搞定Linux Shell文本處理工具,看完這篇集錦就夠了

Linux Shell是一種基本功，由於怪異的語法加之較差的可讀性，通常被Python等腳本代替。既然是基本功，那就需要掌握，畢竟學習Shell腳本的過程中，還是能了解到很多Linux系統的內容。

Linux腳本大師不是人人都可以達到的，但是用一些簡單的Shell實現一些常見的基本功能還是很有必要的。

下面我介紹Linux下使用Shell處理文本時最常用的工具：

find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；

提供的例子和參數都是最常用和最為實用的；

我對shell腳本使用的原則是命令單行書寫，儘量不要超過2行；

如果有更為複雜的任務需求，還是考慮python吧；

1、find 文件查找

查找txt和pdf文件

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

正則方式查找.txt和pdf

find . -regex  ".*\(\.txt|\.pdf\)$"

-iregex： 忽略大小寫的正則

否定參數，查找所有非txt文本

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

指定搜索深度
列印出當前目錄的文件（深度為1）

find . -maxdepth 1 -type f

定製搜索

按類型搜索：

find . -type d -print  //只列出所有目錄

-type f 文件 / l 符號連結

按時間搜索：

最近7天被訪問過的所有文件：

find . -atime 7 -type f -print

按大小搜索：
w字 k M G

尋找大於2k的文件

find . -type f -size +2k

按權限查找：

find . -type f -perm 644 -print //找具有可執行權限的所有文件

按用戶查找：

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

找到後的後續動作

刪除：
刪除當前目錄下所有的swp文件：

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

執行動作（強大的exec）

find . -type f -user root -exec chown weber {} \; //將當前目錄下的所有權變更為weber

註：{}是一個特殊的字符串，對於每一個匹配的文件，{}會被替換成相應的文件名；

eg：將找到的文件全都copy到另一個目錄：

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

結合多個命令
tips: 如果需要後續執行多個命令，可以將多個命令寫成一個腳本。然後 -exec 調用時執行腳本即可；

-exec ./commands.sh {} \;

-print的定界符

默認使用'\n'作為文件的定界符；
-print0 使用』\0』作為文件的定界符，這樣就可以搜索包含空格的文件；

2、grep 文本搜索

grep match_patten file // 默認訪問匹配行

常用參數

-n 列印匹配的行號
-i 搜索時忽略大小寫
-l 只列印文件名

在多級目錄中對文本遞歸搜索(程式設計師搜代碼的最愛）：

grep "class" . -R -n

匹配多個模式

grep -e "class" -e "vitural" file

grep輸出以\0作為結尾符的文件名：（-z）

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

3、xargs 命令行參數轉換

xargs 能夠將輸入數據轉化為特定命令的命令行參數；這樣，可以配合很多命令來組合使用。比如grep，比如find；

將多行輸出轉化為單行輸出
cat file.txt| xargs
\n是多行文本間的定界符

將單行轉化為多行輸出
cat single.txt | xargs -n 3
-n：指定每行顯示的欄位數

xargs參數說明

eg：

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

-0：指定\0為輸入定界符
eg：統計程序行數

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

4、sort 排序

欄位說明：
-n 按數字進行排序 VS -d 按字典序進行排序
-r 逆序排序
-k N 指定按第N列排序

eg：

sort -nrk 1 data.txt
sort -bd data // 忽略像空格之類的前導空白字符

5、uniq 消除重複行

消除重複行

sort unsort.txt | uniq

統計各行在文件中出現的次數

sort unsort.txt | uniq -c

找出重複行

sort unsort.txt | uniq -d

可指定每行中需要比較的重複內容：-s 開始位置 -w 比較字符數

6、用tr進行轉換

通用用法

echo 12345 | tr '0-9' '9876543210' //加解密轉換，替換對應字符cat text| tr '\t' ' '  //制表符轉空格

tr刪除字符

cat file | tr -d '0-9' // 刪除所有數字

-c 求補集

cat file | tr -c '0-9' //獲取文件中所有數字cat file | tr -d -c '0-9 \n'  //刪除非數字數據

tr壓縮字符
tr -s 壓縮文本中出現的重複字符；最常用於壓縮多餘的空格

cat file | tr -s ' '

字符類

tr中可用各種字符類：

alnum：字母和數字

alpha：字母

digit：數字

space：空白字符

lower：小寫

upper：大寫

cntrl：控制（非可列印）字符

print：可列印字符

使用方法：tr [:class:] [:class:]

eg: tr '[:lower:]' '[:upper:]'

7、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 取的範圍

N- 第N個欄位到結尾

-M 第1個欄位為M
N-M N到M個欄位

cut 取的單位

-b 以字節為單位

-c 以字符為單位

-f 以欄位為單位（使用定界符）

eg:

cut -c1-5 file //列印第一到5個字符cut -c-2 file  //列印前2個字符

8、paste 按列拼接文本

將兩個文本按列拼接到一起;

cat file112cat file2colinbook

paste file1 file21 colin2 book
默認的定界符是制表符，可以用-d指明定界符
paste file1 file2 -d 「,」
1,colin
2,book

