linux文本处理常用指令（序列二）

Posted 2021-03-06 cool小伙

概览

本文主体：介绍4个linux文本处理命令：grep、sed、printf、awk。

基本正则表达式

 

正则表达式字符	含义
^word	查找以word开头的文本
word$	查找以word结尾的文本
.	代表一个任意字符
\\	转义符
*	0到多个字符
[abc]	代表一个字符，这个字符是a或b或c
[a-z]；[0-9]	代表a到z中的一个字符；0到9中的一个数字
[^abc]	代表一个非a、b、c的字符
{m,n}	m到n个字符

 

扩展正则表达式

正则表达式字符	含义
+	一个或多个字符
？	零个或一个字符
|	或者
()	分组

 

文本处理命令

grep

grep的作用是按行查找字符，输出包含字符的行。

grep用法：

grep一般有两种用法，一种是从文件查找，一种是从管道的输入查找，

1. grep \'word\' file.txt
2. cat file.txt|grep \'word\'

grep的常用参数：

参数	含义及示例
-n	输出结果加行号
--color=auto	匹配的关键字高亮显示
-A3	输出匹配行的后三行
-B2	输出匹配行的前两行
-v	反向查找，即输出不包含关键字的行
-i	关键字匹配时忽略关键字大小写

 

grep使用小技巧：

多数情况我们都想要高亮关键词(使用--color=auto参数)，因此可以在~/.bashrc文件中添加上:

alias grep=\'grep --color=auto\'

，再用

source ~/.bashrc

让配置生效。这样当我们使用grep的时候，就自动带了--color=auto参数。

grep使用示例：

grep的查找主要就是基于基本正则表达式的匹配，下面只是简单的给一些常用例子供参考。

grep \'t[ae]st\'　　//查找tast或test

grep \'[0-9]\' 　　//查找数字

grep \'[^a-z]oo\'　　//查找Xoo，其中X是一个非a到z的字符

grep \'^the\'　　//查找以the开头的字符，这里注意区分^出现在[]里时代表“非某字符”，如上个例子，出现在[]外时代表"以某字符开头"，如这个例子。

grep \'^$\'　　//查找空行

grep \'o\\{2\\}\'　　//查找两个o，这里需要注意，{}在shell里有特殊意义，因此需要转义，这里与一般的正则使用不同，需要注意。

egrep：

我们知道正则表达式分为基本正则表达式和扩展正则表达式，但是grep只支持基本正则表达式，如果要是用扩展正则表达式，需要使用egrep命令。

几个例子：

egrep \'gd|good\'　　//查找gd或good

egrep \'g(la|oo)d\'　　//查找glad或good

egrep \'A(xyz)+C\'　　//查找AXC，其中X是一个或一个以上的\'xyz\'字符串。

 

sed

sed是一个很强大的命令，可以用来做行删除、行新增、行选取、行替换和字符串的替换这5种操作。

sed是一个管道命令，可以处理管道输入。

1.行删除

nl /etc/passwd | sed \'2d\'　　//删除第2行

下面将省略输入管道

sed \'2,5d\'　　//删除第2~5行

sed \'3,$d\'　　//删除第3到最后一行，$代表最后一行

sed \'/^$/d\'　　//删除空行

2.行新增

sed \'2a drink tea\'　　//在第二行下面追加一行"drink tea"，a代表append

sed \'2i drink tea\'　　//在第二行上面插入一行"drink tea"，i代表insert

sed \'2a a\\

b\\

c\'　　//在第二行下面追加三行 "a"、"b"、"c"，只需要每行结尾加"\\"即可。

3.行选取

sed -n \'5,7p\'　　//选取第5到7行输出，必须加-n参数，不然效果就是所有行都被输出，而5到7行输出两次。

4.行替换

sed \'2,5c No 2~5 lines\'　　//将第2到5行替换为一行字符串"No 2~5 lines"

5.字符串替换

sed \'s/要被替换的字符串/新的字符串/g\'　　//固定的格式，开头是s结尾是g，中间三个/分隔开要被替换的字符串和新的字符串，注意这里要被替换的字符串可以是正则表达式。

 

