Unix & Linux的文本处理工具 -- grep, sed & awk
Posted 点融黑帮
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Unix & Linux的文本处理工具 -- grep, sed & awk相关的知识，希望对你有一定的参考价值。
当大家看到标题时脑中闪过的大概是铺天盖地baidu, google出来的冗余的各类使用介绍，老生常谈希望能让大家对这三个文本工具有新的理解。
1grep
grep不做过多的介绍， 打印出匹配的行， 着重点在于输出结果并不对文本本身做修改。
有个关于grep的小故事， 从sed和grep能追溯到最初的unix行编辑器ed而grep的命名代表 g(全局)/re(正则表达式)/p(打印)正是ed中全局打印行匹配的语法. grep自身的劣势在于无法实现多行匹配, 这时sed和awk相继出现弥补了grep的不足。
2sed和awk的比较
在进入sed的相关讨论之前，先就sed跟awk之间进行简单的比较。
1. 相似性
可使用指定的脚本文件对相应文本进行编辑。
sed -f 'script filename' or stdin
awk -f 'script filename' or stdin
默认全局匹配并且拥有自身的主输入循环。
除去影响控制流的命令或语句(sed中: t，b; awk中continue，break等)默认对文本的每一读取的行依次执行相应的命令或语句。
2. 优劣性
awk相较于文本编辑工具更像是一门语言，awk条件、循环、判断语句有显性的标识(if，while，for...)；而sed只存在单一的判断逻辑(参考b label，t label)。
（采用nginx的配置文件格式）
取出upstream awk_test对应的配置块:
Solution1：
Solution2：
相较之下Solution 2不需要复杂的判断，只需通过寻址来匹配并打印相应的文本；Solution 1更适合于进行多行匹配并替换。另一方面，Solution 1中sed通过创建多行空间模式并输出，而awk通过修改记录分隔符来实现多行匹配的不同。
awk拥有系统变量(FS，RS，OFS，ORS...)、内置函数、数组数据结构、传参(-v var=value)、引用系统命令(通过system() getline() close()函数)等。
（点击查看大图）
awk除去主输入循环还存在BEGIN和END过程，用于某些在处理输入之前或者处理输入完成之后的操作。
（点击查看大图）
sed也有过人之处，如果对sed的工作模式进行深入了解，会发现有一个叫做保持空间(hold space)的东西，下图大体描述了sed的工作模式，并且阐述了模式空间(pattern space)跟保持空间(hold space)之间的联系。模式空间跟保持空间中的内容可进行删除，交换等。
sed的指令集都是单一的字母，并且有option可直接修改文件。而awk可能需要指定内置变量的值，或是通过输出重定向保存为新的文件。
(点击查看大图）
综上所述：
grep适用于单行匹配打印的场景；
sed适用于多行模式的替换的场景；
awk适合更多的逻辑表达式并输出的场景。
但三个命令都需要文本格式统一化的大前提，对于一个文本中的多种格式，可以先将同一种格式的内容整理到文件中，再将其他格式再分别整理到新的文件中。
统一文本格式固然重要，能准确匹配意图的正则表达式也必不可少，这也是大家头疼的部分。如若有机会，我会再跟大家介绍文本匹配中磨人的小妖精——正则表达式。它在不同的命令中、语言中支持不同的标准，更易于与Unix-like系统的file globbing混淆，常常让人咬牙切齿，欲罢不能。
以上是关于Unix & Linux的文本处理工具 -- grep, sed & awk的主要内容，如果未能解决你的问题，请参考以下文章