9、wc 統計行和字符的工具

wc -l file // 統計行數
wc -w file // 統計單詞數
wc -c file // 統計字符數

10、sed 文本替換利器

首處替換

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

全局替換

seg 's/text/replace_text/g' file

默認替換後，輸出替換後的內容，如果需要直接替換原文件,使用-i：

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

移除空白行：

sed '/^$/d' file

變量轉換，已匹配的字符串通過標記&來引用。

echo this is en example | seg 's/\w+/[&]/g'$>[this]  [is] [en] [example]

子串匹配標記
第一個匹配的括號內容使用標記 \1 來引用

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

雙引號求值
sed通常用單引號來引用；也可使用雙引號，使用雙引號後，雙引號會對表達式求值：

sed 's/$var/HLLOE/'

當使用雙引號時，我們可以在sed樣式和替換字符串中指定變量；

eg:p=pattenr=replacedecho "line con a patten" | sed "s/$p/$r/g"$>line con a replaced

其它示例
字符串插入字符：將文本中每行內容（PEKSHA） 轉換為 PEK/SHA

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

11、awk 數據流處理工具

awk腳本結構
awk 『 BEGIN{ statements } statements2 END{ statements } 『

工作方式

執行begin中語句塊；

從文件或stdin中讀入一行，然後執行statements2，重複這個過程，直到文件全部被讀取完畢；

執行end語句塊；

print 列印當前行

使用不帶參數的print時，會列印當前行;

echo -e "line1\nline2" | awk 'BEGIN{print "start"} {print } END{ print "End" }'

print 以逗號分割時，參數以空格定界;

echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \print var1, var2 , var3; }'$>v1 V2 v3

使用-拼接符的方式（」」作為拼接符）;

echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \print var1"-"var2"-"var3; }'$>v1-V2-v3

特殊變量： NR NF $0 $1 $2

NR:表示記錄數量，在執行過程中對應當前行號；
NF:表示欄位數量，在執行過程總對應當前行的欄位數；
$0:這個變量包含執行過程中當前行的文本內容；
$1:第一個欄位的文本內容；
$2:第二個欄位的文本內容；

echo -e 「line1 f2 f3\n line2 \n line 3」 | awk 『{print NR」:」1」-「$2}』
列印每一行的第二和第三個欄位：

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

統計文件的行數：

awk ' END {print NR}' file

累加每一行的第一個欄位：

echo -e "1\n 2\n 3\n 4\n" | awk 'BEGIN{num = 0 ;print "begin";} {sum += $1;} END {print "=="; print sum }'

傳遞外部變量

var=1000echo | awk '{print vara}' vara=$var #  輸入來自stdinawk '{print vara}' vara=$var file # 輸入來自文件用樣式對awk處理的行進行過濾

awk 『NR < 5』 #行號小於5
awk 『NR==1,NR==4 {print}』 file #行號等於1和4的列印出來
awk 『/linux/『 #包含linux文本的行（可以用正則表達式來指定，超級強大）
awk 『!/linux/『 #不包含linux文本的行

設置定界符

使用-F來設置定界符（默認為空格）
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；

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

在awk中使用循環

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

eg:
以逆序的形式列印行：(tac命令的實現）

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

awk實現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

列印指定列

awk方式實現：

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

cut方式實現

ls -lrt | cut -f6

列印指定文本區域

確定行號

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

確定文本
列印處於start_pattern 和end_pattern之間的文本；

awk '/start_pattern/, /end_pattern/' filename

eg:

seq 100 | awk '/13/,/15/'cat /etc/passwd| awk '/mai.*mail/,/news.*news/'

awk常用內建函數

index(string,search_string):返回search_string在string中出現的位置

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

match(regex,string):檢查正則表達式是否能夠匹配字符串；

length(string)：返回字符串長度

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

printf 類似c語言中的printf，對輸出進行格式化
eg：

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

12、迭代文件中的行、單詞和字符

1. 迭代文件中的每一行

while 循環法

while read line;doecho $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.迭代一行中的每一個單詞

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

3. 迭代每一個字符

${string:start_pos:num_of_chars}：從字符串中提取一個字符；(bash文本切片）
${#word}:返回變量word的長度

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

來自：大CC
連結：http://www.cnblogs.com/me115/p/3427319.html

轉自公眾號 「民工哥技術之路」

運維人的「福音」

GOPS 2019 · 深圳站，AIOps、運維自動化和 DevOps

還有精彩到爆的金牌運維專場、大數據運維專場、金融案例、基礎架構、運維管理及容器與微服務等精彩專場，盡在 2019.4.12-13 為您一一揭曉~

點擊閱讀原文，了解 GOPS 2019 · 深圳站更多精彩