为空格 多行的定界符为 \\n）  
\-n 指定输出为多行  
\-I \{\} 指定替换字符串，这个字符串在xargs扩展时会被替换掉,用于待执行的命令需要多个参数时  
eg：

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

\-0：指定\\0为输入定界符  
eg：统计程序行数

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

## sort 排序 ##

字段说明：  
\-n 按数字进行排序 VS -d 按字典序进行排序  
\-r 逆序排序  
\-k N 指定按第N列排序  
eg：

sort -nrk 1 data.txt
    sort -bd data // 忽略像空格之类的前导空白字符

## uniq 消除重复行 ##

*  消除重复行
    
        sort unsort.txt | uniq
 *  统计各行在文件中出现的次数
    
        sort unsort.txt | uniq -c
 *  找出重复行
    
        sort unsort.txt | uniq -d
    
    可指定每行中需要比较的重复内容：-s 开始位置 -w 比较字符数

## 用tr进行转换 ##

*  通用用法
    
        echo 12345 | tr '0-9' '9876543210' //加解密转换，替换对应字符
          cat text| tr '\t' ' '  //制表符转空格
 *  tr删除字符
    
        cat file | tr -d '0-9' // 删除所有数字
    
    \-c 求补集
    
        cat file | tr -c '0-9' //获取文件中所有数字
          cat file | tr -d -c '0-9 \n'  //删除非数字数据
 *  tr压缩字符  
    tr -s 压缩文本中出现的重复字符；最常用于压缩多余的空格
    
        cat file | tr -s ' '
 *  字符类  
    tr中可用各种字符类：  
    alnum：字母和数字  
    alpha：字母  
    digit：数字  
    space：空白字符  
    lower：小写  
    upper：大写  
    cntrl：控制（非可打印）字符  
    print：可打印字符  
    使用方法：tr \[:class:\] \[:class:\]
    
        eg: tr '[:lower:]' '[:upper:]'

## cut 按列切分文本 ##

*  截取文件的第2列和第4列：
    
        cut -f2,4 filename
 *  去文件除第3列的所有列：
    
        cut -f3 --complement filename
 *  \-d 指定定界符：
    
        cat -f2 -d";" filename
 *  cut 取的范围  
    N- 第N个字段到结尾  
    \-M 第1个字段为M  
    N-M N到M个字段
 *  cut 取的单位  
    \-b 以字节为单位  
    \-c 以字符为单位  
    \-f 以字段为单位（使用定界符）
 *  eg:
    
        cut -c1-5 file //打印第一到5个字符
          cut -c-2 file  //打印前2个字符

## paste 按列拼接文本 ##

将两个文本按列拼接到一起;

cat file1
    1
    2
    
    cat file2
    colin
    book
    
    paste file1 file2
    1 colin
    2 book

默认的定界符是制表符，可以用-d指明定界符  
paste file1 file2 -d ","  
1,colin  
2,book

## wc 统计行和字符的工具 ##

wc -l file // 统计行数  
wc -w file // 统计单词数  
wc -c file // 统计字符数

## sed 文本替换利器 ##

*  首处替换
    
        seg 's/text/replace_text/' file   //替换每一行的第一处匹配的text
 *  全局替换
    
        seg 's/text/replace_text/g' file
    
    默认替换后，输出替换后的内容，如果需要直接替换原文件,使用-i：
    
        seg -i 's/text/repalce_text/g' file
 *  移除空白行：
    
        sed '/^$/d' file
 *  变量转换  
    已匹配的字符串通过标记&来引用.
    
        echo this is en example | seg 's/\w+/[&]/g'
        $>[this]  [is] [en] [example]
 *  子串匹配标记  
    第一个匹配的括号内容使用标记 \\1 来引用
    
        sed 's/hello$[0-9]$/\1/'
 *  双引号求值  
    sed通常用单引号来引用；也可使用双引号，使用双引号后，双引号会对表达式求值：
    
        sed 's/$var/HLLOE/'
    
    当使用双引号时，我们可以在sed样式和替换字符串中指定变量；
    
        eg:
        p=patten
        r=replaced
        echo "line con a patten" | sed "s/$p/$r/g"
        $>line con a replaced
 *  其它示例  
    字符串插入字符：将文本中每行内容（PEKSHA） 转换为 PEK/SHA
    
        sed 's/^.\{3\}/&\//g' file

## awk 数据流处理工具 ##

*  awk脚本结构  
    awk ' BEGIN\{ statements \} statements2 END\{ statements \} '
 *  工作方式  
    1.执行begin中语句块；  
    2.从文件或stdin中读入一行，然后执行statements2，重复这个过程，直到文件全部被读取完毕；  
    3.执行end语句块；

### print 打印当前行 ###

*  使用不带参数的print时，会打印当前行;
    
        echo -e "line1\nline2" | awk 'BEGIN{print "start"} {print } END{ print "End" }'
 *  print 以逗号分割时，参数以空格定界;
    
        echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \
        print var1, var2 , var3; }'
        $>v1 V2 v3
 *  使用-拼接符的方式（""作为拼接符）;
    
        echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \
        print var1"-"var2"-"var3; }'
        $>v1-V2-v3

### 特殊变量： NR NF $0 $1 $2 ###

NR:表示记录数量，在执行过程中对应当前行号；  
NF:表示字段数量，在执行过程总对应当前行的字段数；  
$0:这个变量包含执行过程中当前行的文本内容；  
$1:第一个字段的文本内容；  
$2:第二个字段的文本内容；

