Linux-文本工具

Posted 2020-10-31

抽取文本的工具

文件内容:less和 cat

文件截取：head和tail

按列抽取：cut

按关键字抽取：grep

 

文件查看

文件查看命令：

cat，tac，rev

cat [OPTION]... [FILE]...

-E: 显示行结束符$

-n: 对显示出的每一行进行编号

-A：显示所有控制符

-b：非空行编号

-s：压缩连续的空行成一行

tac  行号反转

rev  同行反转

 

分页查看文件内容

more: 分页查看文件

more [OPTIONS...] FILE...

-d: 显示翻页及退出提示

less：一页一页地查看文件或STDIN输出

查看时有用的命令包括：

/文本 搜索 文本

n/N 跳到下一个 或 上一个匹配

less 命令是man命令使用的分页器

 

显示文本前或后行内容

head [OPTION]... [FILE]...

-c #: 指定获取前#字节

-n #: 指定获取前#行

-#： 指定行数

tail [OPTION]... [FILE]...

-c #: 指定获取后#字节

-n #: 指定获取后#行

-#：

-f: 跟踪显示文件fd新追加的内容,常用日志监控

相当于 --follow=descriptor

-F: 跟踪文件名，相当于—follow=name --retry

tailf 类似tail –f，当文件不增长时并不访问文件

 

生成12位字母数字组合的字符串

[[email protected] data]#openssl rand -base64 30 | tr -dc '[:alnum:]' | head -c 12

iskr3rzbvX2Z

 

查看ifconfig ens33的第2行

ifconfig ens33 | head -n2 | tail n1

 

按列抽取文本cut和合并文件paste

cut [OPTION]... [FILE]...

-d DELIMITER: 指明分隔符，默认tab

-f FILEDS:

#: 第#个字段

#,#[,#]：离散的多个字段，例如1,3,6

#-#：连续的多个字段, 例如1-6

混合使用：1-3,7

-c 按字符切割

--output-delimiter=STRING指定输出分隔符

 

[[email protected] data]#cut -d: -f 1,3,5-7 /etc/passwd

root:0:root:/root:/bin/bash

bin:1:bin:/bin:/sbin/nologin

daemon:2:daemon:/sbin:/sbin/nologin

adm:3:adm:/var/adm:/sbin/nologin

 

[[email protected] data]#who | cut -c1-9

root

 

[[email protected] ~]#chkconfig iptables off

[[email protected] ~]#service iptables stop

 

[[email protected] data]#systemctl stop firewalld

[[email protected] data]#systemctl disable firewalld

 

rpm -ivh /mnt/Packages/httpd-2….rpm

service httpd start

vim /var/www/html/aaa.html

tail -f /var/log/httpd/access_log

第一列就是访问本机web的ip地址

 

cut和paste

显示文件或STDIN数据的指定列

cut -d: -f1 /etc/passwd

cat /etc/passwd | cut -d: -f7

cut -c2-5 /usr/share/dict/words

paste 合并两个文件同行号的列到一行

paste [OPTION]... [FILE]...

-d 分隔符:指定分隔符，默认用TAB

-s : 所有行合成一行显示

paste f1 f2

paste -s f1 f2

 

分析文本的工具

文本数据统计：wc

整理文本：sort

比较文件：diff和patch

 

收集文本统计数据wc

计数单词总数、行总数、字节总数和字符总数

可以对文件或STDIN中的数据运行

wc story.txt

39 237 1901 story.txt

行数 字数 字节数

常用选项

-l 只计数行数

-w 只计数单词总数 -连着写的就算一个单词

-c 只计数字节总数

-m 只计数字符总数

-L 显示文件中最长行的长度

 

ls | wc -l

 

文本排序sort

把整理过的文本显示在STDOUT，不改变原始文件

sort [options] file(s)

常用选项

-r 执行反方向（由上至下）整理

-R 随机排序

-n 执行按数字大小整理

-f 选项忽略（fold）字符串中的字符大小写

-u 选项（独特，unique）删除输出中的重复行

-t c 选项使用c做为字段界定符

-k X 选项按照使用c字符分隔的X列来整理能够使用多次

 

linux:#netstat -nt

 

win:>tasklist

netstat -no | find pid

 

统计有多少个IP访问

[[email protected] html]#cut -d " " -f1 /var/log/httpd/access_log | sort -u | wc -l

 

抽奖

[[email protected] html]#seq 102 | sort -R | head -n1

22

 

取出passwd里的用户名和UID，并按UID做倒序排序

[[email protected] html]#cat /etc/passwd | cut -d: -f1,3 | sort -t: -k2 -nr

 

uniq

uniq命令：从输入中删除前后相接的重复的行

uniq [OPTION]... [FILE]...

