本文將介紹Linux下使用Shell處理文本時(shí)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；對(duì)shell腳本使用的原則是命令單行書(shū)寫(xiě)，盡量不要超過(guò)2行；如果有更為復(fù)雜的任務(wù)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(xiě)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

#按時(shí)間搜索：
-atime?訪問(wèn)時(shí)間?(單位是天，分鐘單位則是-amin，以下類似）
-mtime?修改時(shí)間?（內(nèi)容被修改）
-ctime?變化時(shí)間?（元數(shù)據(jù)或權(quán)限變化）
最近7天被訪問(wèn)過(guò)的所有文件：
find?.?-atime?7?-type?f?-print

#按大小搜索：
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(dòng)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(dòng)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(gè)特殊的字符串，對(duì)于每一個(gè)匹配的文件，{}會(huì)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(gè)目錄：
find?.?-type?f?-mtime?+10?-name?"*.txt"?-exec?cp?{}?OLD?;

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

-exec?./commands.sh?{}?;
#-print的定界符

• 默認(rèn)使用' '作為文件的定界符；
• -print0 使用''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(rèn)訪問(wèn)匹配行

常用參數(shù):

• -o 只輸出匹配的文本行 VS -v 只輸出沒(méi)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(hào)
• i 搜索時(shí)忽略大小寫(xiě)
• l 只打印文件名

在多級(jí)目錄中對(duì)文本遞歸搜索(程序員搜代碼的最愛(ài)）：

grep?"class"?.?-R?-n

匹配多個(gè)模式

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

grep輸出以作為結(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(lái)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

• 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(shuō)明

• -d 定義定界符 （默認(rèn)為空格 多行的定界符為 ）
• -n 指定輸出為多行
• -I {} 指定替換字符串，這個(gè)字符串在xargs擴(kuò)展時(shí)會(huì)被替換掉,用于待執(zhí)行的命令需要多個(gè)參數(shù)時(shí)

cat?file.txt?|?xargs?-I?{}?./command.sh?-p?{}?-1
#-0：指定為輸入定界符

#統(tǒng)計(jì)程序行數(shù)
find?source_dir/?-type?f?-name?"*.cpp"?-print0?|xargs?-0?wc?-l

3、sort 排序

字段說(shuō)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

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

4、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(kāi)始位置 -w 比較字符數(shù)

5、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(duì)應(yīng)字符
cat?text|?tr?'????''?'??//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'??//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(xiě)
• upper：大寫(xiě)
• cntrl：控制（非可打?。┳址?
• print：可打印字符

使用方法：tr [:class:]?[:class:]
eg:?tr?
'[:lower:]''[:upper:]'

6、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 取的范圍

• N- 第N個(gè)字段到結(jié)尾
• -M 第1個(gè)字段為M
• N-M N到M個(gè)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）

cut?-c1-5?file?//打印第一到5個(gè)字符
cut?-c-2?file??//打印前2個(gè)字符

7、paste 按列拼接文本

將兩個(gè)文本按列拼接到一起

cat?file1

1
2

cat?file2

colin
book

paste?file1?file2

1colin
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

8、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)

9、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(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：

seg?-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(guò)標(biāo)記&來(lái)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(gè)匹配的括號(hào)內(nèi)容使用標(biāo)記 來(lái)引用

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

雙引號(hào)求值

• sed通常用單引號(hào)來(lái)引用；也可使用雙引號(hào)，使用雙引號(hào)后，雙引號(hào)會(huì)對(duì)表達(dá)式求值：
• sed 's/$var/HLLOE/'當(dāng)使用雙引號(hào)時(shí)，我們可以在sed樣式和替換字符串中指定變量；

p=patten
r=replaced
echo?"line?con?a?patten"|?sed?"s/$p/$r/g"
$>line?con?a?replaced

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

10、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(yǔ)句塊；
• 2.從文件或stdin中讀入一行，然后執(zhí)行statements2，重復(fù)這個(gè)過(guò)程，直到文件全部被讀取完畢；
• 3.執(zhí)行end語(yǔ)句塊；

print 打印當(dāng)前行,使用不帶參數(shù)的print時(shí)，會(huì)打印當(dāng)前行;

echo?-e?"line1?line2"|?awk?'BEGIN{print?"start"}?{print?}?END{?print?"End"?}'
#print?以逗號(hào)分割時(shí)，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 1 $2

• NR:表示記錄數(shù)量，在執(zhí)行過(guò)程中對(duì)應(yīng)當(dāng)前行號(hào)；
• NF:表示字段數(shù)量，在執(zhí)行過(guò)程總對(duì)應(yīng)當(dāng)前行的字段數(shù)；
• $0:這個(gè)變量包含執(zhí)行過(guò)程中當(dāng)前行的文本內(nèi)容；
• $1:第一個(gè)字段的文本內(nèi)容；
• $2:第二個(gè)字段的文本內(nèi)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(gè)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(gè)字段：
echo?-e?"1?2?3?4?"|?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=$var?#輸入來(lái)自stdin
awk?'{print?vara}'?vara=$var?file?#?輸入來(lái)自文件

用樣式對(duì)awk處理的行進(jìn)行過(guò)濾

awk?'NR??#行號(hào)小于5
awk?'NR==1,NR==4?{print}'?file?#行號(hào)等于1和4的打印出來(lái)
awk?'/linux/'??#包含linux文本的行（可以用正則表達(dá)式來(lái)指定，超級(jí)強(qiáng)大）
awk?'!/linux/'??#不包含linux文本的行

設(shè)置定界符

使用-F來(lái)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];}

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(hào)
seq?100|?awk?'NR==4,NR==6{print}'

#確定文本
打印處于startpattern 和endpattern之間的文本；
awk?'/start_pattern/,?/end_pattern/'?filename

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(zhǎng)度

echo?|?awk?'{"grep?root?/etc/passwd"?|?getline?cmdout;?print?length(cmdout)?}'
#printf?類似c語(yǔ)言中的printf，對(duì)輸出進(jìn)行格式化

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

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(gè)單詞

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

3. 迭代每一個(gè)字符 {#word}:返回變量word的長(zhǎng)度

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