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，還是能了解到很多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。

下面我介紹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；

提供的例子和參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，盡量不要超過2行；

如果有更為複雜的任務需求，還是考慮python吧；

1、find 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

查找所有非txt文本

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

指定搜索深度

列印出當前目錄的文件（深度為1）

find . -maxdepth 1 -type f

定製搜索

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 （內容被修改）

-ctime 變化時間 （元數據或許可權變化）

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

尋找大於2k的文件

find . -type f -size +2k

按許可權查找：

find . -type f -perm 644 -print //找具有可執行許可權的所有文件

按用戶查找：

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

找到後的後續動作

刪除：

刪除當前目錄下所有的swp文件：

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：{}是一個特殊的字元串，對於每一個匹配的文件，{}會被替換成相應的文件名；

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 調用時執行腳本即可；

-exec ./commands.sh {} ;

-print的定界符

默認使用"
"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 // 默認訪問匹配行

常用參數

-o 只輸出匹配的文本行 VS -v 只輸出沒有匹配的文本行

-c 統計文件中包含文本的次數

grep -c "text" filename

-n 列印匹配的行號

-i 搜索時忽略大小寫

-l 只列印文件名

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輸出以作為結尾符的文件名：（-z）

grep "test" file* -lZ| xargs -0 rm

3、xargs 命令行參數轉換

xargs 能夠將輸入數據轉化為特定命令的命令行參數；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參數說明

-d 定義定界符 （默認為空格 多行的定界符為
）

-n 指定輸出為多行

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

eg：

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

-0：指定為輸入定界符

eg：統計程序行數

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.txtsort -bd data // 忽略像空格之類的前導空白字元

5、uniq 消除重複行

消除重複行

sort unsort.txt | uniq

統計各行在文件中出現的次數

sort unsort.txt | uniq -c

找出重複行

sort unsort.txt | uniq -d

可指定每行中需要比較的重複內容：-s 開始位置 -w 比較字元數

6、用tr進行轉換

通用用法

echo 12345 | tr "0-9" "9876543210" //加解密轉換，替換對應字元 cat text| tr " " " " //製表符轉空格

tr刪除字元

cat file | tr -d "0-9" // 刪除所有數字

-c 求補集

cat file | tr -c "0-9" //獲取文件中所有數字 cat file | tr -d -c "0-9
" //刪除非數字數據

tr壓縮字元

tr -s 壓縮文本中出現的重複字元；最常用於壓縮多餘的空格

cat file | tr -s " "

字元類

tr中可用各種字元類：

alnum：字母和數字

alpha：字母

digit：數字

space：空白字元

lower：小寫

upper：大寫

cntrl：控制（非可列印）字元

print：可列印字元

使用方法：tr [:class:] [:class:]

eg: tr "[:lower:]" "[:upper:]"

7、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 以字元為單位

-f 以欄位為單位（使用定界符）

eg:

cut -c1-5 file //列印第一到5個字元 cut -c-2 file //列印前2個字元

8、paste 按列拼接文本

將兩個文本按列拼接到一起;

cat file112cat file2colinbookpaste file1 file21 colin2 book

默認的定界符是製表符，可以用-d指明定界符

paste file1 file2 -d ","

1,colin

2,book

9、wc 統計行和字元的工具

wc -l file // 統計行數

wc -w file // 統計單詞數

wc -c file // 統計字元數

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

全局替換

seg "s/text/replace_text/g" file

默認替換後，輸出替換後的內容，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

變數轉換

已匹配的字元串通過標記&來引用.

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

子串匹配標記

第一個匹配的括弧內容使用標記 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，使用雙引號後，雙引號會對表達式求值：

sed "s/$var/HLLOE/"

當使用雙引號時，我們可以在sed樣式和替換字元串中指定變數；

eg:p=pattenr=replacedecho "line con a patten" | sed "s/$p/$r/g"$>line con a replaced

其它示例

字元串插入字元：將文本中每行內容（PEKSHA） 轉換為 PEK/SHA

sed "s/^.{3}/&//g" file

11、awk 數據流處理工具

awk腳本結構

awk " BEGIN{ statements } statements2 END{ statements } "

工作方式

1.執行begin中語句塊；

2.從文件或stdin中讀入一行，然後執行statements2，重複這個過程，直到文件全部被讀取完畢；

3.執行end語句塊；

print 列印當前行

使用不帶參數的print時，會列印當前行;

echo -e "line1
line2" | awk "BEGIN{print "start"} {print } END{ print "End" }"

print 以逗號分割時，參數以空格定界;

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}"

列印每一行的第二和第三個欄位：

awk "{print $2, $3}" file

統計文件的行數：

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

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的列印出來

awk "/linux/" #包含linux文本的行（可以用正則表達式來指定，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（默認為空格）

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中使用循環

for(i=0;i<10;i++){print $i;}

for(i in array){print array[i];}

eg:

以逆序的形式列印行：(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

列印指定列

awk方式實現：

ls -lrt | awk "{print $6}"

cut方式實現

ls -lrt | cut -f6

列印指定文本區域

確定行號

seq 100| awk "NR==4,NR==6{print}"

確定文本

列印處於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常用內建函數

index(string,search_string):返回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):檢查正則表達式是否能夠匹配字元串；

length(string)：返回字元串長度

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}"

12、迭代文件中的行、單詞和字元

1. 迭代文件中的每一行

while 循環法

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. 迭代每一個字元

${string:start_pos:num_of_chars}：從字元串中提取一個字元；(bash文本切片）

${#word}:返回變數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

看一看，這麼多能力你還差什麼？

---

你想更深入了解學習Linux知識體系，你可以看一下我們花費了一個多月整理了上百小時的幾百個知識點體系內容：

【超全整理】《Linux雲計算從入門到精通》系列實戰筆記全放送

為了方便大家交流學習，我們特地組建了Linux運維學習的交流群，方便大家交流學習，目前已經有300個小夥伴在裡面學習了，QQ群號碼：576095618

推薦閱讀：