来自:大CC 链接:www.cnblogs.com/me115/p/3427319.html(点击尾部阅读原文前往)
本文将介绍Linux下使用Shell处理文本时最常用的工具: find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk; 提供的例子和参数都是最常用和最为实用的;
我对shell脚本使用的原则是命令单行书写,尽量不要超过2行; 如果有更为复杂的任务需求,还是考虑python吧;
find 文件查找
find . \( -name '*.txt' -o -name '*.pdf' \) -print
find . -regex '.*\(\.txt|\.pdf\)$'
-iregex: 忽略大小写的正则
查找所有非txt文本
find . ! -name '*.txt' -print
打印出当前目录的文件(深度为1)
find . -maxdepth 1 -type f
定制搜索
find . -type d -print //只列出所有目录 -type f 文件 / l 符号链接
-atime 访问时间 (单位是天,分钟单位则是-amin,以下类似) -mtime 修改时间 (内容被修改) -ctime 变化时间 (元数据或权限变化)
find . -atime 7 -type f -print
w字 k M G 寻找大于2k的文件
find . -type f -size +2k
按权限查找:
find . -type f -perm 644 -print //找具有可执行权限的所有文件
按用户查找:
find . -type f -user weber -print// 找用户weber所拥有的文件
找到后的后续动作
删除当前目录下所有的swp文件:
find . -type f -name '*.swp' -delete
find . -type f -user root -exec chown weber {} \; //将当前目录下的所有权变更为weber
注:{}是一个特殊的字符串,对于每一个匹配的文件,{}会被替换成相应的文件名; eg:将找到的文件全都copy到另一个目录:
find . -type f -mtime +10 -name '*.txt' -exec cp {} OLD \;
tips: 如果需要后续执行多个命令,可以将多个命令写成一个脚本。然后 -exec 调用时执行脚本即可;
-exec ./commands.sh {} \;
-print的定界符
默认使用'\n'作为文件的定界符; -print0 使用'\0'作为文件的定界符,这样就可以搜索包含空格的文件;
grep 文本搜索
grep match_patten file // 默认访问匹配行
-o 只输出匹配的文本行 VS -v 只输出没有匹配的文本行 -c 统计文件中包含文本的次数
grep -c 'text' filename
-n 打印匹配的行号 -i 搜索时忽略大小写 -l 只打印文件名
grep 'class' . -R -n
grep -e 'class' -e 'vitural' file
grep 'test' file* -lZ| xargs -0 rm
xargs 命令行参数转换
xargs 能够将输入数据转化为特定命令的命令行参数;这样,可以配合很多命令来组合使用。比如grep,比如find;
cat file.txt| xargs \n 是多行文本间的定界符
cat single.txt | xargs -n 3 -n:指定每行显示的字段数
xargs参数说明
-d 定义定界符 (默认为空格 多行的定界符为 \n) -n 指定输出为多行 -I {} 指定替换字符串,这个字符串在xargs扩展时会被替换掉,用于待执行的命令需要多个参数时 eg:
cat file.txt | xargs -I {} ./command.sh -p {} -1
-0:指定\0为输入定界符 eg:统计程序行数
find source_dir/ -type f -name '*.cpp' -print0 |xargs -0 wc -l
sort 排序
字段说明: -n 按数字进行排序 VS -d 按字典序进行排序 -r 逆序排序 -k N 指定按第N列排序 eg:
sort -nrk 1 data.txt sort -bd data // 忽略像空格之类的前导空白字符
uniq 消除重复行
sort unsort.txt | uniq
sort unsort.txt | uniq -c
sort unsort.txt | uniq -d
可指定每行中需要比较的重复内容:-s 开始位置 -w 比较字符数
用tr进行转换
echo 12345 | tr '0-9' '9876543210' //加解密转换,替换对应字符 cat text| tr '\t' ' ' //制表符转空格
cat file | tr -d '0-9' // 删除所有数字
cat file | tr -c '0-9' //获取文件中所有数字 cat file | tr -d -c '0-9 \n' //删除非数字数据
tr -s 压缩文本中出现的重复字符;最常用于压缩多余的空格
cat file | tr -s ' '
tr中可用各种字符类: alnum:字母和数字 alpha:字母 digit:数字 space:空白字符 lower:小写 upper:大写 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
cut -f2,4 filename
cut -f3 --complement filename
cat -f2 -d';' filename
N- 第N个字段到结尾 -M 第1个字段为M N-M N到M个字段
-b 以字节为单位 -c 以字符为单位 -f 以字段为单位(使用定界符)
cut -c1-5 file //打印第一到5个字符 cut -c-2 file //打印前2个字符
paste 按列拼接文本
将两个文本按列拼接到一起;
cat file1 1 2
cat file2 colin book
paste file1 file2 1 colin 2 book
默认的定界符是制表符,可以用-d指明定界符 paste file1 file2 -d ',' 1,colin 2,book
wc 统计行和字符的工具
wc -l file // 统计行数 wc -w file // 统计单词数 wc -c file // 统计字符数
sed 文本替换利器
seg 's/text/replace_text/' file //替换每一行的第一处匹配的text
seg 's/text/replace_text/g' file
seg -i 's/text/repalce_text/g' file
sed '/^$/d' file