将操作结果直接写入文件

默认用sed对文件做修改之后，只是输出修改后的文件，可以用>写入到新的文件。但是如果想修改原始文件，千万不能>到原始文件，这样执行的结果就是原文件直接被清空了。想要修改原始文件可以用 -i 参数，如：

sed -i \'2d\' file.txt　　//直接将原文件中的第二行删除。

直接修改原文件是很危险的，一旦修改错误无法还原。可以先不加 -i 参数执行命令把修改结果打印出来，确认无误后再加上 -i 参数。

printf

printf这个命令用语言不太好描述，但是一动手就明白了。

把下面的内容保存为printf.txt：

Name Chinese English Math Average
DmTsai 80 60 92 77.33
VBird 75 55 80 70.00
Ken 60 90 70 73.33

先cat看一下，是下面这个效果：

 

 

现在用printf指令加一些参数来看一下，执行

printf \'%10s %10s %10s %10s %10s \\n\' `cat printf.txt`

输出结果：

是不是比cat输出的结果漂亮多了。

%10s代表这一列的宽度固定为10个字符。更多的格式就不介绍了，这篇文章我们掌握一个%10s就够了。

printf不是管道命令，要想用它处理文件必须像上面的命令那样使用`cat printf.txt`把文件内容给提出来。

printf的使用相当广泛，后面的awk命令中也会应用到printf命令。

awk

awk命令主要是将文件通过分隔符拆成列来处理，还能通过条件判断对不同的行进行不同的处理，甚至还可以进行数值计算~

我们也是通过例子来学习。

我们先用last命令看一下最后登录的5个用户信息：

图中的第一列是用户名，第三列是用户ip，现在我们想摘出这两列，用awk就可以做到：

last -5|awk \'{print $1 "\\t" $3}\'

输出：

命令看起来挺复杂，不要着急，其实很简单。

首先awk使用时有固定的格式：awk \'{命令}\'，单引号和大括号就是固定的格式而已。

然后上面的命令就是

print $1 "\\t" $3    //awk默认会用空格和tab将每行分隔为N列，$1代表第一列，$3代表第三列。

这样一看是不是简单多了。

刚刚的last命令产生的数据默认就是用tab分隔的，现在我们看另一个例子，执行 cat /etc/passwd：

这次产生的数据每行是用  : 分隔的，那么想使用awk输出第一列和第三列就需要执行分隔符：

cat /etc/passwd|awk -F \':\' \'{print $1 "\\t" $3}\'    // -F \':\' 代表指定使用 : 作为分隔符

执行结果：

除了$1，$3这样的特殊符号，

awk的命令中还可以使用下面的特殊符号:

NF ：每一行分隔后的列数

NR ：行号

下面用一个综合的例子来说明awk的条件判断和数值计算，有这样一组数据保存为pay.txt：

Name    1st   2nd   3rd
VBird   23000   24000  25000
DMTsai  21000   20000  23000
Bird2   43000   42000  41000

现在想加一列"Total"，计算每一行的数值总和。

用awk可以完成这个需求：

cat pay.txt |awk \'NR==1 {printf "%10s %10s %10s %10s %10s \\n",$1,$2,$3,$4,"Total"};NR>1 {printf "%10s %10s %10s %10s %10s \\n",$1,$2,$3,$4,$2+$3+$4}\'

运行结果：

 

这里有几个要点：

1. 加入条件判断后，awk的格式为： awk \'条件1 {命令1};条件2{命令2}\'
2. 条件判断有以下逻辑运算：
   • >
   • <
   • >=
   • <=
   • ==　　//注意判断相等要用两个等号
   • !=
3. 可以直接运算行内列的值($1、$2、$3)。

总结

这篇文章首先回顾了正则表达式(基本正则表达式、扩展正则表达式)，然后介绍了4个常用命令，最后我们归纳一下四个命令的用途：

命令	用途
grep/egrep	关键字查找
sed	行的删除、添加、替换、选取 关键字替换
printf	文件格式化输出
awk	将每行按分隔符拆分成列并选取某些列  通过逻辑判断对不同行进行不同的处理  对一行中的几列数值进行计算

参考资料：

《鸟哥的Linux私房菜  基础学习篇(第三版)》  第12章