杭州嵌入式培训
达内杭州嵌入式培训中心

13486356750

热门课程

Linux Shell处理文本的一些常用工具

  • 时间:2016-04-13
  • 发布:杭州嵌入式培训
  • 来源:51cto


    杭州达内嵌入式Linux培训专家介绍一下Linux Shell处理文本的常用工具:find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk,非常实用,供大家学习和参考。

find 文件查找

    1.查找txt和pdf文件

    find . \( -name "*.txt" -o -name "*.pdf" \) -print 

    2.正则方式查找.txt和pdf

    find . -regex ".*\(\.txt|\.pdf\)$" 

-iregex: 忽略大小写的正则

    1.否定参数

    查找所有非txt文本

    find . ! -name "*.txt" -print 

    2.指定搜索深度

    打印出当前目录的文件(深度为1)

    find . -maxdepth 1 -type f 

定制搜索

    1.按类型搜索:

    find . -type d -print //只列出所有目录

    -type f 文件 / l 符号链接

    2.按时间搜索:

    -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)

    3.最近7天被访问过的所有文件:

    find . -maxdepth 1 -type f 

    4.按大小搜索:

    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

    1.删除:

    删除当前目录下所有的swp文件:

    find . -type f -name "*.swp" -delete 

    2.执行动作(强大的exec)

    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 \; 

    3.结合多个命令

    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

    1.常用参数

    -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

    2.在多级目录中对文本递归搜索(程序员搜代码的最爱):

    grep "class" . -R -n 

    3.匹配多个模式

    grep -e "class" -e "vitural" file 

    4.grep输出以\0作为结尾符的文件名:(-z)

    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。

    1.将多行输出转化为单行输出

    cat file.txt| xargs 

    \n 是多行文本间的定界符

    2.将单行转化为多行输出

    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

    1.消除重复行

    sort unsort.txt | uniq 

    2.统计各行在文件中出现的次数

    sort unsort.txt | uniq -c 

    3.找出重复行

    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

    1.通用用法

    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

    2.tr删除字符

    cat file | tr -d '0-9' // 删除所有数字

-c 求补集

    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

    1.tr压缩字符

    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 ' ' 

    2.字符类

    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

    1.截取文件的第2列和第4列:

    cut -f2,4 filename 

    2.去文件除第3列的所有列:

    cut -f3 --complement filename 

    3.-d 指定定界符:

    cat -f2 -d";" filename 

    4.cut 取的范围

    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

    5.cut 取的单位

    -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)

eg: 

    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

    1.首处替换

    seg 's/text/replace_text/' file //替换每一行的第一处匹配的text

    2.全局替换

    seg 's/text/replace_text/g' file

    3.默认替换后,输出替换后的内容,如果需要直接替换原文件,使用-i:

    seg -i 's/text/repalce_text/g' file 

    4.移除空白行:

    sed '/^$/d' file 

    5.变量转换

    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] 

    6.子串匹配标记

    第一个匹配的括号内容使用标记 \1 来引用

    sed 's/hello\([0-9]\)/\1/' 

    7.双引号求值

    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 

    8.其它示例

    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

    1.awk脚本结构

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

    2.工作方式

    执行begin中语句块;

    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;

    执行end语句块。

    3.print 打印当前行

    使用不带参数的print时,会打印当前行。

    echo -e "line1\nline2" | awk 'BEGIN{print "start"} {print } END{ print "End" }' 

    print 以逗号分割时,参数以空格定界。

echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \ 
print var1, var2 , var3; }' 
$>v1 V2 v3 

    使用-拼接符的方式(""作为拼接符)。

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}' 

    打印每一行的第二和第三个字段:

    awk '{print $2, $3}' file 

    统计文件的行数:

    awk ' END {print NR}' file 

    累加每一行的第一个字段:

    echo -e "1\n 2\n 3\n 4\n" | awk 'BEGIN{num = 0 ; 2. 3.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' #行号小于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 $i;} 
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

    1.head:

awk 'NR<=10{print}' filename 

    2.tail:

awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){ \ 
print buffer[i %10]} } ' filename 

打印指定列

    1.awk方式实现:

ls -lrt | awk '{print $6}' 

    2.cut方式实现

ls -lrt | cut -f6 

打印指定文本区域

    1.确定行号

seq 100| awk 'NR==4,NR==6{print}' 

确定文本

    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/' 2. 3.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 循环法

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<${#word};i++)) 
do 
echo ${word:i:1); 
done 





原文链接:http://os.51cto.com/art/201603/508060.htm
上一篇:达内:近100个Linux常用命令汇总
下一篇:第三届杭州“达内发现杯”软件设计大赛完美谢幕

恭喜达内获得《产学合作协同育人项目合作伙伴奖》

中传学子参加达内Java培训,转身成为Java工程师月薪12.5K

职场求突破参加达内网络营销培训,获10万年薪成为营销达人

高中毕业不想把人生过成说明书,参加达内网络营销培训获得月薪8K

选择城市和中心
贵州省

广西省

海南省