歡迎光臨
每天分享高質量文章

快收藏!史上最全的 Linux Shell 文本處理工具集錦

本文將介紹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;

提供的例子和引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;


find 檔案查找


  • 查找txt和pdf檔案


  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


  • 否定引數

       查找所有非txt文本


   find . ! -name “*.txt” -print


  • 指定搜索深度

       打印出當前目錄的檔案(深度為1)


  find . -maxdepth 1 -type f  


定製搜索


  • 按型別搜索:


  find . -type d -print  //只列出所有目錄

-type f 檔案 / l 符號鏈接


  • 按時間搜索:


-atime 訪問時間 (單位是天,分鐘單位則是-amin,以下類似)

-mtime 修改時間 (內容被修改)

-ctime 變化時間 (元資料或權限變化)


  • 最近7天被訪問過的所有檔案:


 find . -atime 7 -type f -print


  • 按大小搜索:

       w字 k M G

       尋找大於2k的檔案


 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檔案


按用戶查找:


  find . -type f -user weber -print// 找用戶weber所擁有的檔案


找到後的後續動作


  • 刪除:

刪除當前目錄下所有的swp檔案:


  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:{}是一個特殊的字串,對於每一個匹配的檔案,{}會被替換成相應的檔案名;

eg:將找到的檔案全都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 呼叫時執行腳本即可;


  -exec ./commands.sh {} ;


-print的定界符


預設使用’
‘作為檔案的定界符;

-print0 使用”作為檔案的定界符,這樣就可以搜索包含空格的檔案;


grep 文本搜索


grep match_patten file // 預設訪問匹配行


  • 常用引數

-o 只輸出匹配的文本行 VS -v 只輸出沒有匹配的文本行

-c 統計檔案中包含文本的次數


  grep -c “text” filename


-n 打印匹配的行號

-i 搜索時忽略大小寫

-l 只打印檔案名


  • 在多級目錄中對文本遞迴搜索(程式員搜代碼的最愛):


  grep “class” . -R -n


  • 匹配多個樣式


  grep -e “class” -e “vitural” file


  • grep輸出以作為結尾符的檔案名:(-z)


  grep “test” file* -lZ| xargs -0 rm


xargs 命令列引數轉換


xargs 能夠將輸入資料轉化為特定命令的命令列引數;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

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引數說明


-d 定義定界符 (預設為空格 多行的定界符為

-n 指定輸出為多行

-I {} 指定替換字串,這個字串在xargs擴展時會被替換掉,用於待執行的命令需要多個引數時

eg:


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


-0:指定為輸入定界符

eg:統計程式行數


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


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


uniq 消除重覆行


  • 消除重覆行

  sort unsort.txt | uniq 


  • 統計各行在檔案中出現的次數

  sort unsort.txt | uniq -c


  • 找出重覆行

  sort unsort.txt | uniq -d


可指定每行中需要比較的重覆內容:-s 開始位置 -w 比較字符數


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 ‘ ‘ ‘ ‘  //製表符轉空格


  • 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’ //獲取檔案中所有數字

  cat file | tr -d -c ‘0-9
‘  //刪除非數字資料


  • tr壓縮字符

tr -s 壓縮文本中出現的重覆字符;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


  • 截取檔案的第2列和第4列:

  cut -f2,4 filename


  • 去檔案除第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 以位元組為單位

-c 以字符為單位

-f 以欄位為單位(使用定界符)


  • eg:

  cut -c1-5 file //打印第一到5個字符

  cut -c-2 file  //打印前2個字符


paste 按列拼接文本


將兩個文本按列拼接到一起;


cat file1

1

2


cat file2

colin

book


paste file1 file2

1 colin

2 book


預設的定界符是製表符,可以用-d指明定界符

paste file1 file2 -d “,”

1,colin

2,book


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


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


  • 全域性替換

   seg ‘s/text/replace_text/g’ file


  • 預設替換後,輸出替換後的內容,如果需要直接替換原檔案,使用-i:

  seg -i ‘s/text/repalce_text/g’ file


  • 移除空白行:

  sed ‘/^$/d’ file


  • 變數轉換

已匹配的字串通過標記&來取用.

