原標題：搞定 Linux Shell 文本處理工具，看完這篇集錦就夠了

Linux Shell是一種基本功，由于怪異的語法加之較差的可讀性，通常被Python等腳本代替。既然是基本功，那就需要掌握，畢竟學習Shell腳本的過程中，還是能了解到很多Linux系統的內容。

Linux腳本大師不是人人都可以達到的，但是用一些簡單的Shell實現一些常見的基本功能還是很有必要的。

下面我介紹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；

1、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

否定參數

查找所有非txt文本

find . ! -name"*.txt"-print

指定搜索深度

打印出當前目錄的文件(深度為1)

find . -maxdepth1-type f

定制搜索

按類型搜索：

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：

find . -atime7-type f -print

按大小搜索：

w字 k M G

尋找大于2k的文件

find . -type f -size +2k

按權限查找：

find . -type f -perm644-print//找具有可執行權限的所有文件

按用戶查找：

find . -type f -user weber -print// 找用戶weber所擁有的文件

找到后的后續動作

刪除：

刪除當前目錄下所有的swp文件：

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

執行動作(強大的exec)

find . -type f -user root -execchown 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，對于每一個匹配的文件，{}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：

find . -type f -mtime +10-name"*.txt"-execcp {} OLD ;

結合多個命令

tips: 如果需要后續執行多個命令，可以將多個命令寫成一個腳本。然后 -exec 調用時執行腳本即可；

-exec./commands.sh {} ;

-print的定界符

默認使用''作為文件的定界符；

-print0 使用''作為文件的定界符，這樣就可以搜索包含空格的文件；

2、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

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輸出以作為結尾符的文件名：(-z)

grep"test"file* -lZ| xargs -0rm

3、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

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 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,用于待執行的命令需要多個參數時

eg：

cat file.txt | xargs -I {} ./command.sh -p {} -1

-0：指定為輸入定界符

eg：統計程序行數

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

4、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：

sort -nrk1data.txtsort -bd data// 忽略像空格之類的前導空白字符

5、uniq 消除重復行

消除重復行

sort unsort.txt | uniq

統計各行在文件中出現的次數

sort unsort.txt | uniq -c

找出重復行

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

6、用tr進行轉換

通用用法

echo12345| tr'0-9''9876543210'//加解密轉換，替換對應字符cat text| tr' '' '//制表符轉空格

tr刪除字符

cat file | tr -d'0-9'// 刪除所有數字

-c 求補集

cat file | tr -c'0-9'//獲取文件中所有數字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復字符；最常用于壓縮多余的空格

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:]

eg: tr'[:lower:]''[:upper:]'

7、cut 按列切分文本

截取文件的第2列和第4列：

cut -f2,4filename

去文件除第3列的所有列：

cut -f3 --complement filename

-d 指定定界符：

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:

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

8、paste 按列拼接文本

將兩個文本按列拼接到一起;

cat file112cat file2colinbookpaste file1 file21colin2book

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

9、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

10、sed 文本替換利器

首處替換

seg's/text/replace_text/'file//替換每一行的第一處匹配的text

全局替換

seg's/text/replace_text/g'file

默認替換后，輸出替換后的內容，如果需要直接替換原文件,使用-i：

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

移除空白行：

sed'/^$/d'file

變量轉換

已匹配的字符串通過標記&來引用.

echothisisen 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通常用單引號來引用；也可使用雙引號，使用雙引號后，雙引號會對表達式求值：

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；

eg:p=pattenr=replacedecho"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

sed's/^.{3}/&//g'file

11、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，然后執行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;

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(""作為拼接符);

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；

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=1000echo | awk'{print vara}'vara=$var# 輸入來自stdinawk'{print vara}'vara=$var file# 輸入來自文件

用樣式對awk處理的行進行過濾

awk 'NR < 5' #行號小于5

awk 'NR==1,NR==4 {print}' file #行號等于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；

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)

seq9| 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

確定行號

seq100| awk'NR==4,NR==6{print}'

確定文本

打印處于start_pattern 和end_pattern之間的文本；

awk'/start_pattern/, /end_pattern/'filename

eg:

seq100| 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

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：

seq10| awk'{printf "->%4s

", $1}'

12、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

whileread line;doecho $line;done< file.txt改成子shell:cat file.txt | (whileread line;doecho $line;done)

awk法：

cat file.txt| awk '{print}'

2.迭代一行中的每一個單詞

forwordin$line;doecho $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

for((i=0;i

來自：大CC

鏈接：http://www.cnblogs.com/me115/p/3427319.html

GOPS 2019 · 上海站大會視頻

精彩出爐，戳下方視頻，看精彩亮點

責任編輯：

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的linux shell find depth,搞定 Linux Shell 文本处理工具，看完这篇集锦就够了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。