-c: 显示每行重复出现的次数

-d: 仅显示重复过的行

-u: 仅显示不曾重复的行

注：连续且完全相同方为重复

常和sort 命令一起配合使用：

sort userlist.txt | uniq -c

 

统计访问量前10的ip，并统计每个ip访问了多少次

[[email protected] data]#cat /var/log/httpd/access_log |cut -d " " -f1 | sort | uniq -c |sort -nr | head

 

比较文件

比较两个文件之间的区别

diff foo.conf foo2.conf

5c5

< use_widgets = no

---

> use_widgets = yes

?注明第5行有区别（改变）

 

复制对文件改变patch

diff 命令的输出被保存在一种叫做“补丁”的文件中

使用 -u 选项来输出“统一的（unified）”diff格式文件，最适用于补丁文件

patch 复制在其它文件中进行的改变（要谨慎使用）

适用 -b 选项来自动备份改变了的文件

$ diff -u foo.conf foo2.conf > foo.patch

$ patch -b foo.conf foo.patch

 

练习：

1、统计远程主机登录次数的前三个IP

 [[email protected] data]#last | tr -s ' ' | cut -d ' ' -f3 | grep [*.*.*.*] | sort | uniq -c | sort -nr | head -n3

2、找出ifconfig “网卡名” 命令结果中本机的IPv4地址

centos6上取ifconfig eth0的IP

[[email protected] ~]#ifconfig eth0 | head -n2 | tail -n1 | tr -s " " : | cut -d: -f4

192.168.30.128

centos7上取ifconfig ens33的IP

[[email protected] data]#ifconfig ens33 | head -n2 | tail -n1 | tr -s " " : | cut -d: -f3

192.168.30.129

3、查出分区空间使用率的最大百分比值

[[email protected] data]#df | tr -s ' ' : | cut -d: -f5 | grep [0-9] | sort -rn | head -n1

4、查出用户UID最大值的用户名、UID及shell类型

[[email protected] data]#cat /etc/passwd | cut -d: -f1,3,7 | sort -t: -k2 -n | tail -n1

5、查出/tmp的权限，以数字方式显示

[[email protected] data]#stat /tmp | grep '(' | cut -c 10-13

1777

6、统计当前连接本机的每个远程主机IP的连接数，并按从大到小排序

[[email protected] data]#netstat -nt | grep [0-9] | tr -s ' ' : | cut -d: -f6 | sort | uniq -c | sort -nr

Linux文本处理三剑客

grep：文本过滤(模式：pattern)工具

grep, egrep, fgrep（不支持正则表达式搜索）

sed：stream editor，文本编辑工具

awk：Linux上的实现gawk，文本报告生成器

 

grep

grep: Global search REgular expression and Print out the line

作用：文本搜索工具，根据用户指定的“模式”对目标文本逐行进行匹配检查；打印匹配到的行

模式：由正则表达式字符及文本字符所编写的过滤条件

grep [OPTIONS] PATTERN [FILE...]

grep root /etc/passwd

grep "$USER" /etc/passwd

grep '$USER' /etc/passwd

grep `whoami` /etc/passwd

 

grep命令选项

--color=auto: 对匹配到的文本着色显示

-v: 显示不被pattern匹配到的行

-i: 忽略字符大小写

-n：显示匹配的行号

-c: 统计匹配的行数

-o: 仅显示匹配到的字符串

-q: 静默模式，不输出任何信息  但有输出的话$?=0，无输出的话$?=1（非0）

-A #: after, 后#行

-B #: before, 前#行

-C #：context, 前后各#行

-e：实现多个选项间的逻辑or关系

grep -e ‘cat ’ -e ‘dog’ file

-w：匹配整个单词   字母、数字、下划线不能分隔单词，其它都可以

-E：使用ERE

-F：相当于fgrep，不支持正则表达式

-f：跟文件，pattern的列表  grep -f pattern.txt /etc/passwd

 

nmap -v -sP 172.20.180.0/24 扫描一个网段，看有哪些机器开机了

nmap -v -sP 172.20.108.0/24 | grep -B1 "Host is up"      有IP的行没有特殊关键字，搜索"Host is up"，加参数-B1取其上一行即可

nmap -v -sP 172.20.108.0/24 | grep -B1 "Host is up" | grep report | cut -d " " -f5   将up的IP过滤出来