已匹配的字符串通过标记&来引用. echo this is en example | seg 's/\w+/[&]/g' $>[this] [is] [en] [example]
第一个匹配的括号内容使用标记 \1 来引用 sed 's/hello\([0-9]\)/\1/'
sed通常用单引号来引用;也可使用双引号,使用双引号后,双引号会对表达式求值: sed 's/$var/HLLOE/'
当使用双引号时,我们可以在sed样式和替换字符串中指定变量; eg: p=patten r=replaced echo 'line con a patten' | sed 's/$p/$r/g' $>line con a replaced
字符串插入字符:将文本中每行内容(PEKSHA) 转换为 PEK/SHA sed 's/^.\{3\}/&\//g' file
awk 数据流处理工具
awk ' BEGIN{ statements } statements2 END{ statements } '
1.执行begin中语句块; 2.从文件或stdin中读入一行,然后执行statements2,重复这个过程,直到文件全部被读取完毕; 3.执行end语句块;
print 打印当前行
echo -e 'line1\nline2' | awk 'BEGIN{print 'start'} {print } END{ print 'End' }'
echo | awk ' {var1 = 'v1' ; var2 = 'V2'; var3='v3'; \ print var1, var2 , var3; }' $>v1 V2 v3
echo | awk ' {var1 = 'v1' ; var2 = 'V2'; var3='v3'; \ print var1'-'var2'-'var3; }' $>v1-V2-v3
特殊变量: NR NF $0 $1 $2
NR:表示记录数量,在执行过程中对应当前行号; NF:表示字段数量,在执行过程总对应当前行的字段数; $0:这个变量包含执行过程中当前行的文本内容; $1:第一个字段的文本内容; $2:第二个字段的文本内容;
echo -e 'line1 f2 f3\n line2 \n line 3' | awk '{print NR':'$0'-'$1'-'$2}'
awk '{print $2, $3}' file
awk ' END {print NR}' file
echo -e '1\n 2\n 3\n 4\n' | awk 'BEGIN{num = 0 ; print 'begin';} {sum += $1;} END {print '=='; print sum }'
传递外部变量
var=1000 echo | awk '{print vara}' vara=$var # 输入来自stdin awk '{print vara}' vara=$var file # 输入来自文件
用样式对awk处理的行进行过滤
awk 'NR < 5'=""> awk 'NR==1,NR==4 {print}' file #行号等于1和4的打印出来 awk '/linux/' #包含linux文本的行(可以用正则表达式来指定,超级强大) awk '!/linux/' #不包含linux文本的行
设置定界符
使用-F来设置定界符(默认为空格) awk -F: '{print $NF}' /etc/passwd
读取命令输出
使用getline,将外部shell命令的输出读入到变量cmdout中;
echo | awk '{'grep root /etc/passwd' | getline cmdout; print cmdout }'
在awk中使用循环
for(i=0;i<10;i++){print>10;i++){print> for(i in array){print array[i];}
eg: 以逆序的形式打印行:(tac命令的实现)
seq 9| \ awk '{lifo[NR] = $0; lno=NR} \ END{ for(;lno>-1;lno--){print lifo[lno];} } '
awk实现head、tail命令
awk 'NR<=10{print}'>=10{print}'>
awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){>11;i++){> print buffer[i %10]} } ' filename
打印指定列
ls -lrt | awk '{print $6}'
ls -lrt | cut -f6
打印指定文本区域
seq 100| awk 'NR==4,NR==6{print}'
打印处于start_pattern 和end_pattern之间的文本; awk '/start_pattern/, /end_pattern/' filename
eg: seq 100 | awk '/13/,/15/' cat /etc/passwd| awk '/mai.*mail/,/news.*news/'
awk常用内建函数
index(string,search_string):返回search_string在string中出现的位置 sub(regex,replacement_str,string):将正则匹配到的第一处内容替换为replacement_str; match(regex,string):检查正则表达式是否能够匹配字符串; length(string):返回字符串长度
echo | awk '{'grep root /etc/passwd' | getline cmdout; print length(cmdout) }'
printf 类似c语言中的printf,对输出进行格式化 eg:
seq 10 | awk '{printf '->%4s\n', $1}'
迭代文件中的行、单词和字符
1. 迭代文件中的每一行
while read line; do echo $line; done <>
改成子shell: cat file.txt | (while read line;do echo $line;done)
cat file.txt| awk '{print}'
2.迭代一行中的每一个单词
for word in $line; do echo $word; done
3. 迭代每一个字符
${string:start_pos:num_of_chars}:从字符串中提取一个字符;(bash文本切片) ${#word}:返回变量word的长度
for((i=0;i<> do echo ${word:i:1); done
本文为《linux Shell脚本攻略》的读书笔记,文中主要内容和示例来自于 《linux Shell脚本攻略》
●本文编号204,以后想阅读这篇文章直接输入204即可。 ●输入m可以获取到文章目录
|