歡迎光臨
每天分享高質量文章

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,還是能瞭解到很多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。

下麵我介紹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;

1、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’\n’作為檔案的定界符;
-print0 使用’\0’作為檔案的定界符,這樣就可以搜索包含空格的檔案;

2、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\0作為結尾符的檔案名:(-z)

 grep "test" file* -lZ| xargs -0 rm

 3、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
\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引數說明

-d 定義定界符 (預設為空格 多行的定界符為 \n)
-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\0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

 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

 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' ' '  //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 \n'  //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:]'

 7、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

 8、paste 按列拼接文本

將兩個文本按列拼接到一起;

cat file112cat file2 colin book paste file1 file21 colin2 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

 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 \1 來取用

 sed 's/hello\([0-9]\)/\1/'

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

 11、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\nline2" | 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\n line2 \n 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\n 2\n 3\n 4\n" | awk 'BEGIN{num = 0 ;  print "begin";} {sum += $1;} END {print "=="; print sum }'

傳遞外部變數

var=1000echo | awk '{print vara}' vara=$var #  輸入來自stdinawk '{print vara}' vara=$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\n", $1}'

 12、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;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<${#word};i++))doecho ${word:i:1);done

來自:大CC

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

《Linux雲計算及運維架構師高薪實戰班》2018年11月26日即將開課中,120天衝擊Linux運維年薪30萬,改變速約~~~~

    *宣告:推送內容及圖片來源於網絡,部分內容會有所改動,版權歸原作者所有,如來源信息有誤或侵犯權益,請聯繫我們刪除或授權事宜。

    – END –


    赞(0)

    分享創造快樂