Linux Shell文本处理命令汇总

【 tulaoshi.com - Linux教程 】

我们都知道Linux可用多种命令进行操作，光是用于文本处理的命令就有不少，下面图老师小编将针对Linux中Shell文本处理工具做个汇总，以便你有个了解。

Linux下的操作习惯不像windows一样可以有窗口进行操作，它是有很多不同的命令组成的，本文将介绍Linux下使用Shell处理文本时最常用的工具：find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk

提供的例子和参数都是最常用和最为实用的；

我对shell脚本使用的原则是命令单行书写，尽量不要超过2行；

如果有更为复杂的任务需求，还是考虑python吧；

find 文件查找（详见系统之家Linux find命令常见用法汇总）

•查找txt和pdf文件

代码如下：

find 。 （ -name *.txt -o -name *.pdf ） -print

•正则方式查找.txt和pdf

代码如下：

find 。 -regex .*（.txt|.pdf）$

-iregex： 忽略大小写的正则

•否定参数

查找所有非txt文本

代码如下：

find 。 ！ -name *.txt -print

•指定搜索深度

打印出当前目录的文件（深度为1）

代码如下：

find 。 -maxdepth 1 -type f

定制搜索

•按类型搜索：

代码如下：

find 。 -type d -print //只列出所有目录

-type f 文件 / l 符号链接

•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）

最近7天被访问过的所有文件：

代码如下：

find 。 -atime 7 -type f -print

•按大小搜索：

w字 k M G

寻找大于2k的文件

代码如下：

find 。 -type f -size +2k

按权限查找：

代码如下：

find 。 -type f -perm 644 -print //找具有可执行权限的所有文件

按用户查找：

代码如下：

find 。 -type f -user weber -print// 找用户weber所拥有的文件

找到后的后续动作

•删除：

删除当前目录下所有的swp文件：

代码如下：

find 。 -type f -name *.swp -delete

•执行动作（强大的exec）

代码如下：

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：

代码如下：

find 。 -type f -mtime +10 -name *.txt -exec cp {} OLD ;

•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；

代码如下：

-exec 。/commands.sh {} ;

-print的定界符

默认使用’n’作为文件的定界符；

-print0 使用’′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

•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

代码如下：

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

•在多级目录中对文本递归搜索（程序员搜代码的最爱）：

代码如下：

grep class 。 -R -n

•匹配多个模式

代码如下：

grep -e class -e vitural file

•grep输出以作为结尾符的文件名：（-z）

代码如下：

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；

•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

•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：

代码如下：

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

-0：指定为输入定界符

eg：统计程序行数

代码如下：

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：

代码如下：

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

•消除重复行

代码如下：

sort unsort.txt | uniq

•统计各行在文件中出现的次数

代码如下：

sort unsort.txt | uniq -c

•找出重复行

代码如下：

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

•通用用法

代码如下：

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

•tr删除字符

代码如下：

cat file | tr -d ‘0-9’ // 删除所有数字

-c 求补集

代码如下：

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

•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

代码如下：

cat file | tr -s ‘ ’

•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：］

代码如下：

eg： tr ‘［：lower：］’ ‘［：upper：］’

cut 按列切分文本

•截取文件的第2列和第4列：

代码如下：

cut -f2，4 filename

•去文件除第3列的所有列：

代码如下：

cut -f3 --complement filename

•-d 指定定界符：

代码如下：

cat -f2 -d; filename

•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

•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：

代码如下：

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;

代码如下：

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

•首处替换

代码如下：

seg ‘s/text/replace_text/’ file //替换每一行的第一处匹配的text

•全局替换

代码如下：

seg ‘s/text/replace_text/g’ file

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：

代码如下：

seg -i ‘s/text/repalce_text/g’ file

•移除空白行：

代码如下：

sed ‘/^$/d’ file

•变量转换

已匹配的字符串通过标记&来引用

代码如下：

echo this is en example | seg ‘s/w+/［&］/g’

$》［this］ ［is］ ［en］［example］

•子串匹配标记

第一个匹配的括号内容使用标记 1 来引用

代码如下：

sed ‘s/hello（［0-9］）/1/’

•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：

代码如下：

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；

代码如下：

eg：

p=patten

r=replaced

echo line con a patten | sed s/$p/$r/g

$》line con a replaced

•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

代码如下：

sed ‘s/^.{3}/&//g’ file

awk 数据流处理工具

•awk脚本结构

awk ‘ BEGIN{ statements } statements2 END{ statements } ‘

•工作方式

1.执行begin中语句块；

2.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；

3.执行end语句块；

print 打印当前行

•使用不带参数的print时，会打印当前行;

代码如下：

echo -e line1nline2 | awk ‘BEGIN{print start} {print } END{ print End }’

•print 以逗号分割时，参数以空格定界;

代码如下：

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）;

代码如下：

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；

代码如下：

echo -e line1 f2 f3n line2 n line 3 | awk ‘{print NR：$0-$1-$2}’

•打印每一行的第二和第三个字段：

代码如下：

awk ‘{print $2， $3}’ file

•统计文件的行数：

代码如下：

awk ‘ END {print NR}’ file