歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
您现在的位置: Linux教程網 >> UnixLinux >  >> Linux編程 >> SHELL編程

Linux Shell文本處理命令匯總

我們都知道Linux可用多種命令進行操作,光是用於文本處理的命令就有不少,下面小編將針對Linux中Shell文本處理工具做個匯總,以便你有個了解。

Linux下的操作習慣不像windows一樣可以有窗口進行操作,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;

如果有更為復雜的任務需求,還是考慮python吧;

find 文件查找(詳見系統之家Linux find命令常見用法匯總

•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: 忽略大小寫的正則

•否定參數

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 (元數據或權限變化)

最近7天被訪問過的所有文件:

代碼如下:

find 。 -atime 7 -type f -print

•按大小搜索:

w字 k M G

尋找大於2k的文件

代碼如下:

find 。 -type f -size +2k

按權限查找:

代碼如下:

find 。 -type f -perm 644 -print //找具有可執行權限的所有文件

按用戶查找:

代碼如下:

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:

代碼如下:

find 。 -type f -name “*.swp” -delete

•執行動作(強大的exec)

代碼如下:

find 。 -type f -user root -exec chown weber {} \; //將當前目錄下的所有權變更為weber

注:{}是一個特殊的字符串,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:

代碼如下:

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;

代碼如下:

-exec 。/commands.sh {} \;

-print的定界符

默認使用’\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

代碼如下:

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):

代碼如下:

grep “class” 。 -R -n

•匹配多個模式

代碼如下:

grep -e “class” -e “vitural” file

•grep輸出以\0作為結尾符的文件名:(-z)

代碼如下:

grep “test” file* -lZ| xargs -0 rm

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

\n 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:指定每行顯示的字段數

xargs參數說明

-d 定義定界符 (默認為空格 多行的定界符為 \n)

-n 指定輸出為多行

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

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:統計程序行數

代碼如下:

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

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

eg:

代碼如下:

sort -nrk 1 data.txt

sort -bd data // 忽略像空格之類的前導空白字符

uniq 消除重復行

•消除重復行

代碼如下:

sort unsort.txt | uniq

•統計各行在文件中出現的次數

代碼如下:

sort unsort.txt | uniq -c

•找出重復行

代碼如下:

sort unsort.txt | uniq -d

可指定每行中需要比較的重復內容:-s 開始位置 -w 比較字符數

用tr進行轉換

•通用用法

代碼如下:

echo 12345 | tr ‘0-9’ ‘9876543210’ //加解密轉換,替換對應字符

cat text| tr ‘\t’ ‘ ’ //制表符轉空格

•tr刪除字符

代碼如下:

cat file | tr -d ‘0-9’ // 刪除所有數字

-c 求補集

代碼如下:

cat file | tr -c ‘0-9’ //獲取文件中所有數字

cat file | tr -d -c ‘0-9 \n’ //刪除非數字數據

•tr壓縮字符

tr -s 壓縮文本中出現的重復字符;最常用於壓縮多余的空格

代碼如下:

cat file | tr -s ‘ ’

•字符類

tr中可用各種字符類:

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:]

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個字段到結尾

-M 第1個字段為M

N-M N到M個字段

•cut 取的單位

-b 以字節為單位

-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個字符

cut -c-2 file //打印前2個字符

paste 按列拼接文本

將兩個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

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:

代碼如下:

seg -i ‘s/text/repalce_text/g’ file

•移除空白行:

代碼如下:

sed ‘/^$/d’ file

•變量轉換

已匹配的字符串通過標記&來引用

代碼如下:

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 \1 來引用

代碼如下:

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:

代碼如下:

sed ‘s/$var/HLLOE/’

當使用雙引號時,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:將文本中每行內容(PEKSHA)轉換為 PEK/SHA

代碼如下:

sed ‘s/^.\{3\}/&\//g’ file

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,重復這個過程,直到文件全部被讀取完畢;

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;

代碼如下:

echo -e “line1\nline2” | awk ‘BEGIN{print “start”} {print } END{ print “End” }’

•print 以逗號分割時,參數以空格定界;

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:表示記錄數量,在執行過程中對應當前行號;

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;

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字段:

代碼如下:

awk ‘{print $2, $3}’ file

•統計文件的行數:

代碼如下:

awk ‘ END {print NR}’ file

•累加每一行的第一個字段:

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(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量cmdout中;

代碼如下:

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:

以逆序的形式打印行:(tac命令的實現)

代碼如下:

seq 9| \

awk ‘{lifo[NR] = $0; lno=NR} \

END{ for(;lno》-1;lno--){print lifo[lno];}

} ’

awk實現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方式實現:

代碼如下:

ls -lrt | awk ‘{print $6}’

•cut方式實現

代碼如下:

ls -lrt | cut -f6

打印指定文本區域

•確定行號

代碼如下:

seq 100| awk ‘NR==4,NR==6{print}’

•確定文本

打印處於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符串;

length(string):返回字符串長度

代碼如下:

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:

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單詞

代碼如下:

for word in $line;

do

echo $word;

done

3. 迭代每一個字符

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

${#word}:返回變量word的長度

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介紹了,因為涉及的命令較多,本文只是做了簡單的介紹,如果想深入了解某個命令用法的話,不妨關注下系統之家吧。

Copyright © Linux教程網 All Rights Reserved