Linux Shell文本處理命令匯總

　　我們都知道Linux可用多種命令進(jìn)行操作，光是用于文本處理的命令就有不少，下面小編將針對(duì)Linux中Shell文本處理工具做個(gè)匯總，以便你有個(gè)了解。

　　Linux下的操作習(xí)慣不像windows一樣可以有窗口進(jìn)行操作，它是有很多不同的命令組成的，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；

　　我對(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；

　　find 文件查找（詳見(jiàn)系統(tǒng)之家Linux find命令常見(jiàn)用法匯總）

　　•查找txt和pdf文件

　　代碼如下：

　　find 。 \（ -name “*.txt” -o -name “*.pdf” \） -print

　　•正則方式查找.txt和pdf

　　代碼如下：

　　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

　　代碼如下：

　　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）

　　代碼如下：

　　find 。 -maxdepth 1 -type f

　　定制搜索

　　•按類(lèi)型搜索：

　　代碼如下：

　　find 。 -type d -print //只列出所有目錄

　　-type f 文件 / l 符號(hào)鏈接

　　•按時(shí)間搜索：

　　-atime 訪(fǎng)問(wèn)時(shí)間 （單位是天，分鐘單位則是-amin，以下類(lèi)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(fǎng)問(wèn)過(guò)的所有文件：

　　代碼如下：

　　find 。 -atime 7 -type f -print

　　•按大小搜索：

　　w字 k M G

　　尋找大于2k的文件

　　代碼如下：

　　find 。 -type f -size +2k

　　按權(quán)限查找：

　　代碼如下：

　　find 。 -type f -perm 644 -print //找具有可執(zhí)行權(quán)限的所有文件

　　按用戶(hù)查找：

　　代碼如下：

　　find 。 -type f -user weber -print// 找用戶(hù)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：

　　代碼如下：

　　find 。 -type f -name “*.swp” -delete

　　•執(zhí)行動(dòng)作（強(qiáng)大的exec）

　　代碼如下：

　　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：

　　代碼如下：

　　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；

　　代碼如下：

　　-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(fǎng)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)

　　代碼如下：

　　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?lèi)?ài)）：

　　代碼如下：

　　grep “class” 。 -R -n

　　•匹配多個(gè)模式

　　代碼如下：

　　grep -e “class” -e “vitural” file

　　•grep輸出以\0作為結(jié)尾符的文件名：（-z）

　　代碼如下：

　　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

　　\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(shuō)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(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)

　　eg：

　　代碼如下：

　　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)

　　代碼如下：

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

　　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

　　eg：

　　代碼如下：

　　sort -nrk 1 data.txt

　　sort -bd data // 忽略像空格之類(lèi)的前導(dǎo)空白字符

　　uniq 消除重復(fù)行

　　•消除重復(fù)行

　　代碼如下：

　　sort unsort.txt | uniq

　　•統(tǒng)計(jì)各行在文件中出現(xiàn)的次數(shù)

　　代碼如下：

　　sort unsort.txt | uniq -c

　　•找出重復(fù)行

　　代碼如下：

　　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)

　　用tr進(jìn)行轉(zhuǎn)換

　　•通用用法

　　代碼如下：

　　echo 12345 | tr ‘0-9’ ‘9876543210’ //加解密轉(zhuǎn)換，替換對(duì)應(yīng)字符

　　cat text| tr ‘\t’ ‘ ’ //制表符轉(zhuǎn)空格

　　•tr刪除字符

　　代碼如下：

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

　　-c 求補(bǔ)集

　　代碼如下：

　　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

　　代碼如下：

　　cat file | tr -s ‘ ’

　　•字符類(lèi)

　　tr中可用各種字符類(lèi)：

　　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（非可打印）字符

　　print：可打印字符

　　使用方法：tr ［：class：］ ［：class：］

　　代碼如下：

　　eg： tr ‘［：lower：］’ ‘［：upper：］’

　　cut 按列切分文本

　　•截取文件的第2列和第4列：

　　代碼如下：

　　cut -f2，4 filename

　　•去文件除第3列的所有列：

　　代碼如下：

　　cut -f3 --complement filename

　　•-d 指定定界符：

　　代碼如下：

　　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）

　　•eg：

　　代碼如下：

　　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

　　paste 按列拼接文本

　　將兩個(gè)文本按列拼接到一起;

　　代碼如下：

　　cat file1

　　1

　　2

　　cat file2

　　colin

　　book

　　paste 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

　　代碼如下：

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

　　•全局替換

　　代碼如下：

　　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：

　　代碼如下：

　　seg -i ‘s/text/repalce_text/g’ file

　　•移除空白行：

　　代碼如下：

　　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

　　代碼如下：

　　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 \1 來(lái)引用

　　代碼如下：

　　sed ‘s/hello\（［0-9］\）/\1/’

　　•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：

　　代碼如下：

　　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；

　　代碼如下：

　　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

　　代碼如下：

　　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(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;

　　代碼如下：

　　echo -e “line1\nline2” | 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;

　　代碼如下：

　　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）;

　　代碼如下：

　　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(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；

　　代碼如下：

　　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(gè)字段：

　　代碼如下：

　　awk ‘{print $2， $3}’ file

　　•統(tǒng)計(jì)文件的行數(shù)：

　　代碼如下：

　　awk ‘ END {print NR}’ file

　　•累加每一行的第一個(gè)字段：

　　代碼如下：

　　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

　　代碼如下：

　　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 《 5′ #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；

　　代碼如下：

　　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)）

　　代碼如下：

　　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：

　　代碼如下：

　　awk ‘NR《=10{print}’ filename

　　•tail：

　　代碼如下：

　　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)：

　　代碼如下：

　　ls -lrt | awk ‘{print $6}’

　　•cut方式實(shí)現(xiàn)

　　代碼如下：

　　ls -lrt | cut -f6

　　打印指定文本區(qū)域

　　•確定行號(hào)

　　代碼如下：

　　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；

　　代碼如下：

　　awk ‘/start_pattern/， /end_pattern/’ filename

　　eg：

　　代碼如下：

　　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

　　代碼如下：

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

　　printf 類(lèi)似c語(yǔ)言中的printf，對(duì)輸出進(jìn)行格式化

　　eg：

　　代碼如下：

　　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

　　代碼如下：

　　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(gè)單詞

　　代碼如下：

　　for word in $line;

　　do

　　echo $word;

　　done

　　3. 迭代每一個(gè)字符

　　${string:start_pos:num_of_chars}：從字符串中提取一個(gè)字符；（bash文本切片）

　　${#word}：返回變量word的長(zhǎng)度

　　代碼如下：

　　for（（i=0;i《${#word};i++））

　　do

　　echo ${word:i：1）;

　　done

　　上面就是Linux中文本處理命令的詳細(xì)介紹了，因?yàn)樯婕暗拿�令較多，本文只是做了簡(jiǎn)單的介紹，如果想深入了解某個(gè)命令用法的話(huà)，不妨關(guān)注下系統(tǒng)之家吧。