內(nèi)容目錄：

• find 文件查找
• grep 文本搜索
• xargs 命令行參數(shù)轉(zhuǎn)換
• sort 排序
• uniq 消除重復(fù)行
• 用tr進(jìn)行轉(zhuǎn)換
• cut 按列切分文本
• paste 按列拼接文本
• wc 統(tǒng)計(jì)行和字符的工具
• sed 文本替換利器
• awk 數(shù)據(jù)流處理工具
• 迭代文件中的行、單詞和字符

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；
提供的例子和參數(shù)都是最常用和最為實(shí)用的；
我對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；

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(shù)
  查找所有非txt文本

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

• 指定搜索深度
  打印出當(dāng)前目錄的文件（深度為1）

  find . -maxdepth 1 -type f

定制搜索

• 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(nèi)容被修改）
  -ctime 變化時間 （元數(shù)據(jù)或權(quán)限變化）
  最近7天被訪問過的所有文件：

  find . -atime 7 -type f -print

• 按大小搜索：
  w字 k M G
  尋找大于2k的文件

  find . -type f -size +2k

  按權(quán)限查找：

  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：

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

找到后的后續(xù)動作

• 刪除：
  刪除當(dāng)前目錄下所有的swp文件：

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

• 執(zhí)行動作（強(qiáng)大的exec）

  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：{}是一個特殊的字符串，對于每一個匹配的文件，{}會被替換成相應(yīng)的文件名；
  eg：將找到的文件全都copy到另一個目錄：

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

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

  -exec ./commands.sh {} \;

-print的定界符

默認(rèn)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；

grep 文本搜索

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)

  grep -c "text" filename

  -n 打印匹配的行號
  -i 搜索時忽略大小寫
  -l 只打印文件名

• 在多級目錄中對文本遞歸搜索(程序員搜代碼的最愛）：

  grep "class" . -R -n
• 匹配多個模式 grep -e "class" -e "vitural" file
• grep輸出以\0作為結(jié)尾符的文件名：（-z） grep "test" file* -lZ| xargs -0 rm

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
  cat file.txt| xargs
  \n 是多行文本間的定界符

• 將單行轉(zhuǎn)化為多行輸出
  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）
-n 指定輸出為多行
-I {} 指定替換字符串，這個字符串在xargs擴(kuò)展時會被替換掉,用于待執(zhí)行的命令需要多個參數(shù)時
eg：

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

-0：指定\0為輸入定界符
eg：統(tǒng)計(jì)程序行數(shù)

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

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：

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

uniq 消除重復(fù)行

• 消除重復(fù)行 sort unsort.txt | uniq
• 統(tǒng)計(jì)各行在文件中出現(xiàn)的次數(shù) sort unsort.txt | uniq -c
• 找出重復(fù)行 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)

用tr進(jìn)行轉(zhuǎn)換

• 通用用法

  echo 12345 | tr '0-9' '9876543210' //加解密轉(zhuǎn)換，替換對應(yīng)字符cat text| tr '\t' ' ' //制表符轉(zhuǎn)空格

• tr刪除字符

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

  -c 求補(bǔ)集

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

  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 [: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： cut -f2 -d";" filename
• cut 取的范圍
  N- 第N個字段到結(jié)尾
  -M 第1個字段為M
  N-M N到M個字段
• 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: 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 2cat file2 colin bookpaste file1 file2 1 colin 2 book

默認(rèn)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 統(tǒng)計(jì)行和字符的工具

wc -l file // 統(tǒng)計(jì)行數(shù)
wc -w file // 統(tǒng)計(jì)單詞數(shù)
wc -c file // 統(tǒng)計(jì)字符數(shù)

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

  sed '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：

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

• 移除空白行：

  sed '/^$/d' file

• 變量轉(zhuǎn)換
  已匹配的字符串通過標(biāo)記&來引用.

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

• 子串匹配標(biāo)記
  第一個匹配的括號內(nèi)容使用標(biāo)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，使用雙引號后，雙引號會對表達(dá)式求值：

  sed 's/$var/HLLOE/'

  當(dāng)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=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：將文本中每行內(nèi)容（PEKSHA） 轉(zhuǎn)換為 PEK/SHA

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

awk 數(shù)據(jù)流處理工具

• awk腳本結(jié)構(gòu)
  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，會打印當(dāng)前行;

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

• print 以逗號分割時，參數(shù)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(shù)量，在執(zhí)行過程中對應(yīng)當(dāng)前行號；
NF:表示字段數(shù)量，在執(zhí)行過程總對應(yīng)當(dāng)前行的字段數(shù)；
$0:這個變量包含執(zhí)行過程中當(dāng)前行的文本內(nèi)容；
$1:第一個字段的文本內(nèi)容；
$2:第二個字段的文本內(nèi)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字段： awk '{print $2, $3}' file

• 統(tǒng)計(jì)文件的行數(shù)：

  awk ' END {print NR}' file

• 累加每一行的第一個字段：

  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=1000 echo | awk '{print vara}' vara=$var # 輸入來自stdin awk '{print vara}' vara=$var file # 輸入來自文件

用樣式對awk處理的行進(jìn)行過濾

awk 'NR < 5' #行號小于5
awk 'NR==1,NR==4 {print}' file #行號等于1和4的打印出來
awk '/linux/' #包含linux文本的行（可以用正則表達(dá)式來指定，超級強(qiáng)大）
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）
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(huán)

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(shí)現(xiàn)）

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

awk實(shí)現(xiàn)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(shí)現(xiàn)： ls -lrt | awk '{print $6}'
• cut方式實(shí)現(xiàn) ls -lrt | cut -f6

打印指定文本區(qū)域

• 確定行號 seq 100| awk 'NR==4,NR==6{print}'
• 確定文本
  打印處于start_pattern 和end_pattern之間的文本； awk '/start_pattern/, /end_pattern/' filenameeg:seq 100 | awk '/13/,/15/' cat /etc/passwd| awk '/mai.*mail/,/news.*news/'

awk常用內(nèi)建函數(shù)

index(string,search_string):返回search_string在string中出現(xiàn)的位置
sub(regex,replacement_str,string):將正則匹配到的第一處內(nèi)容替換為replacement_str;
match(regex,string):檢查正則表達(dá)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(jìn)行格式化
eg：

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

  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++)) do echo ${word:i:1); done

總結(jié)

以上是生活随笔為你收集整理的几个常用的文本处理shell 命令：find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。