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

*  打印每一行的第二和第三个字段：
    
        awk '{print $2, $3}' file
 *  统计文件的行数：
    
        awk ' END {print NR}' file
 *  累加每一行的第一个字段：
    
        echo -e "1\n 2\n 3\n 4\n" | awk 'BEGIN{num = 0 ;
          print "begin";} {sum += $1;} END {print "=="; print sum }'

### 传递外部变量 ###

var=1000
    echo | awk '{print vara}' vara=$var #  输入来自stdin
    awk '{print vara}' vara=$var file # 输入来自文件

### 用样式对awk处理的行进行过滤 ###

awk 'NR < 5' \#行号小于5 
awk 'NR==1,NR==4 \{print\}' file \#行号等于1和4的打印出来 
awk '/linux/' \#包含linux文本的行（可以用正则表达式来指定，超级强大） 
awk '!/linux/' \#不包含linux文本的行

### 设置定界符 ###

使用-F来设置定界符（默认为空格）  
awk -F: '\{print $NF\}' /etc/passwd

### 读取命令输出 ###

使用getline，将外部shell命令的输出读入到变量cmdout中；

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

### 在awk中使用循环 ###

for(i=0;i<10;i++)\{print $i;\} 
for(i in array)\{print array\[i\];\}

eg:  
以逆序的形式打印行：(tac命令的实现）

seq 9| \
    awk '{lifo[NR] = $0; lno=NR} \
    END{ for(;lno>-1;lno--){print lifo[lno];}
    } '

### awk实现head、tail命令 ###

* head:
 
 awk 'NR<=10{print}' filename
 * tail:
 
 awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){ \
 print buffer[i %10]} } ' filename

### 打印指定列 ###

*  awk方式实现：
    
        ls -lrt | awk '{print $6}'
 *  cut方式实现
    
        ls -lrt | cut -f6

### 打印指定文本区域 ###

*  确定行号
    
        seq 100| awk 'NR==4,NR==6{print}'
 *  确定文本  
    打印处于start\_pattern 和end\_pattern之间的文本；
    
        awk '/start_pattern/, /end_pattern/' filename
    
    eg:
    
        seq 100 | awk '/13/,/15/'
        cat /etc/passwd| awk '/mai.*mail/,/news.*news/'

### awk常用内建函数 ###

index(string,search\_string):返回search\_string在string中出现的位置  
sub(regex,replacement\_str,string):将正则匹配到的第一处内容替换为replacement\_str;  
match(regex,string):检查正则表达式是否能够匹配字符串；  
length(string)：返回字符串长度

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

printf 类似c语言中的printf，对输出进行格式化  
eg：

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

## 迭代文件中的行、单词和字符 ##

### 1. 迭代文件中的每一行 ###

* while 循环法
 
 while read line;
 do
 echo $line;
 done < file.txt
 改成子shell:
 cat file.txt | (while read line;do echo $line;done)
 * awk法： 
 cat file.txt| awk '\{print\}'

### 2.迭代一行中的每一个单词 ###

for word in $line;
    do 
    echo $word;
    done

### 3. 迭代每一个字符 ###

$\{string:start\_pos:num\_of\_chars\}：从字符串中提取一个字符；(bash文本切片）  
$\{\#word\}:返回变量word的长度

for((i=0;i<${#word};i++))
 do
 echo ${
 word:i:1);
 done

本文为《linux Shell脚本攻略》的读书笔记，文中主要内容和示例来自于  
[《linux Shell脚本攻略》][linux Shell]；

[view plain]: http://blog.csdn.net/mzwang123/article/details/5054661#
[Bash]: /images/20220722/2d34ee9336db4eb69e1a121ff0b040fb.png
[Bash 1]: /images/20220722/fb82d4567505460ebf065c524dae3455.png
[Bash 2]: /images/20220722/4ec7b4227d60491eaf1d5846045d4024.png
[www.example.com_80]: http://www.example.com/
[find]: http://www.cnblogs.com/me115/p/3427319.html#h20
[grep]: http://www.cnblogs.com/me115/p/3427319.html#h21
[xargs]: http://www.cnblogs.com/me115/p/3427319.html#h22
[sort]: http://www.cnblogs.com/me115/p/3427319.html#h23
[uniq]: http://www.cnblogs.com/me115/p/3427319.html#h24
[tr]: http://www.cnblogs.com/me115/p/3427319.html#h25
[cut]: http://www.cnblogs.com/me115/p/3427319.html#h26
[paste]: http://www.cnblogs.com/me115/p/3427319.html#h27
[wc]: http://www.cnblogs.com/me115/p/3427319.html#h28
[sed]: http://www.cnblogs.com/me115/p/3427319.html#h29
[awk]: http://www.cnblogs.com/me115/p/3427319.html#h210
[Link 1]: http://www.cnblogs.com/me115/p/3427319.html#h211
[linux Shell]: http://www.amazon.cn/Linux-Shell%E8%84%9A%E6%9C%AC%E6%94%BB%E7%95%A5-%E6%8B%89%E5%85%8B%E4%BB%80%E6%9B%BC/dp/B0060FSIE4?SubscriptionId=AKIAJOMEZLLKFEWYT4PQ&tag=z08-23&linkCode=xm2&camp=2025&creative=165953&creativeASIN=B0060FSIE4