课程咨询 :0571-56020834 QQ:1633630073

杭州达内T计划培训

杭州嵌入式培训 > 达内新闻 > Linux Shell处理文本的一些常用工具
  • Linux Shell处理文本的一些常用工具

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


  •     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
    推荐文章

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

最新开班日期  |  更多

嵌入式--免费训练营

嵌入式--免费训练营

开班日期:每月底

嵌入式--高薪就业班

嵌入式--高薪就业班

开班日期:每月底

嵌入式--零基础周末班

嵌入式--零基础周末班

开班日期:每月底

嵌入式--零基础全日制班

嵌入式--零基础全日制班

开班日期:每月底

  • 地址:杭州市西湖区文三路199号创业大厦
  • 课程培训电话:0571-56020834 QQ:1633630073     全国服务监督电话:400-827-0010
  • 服务邮箱 ts@tedu.cn
  • 2001-2016 达内国际公司(TARENA INTERNATIONAL,INC.) 版权所有 京ICP证08000853号-56