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  來取用

  sed ‘s/hello([0-9])//’


  • 雙引號求值

sed通常用單引號來取用;也可使用雙引號,使用雙引號後,雙引號會對運算式求值:

  sed ‘s/$var/HLLOE/’ 


當使用雙引號時,我們可以在sed樣式和替換字串中指定變數;

eg:

p=patten

r=replaced

echo “line con a patten” | sed “s/$p/$r/g”

$>line con a replaced


  • 其它示例

字串插入字符:將文本中每行內容(PEKSHA) 轉換為 PEK/SHA

  sed ‘s/^.{3}/&//g’ file


awk 資料流處理工具


  • awk腳本結構

awk ‘ BEGIN{ statements } statements2 END{ statements } ‘


  • 工作方式

1.執行begin中陳述句塊;

2.從檔案或stdin中讀入一行,然後執行statements2,重覆這個過程,直到檔案全部被讀取完畢;

3.執行end陳述句塊;


print 打印當前行


  • 使用不帶引數的print時,會打印當前行;


  echo -e “line1
line2” | awk ‘BEGIN{print “start”} {print } END{ print “End” }’ 


  • print 以逗號分割時,引數以空格定界;


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


特殊變數: 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:這個變數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
line2
line 3″ | awk ‘{print NR”:”$0″-“$1”-“$2}’


  • 打印每一行的第二和第三個欄位:

  awk ‘{print $2, $3}’ file


  • 統計檔案的行數:

  awk ‘ END {print NR}’ file


  • 累加每一行的第一個欄位:

  echo -e “1
2
3
4
” | awk ‘BEGIN{num = 0 ;

  print “begin”;} {sum += $1;} END {print “==”; print sum }’


傳遞外部變數


var=1000

echo | awk ‘{print vara}’ vara=$var #  輸入來自stdin

awk ‘{print vara}’ vara=$var file # 輸入來自檔案


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的打印出來

awk ‘/linux/’ #包含linux文本的行(可以用正則運算式來指定,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(預設為空格)

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數cmdout中;


echo | awk ‘{“grep root /etc/passwd” | getline cmdout; print cmdout }’ 


在awk中使用迴圈


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


打印指定列


  • awk方式實現:

  ls -lrt | awk ‘{print $6}’


  • cut方式實現

  ls -lrt | cut -f6


打印指定文本區域


  • 確定行號

  seq 100| awk ‘NR==4,NR==6{print}’


  • 確定文本

打印處於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常用內建函式


index(string,search_string):傳回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):檢查正則運算式是否能夠匹配字串;

length(string):傳回字串長度


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
“, $1}’


迭代檔案中的行、單詞和字符


1. 迭代檔案中的每一行


  • while 迴圈法


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}:從字串中提取一個字符;(bash文本切片)

${#word}:傳回變數word的長度


for((i=0;i

do

echo ${word:i:1);

done


本文為《linux Shell腳本攻略》的讀書筆記,文中主要內容和示例來自於

《linux Shell腳本攻略》

來自大CC

鏈接:www.cnblogs.com/me115/p/3427319.html



————近期開班————

《馬哥Linux雲計算及架構師》課程,由知名Linux佈道師馬哥創立,經歷了8年的發展,聯合阿裡巴巴、唯品會、大眾點評、騰訊、陸金所等大型互聯網一線公司的馬哥課程團隊的工程師進行深度定製開發,課程採用 Centos7.2系統教學,加入了大量實戰案例,授課案例均來自於一線的技術案例,自動化運維、Devops、雲服務、python等技能一站式搞定,掌握2018年linux雲計算高薪未來。

29期網絡班:2018年02月10日(網絡)

30期面授班:2018年03月26日(北京)

掃描二維碼領取學習資料

更多Linux好文請點擊【閱讀原文】哦

↓↓↓

赞(0)

分享創造快樂

© 2022 知識星球   网站地图