建議收藏！超全的 Linux Shell 文本處理工具集錦

本文將介紹Linux下使用Shell處理文本時最經常使用的工具：find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；提供的例子和參數都是最經常使用和最爲實用的；對shell腳本使用的原則是命令單行書寫，儘可能不要超過2行；若是有更爲複雜的任務需求，仍是考慮python吧.

一、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

否認參數:查找全部非txt文本

find . ! -name "*.txt" -print

指定搜索深度:打印出當前目錄的文件（深度爲1）

find . -maxdepth 1 -type f

定製搜索

#按類型搜索：
find . -type d -print  //只列出全部目錄
#按時間搜索：
-atime 訪問時間 (單位是天，分鐘單位則是-amin，如下相似）
-mtime 修改時間 （內容被修改）
-ctime 變化時間 （元數據或權限變化）
最近7天被訪問過的全部文件：
find . -atime 7 -type f -print
#按大小搜索：
尋找大於2k的文件
find . -type f -size +2k
#按權限查找：
find . -type f -perm 644 -print //找具備可執行權限的全部文件
#按用戶查找：
find . -type f -user weber -print// 找用戶weber所擁有的文件

找到後的後續動做刪除：

#刪除當前目錄下全部的swp文件：
find . -type f -name "*.swp" -delete
#執行動做（強大的exec）
find . -type f -user root -exec chown weber {} ; //將當前目錄下的全部權變動爲weber
注：{}是一個特殊的字符串，對於每個匹配的文件，{}會被替換成相應的文件名；
eg：將找到的文件全都copy到另外一個目錄：
find . -type f -mtime +10 -name "*.txt" -exec cp {} OLD ;

結合多個命令tips: 若是須要後續執行多個命令，能夠將多個命令寫成一個腳本。而後 -exec 調用時執行腳本便可；

-exec ./commands.sh {} ;
#-print的定界符

• 默認使用' '做爲文件的定界符；
• -print0 使用''做爲文件的定界符，這樣就能夠搜索包含空格的文件；

二、grep 文本搜索

grep match_patten file // 默認訪問匹配行

經常使用參數:

• -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 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輸出以做爲結尾符的文件名：（-z）

grep "test" file* -lZ| xargs -0 rm

xargs 命令行參數轉換

xargs 可以將輸入數據轉化爲特定命令的命令行參數；這樣，能夠配合不少命令來組合使用。好比grep，好比find；

將多行輸出轉化爲單行輸出

cat file.txt| xargs

• 是多行文本間的定界符
• 將單行轉化爲多行輸出

cat single.txt | xargs -n 3
#-n：指定每行顯示的字段數

xargs參數說明

• -d 定義定界符 （默認爲空格 多行的定界符爲 ）
• -n 指定輸出爲多行
• -I {} 指定替換字符串，這個字符串在xargs擴展時會被替換掉,用於待執行的命令須要多個參數時

cat file.txt | xargs -I {} ./command.sh -p {} -1
#-0：指定爲輸入定界符
#統計程序行數
find source_dir/ -type f -name "*.cpp" -print0 |xargs -0 wc -l

三、sort 排序

字段說明：

• -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

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

四、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

可指定每行中須要比較的重複內容：-s 開始位置 -w 比較字符數

五、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 '    '' '  //製表符轉空格

tr刪除字符

cat file | tr -d '0-9'   // 刪除全部數字

-c 求補集

cat file | tr -c  '0-9'   //獲取文件中全部數字
cat file | tr -d -c '0-9'  //刪除非數字數據

tr壓縮字符

tr -s 壓縮文本中出現的重複字符；最經常使用於壓縮多餘的空格
cat file | tr -s ' '

字符類：tr中可用各類字符類

• 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:]'

六、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列的全部列：
cut -f3 --complement filename
#-d 指定定界符：
cat -f2 -d ";" filename

cut 取的範圍

• N- 第N個字段到結尾
• -M 第1個字段爲M
• N-M N到M個字段cut 取的單位
• -b 以字節爲單位
• -c 以字符爲單位
• -f 以字段爲單位（使用定界符）

cut -c1-5 file //打印第一到5個字符
cut -c-2 file  //打印前2個字符

七、paste 按列拼接文本

將兩個文本按列拼接到一塊兒

cat file1
1
2
cat file2
colin
book
paste file1 file2
1colin
2 book

默認的定界符是製表符，能夠用-d指明定界符

paste file1 file2 -d ","
1,colin
2,book

八、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

九、sed 文本替換利器

首處替換

sed '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

默認替換後，輸出替換後的內容，若是須要直接替換原文件,使用-i：

sed -i 's/text/repalce_text/g' file

移除空白行：

sed '/^$/d' file

變量轉換

已匹配的字符串經過標記&來引用.

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

子串匹配標記

第一個匹配的括號內容使用標記 來引用

sed 's/hello([0-9])//'

雙引號求值

• sed一般用單引號來引用；也可以使用雙引號，使用雙引號後，雙引號會對錶達式求值：
• sed 's/$var/HLLOE/'當使用雙引號時，咱們能夠在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：將文本中每行內容（PEKSHA） 轉換爲 PEK/SHA

sed 's/^.{3}/&//g' file

十、awk 數據流處理工具

awk腳本結構

awk ' BEGIN{ statements } statements2 END{ statements } '

工做方式

• 1.執行begin中語句塊；
• 2.從文件或stdin中讀入一行，而後執行statements2，重複這個過程，直到文件所有被讀取完畢；
• 3.執行end語句塊；

print 打印當前行,使用不帶參數的print時，會打印當前行;

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（""做爲拼接符）;
echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3";
print var1"-"var2"-"var3; }'
$>v1-V2-v3

特殊變量：NR NF 1 $2

• NR:表示記錄數量，在執行過程當中對應當前行號；
• NF:表示字段數量，在執行過程總對應當前行的字段數；
• $0:這個變量包含執行過程當中當前行的文本內容；
• $1:第一個字段的文本內容；
• $2:第二個字段的文本內容；

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字段
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 #輸入來自stdin
awk '{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的打印出來
awk '/linux/'  #包含linux文本的行（能夠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（默認爲空格）

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

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

#肯定行號
seq 100| awk 'NR==4,NR==6{print}'
#肯定文本
打印處於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經常使用內建函數

• 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爲replacement_str;
• match(regex,string):檢查正則表達式是否可以匹配字符串；
• length(string)：返回字符串長度

echo | awk '{"grep root /etc/passwd" | getline cmdout; print length(cmdout) }'
#printf 相似c語言中的printf，對輸出進行格式化
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 循環法
while read line;
do
echo $line;
done < file.txt

改爲子shell:

cat file.txt | (
while read line;
do
 echo $line;
done
)

awk法：

cat file.txt| awk '{print}'

2.迭代一行中的每個單詞

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

1. 迭代每個字符{#word}:返回變量word的長度

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

做者 | 大CC
來源 | www.cnblogs.com/me15/p/3427319.html