详解Linux Shell文本处理工具
前言 大家好，这里是浩道linux，主要给大家分享linux、python、网络通信相关的it知识平台。
今天给大家分享日常工作中常用到的shell文本处理工具，可以说是史上最全了，大家掌握住这些工具，可以在日常运维工作中起到事半功倍的作用!
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；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；
01 find 文件查找
1 查找txt和pdf文件 find . ( -name *.txt-o -name *.pdf) -print
2 正则方式查找.txt和pdf find . -regex .*(.txt|.pdf)$
-iregex：忽略大小写的正则3 否定参数查找所有非txt文本 find . ! -name *.txt-print
4 指定搜索深度打印出当前目录的文件（深度为1） find . -maxdepth 1-type f
5 定制搜索按类型搜索： 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： find . -atime 7-type f -print
按大小搜索：w字 k m g寻找大于2k的文件 find . -type f -size +2k
按权限查找： find . -type f -perm 644-print //找具有可执行权限的所有文件
按用户查找： find . -type f -user weber -print// 找用户weber所拥有的文件
6 找到后的后续动作删除：删除当前目录下所有的swp文件： find . -type f -name *.swp-delete
执行动作（强大的exec） 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： find . -type f -mtime +10-name *.txt-exec cp {} old ;
7 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； -exec ./commands.sh {} ;
-print的定界符默认使用' '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； 02 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
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
1 在多级目录中对文本递归搜索(程序员搜代码的最爱）： grep class. -r -n
2 匹配多个模式 grep -e class-e vitural file
3 grep输出以作为结尾符的文件名：（-z） grep test file* -lz| xargs -0 rm
4 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
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 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： 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 find source_dir/ -type f -name *.cpp-print0 |xargs -0 wc -l
03 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： sort -nrk 1 data.txt
sort -bd data // 忽略像空格之类的前导空白字符
04 uniq 消除重复行 消除重复行 sort unsort.txt | uniq
统计各行在文件中出现的次数 sort unsort.txt | uniq -c
找出重复行 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 05 用 tr 进行转换 通用用法 echo 12345| tr '0-9''9876543210'//加解密转换，替换对应字符
cat text| tr ' '' '//制表符转空格
tr删除字符 cat file | tr -d '0-9'// 删除所有数字
-c 求补集 cat file | tr -c '0-9'//获取文件中所有数字
cat file | tr -d -c '0-9 '//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 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 [] [] eg: tr '[]''[]'
06 cut 按列切分文本 截取文件的第2列和第4列： cut -f2,4 filename
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: cut -c1-5 file //打印第一到5个字符
cut -c-2 file //打印前2个字符
07 paste 按列拼接文本 将两个文本按列拼接到一起; 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
08 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
09 sed 文本替换利器 首处替换 seg 's/text/replace_text/' file //替换每一行的第一处匹配的text
全局替换 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： seg -i 's/text/repalce_text/g' file
移除空白行： sed '/^$/d' file
变量转换已匹配的字符串通过标记&来引用. echo this is en example | seg 's/w+/[&]/g'
$>[this] [is] [en] [example]
子串匹配标记第一个匹配的括号内容使用标记 来引用 sed 's/hello([0-9])//'
双引号求值sed通常用单引号来引用；也可使用双引号，使用双引号后，双引号会对表达式求值： sed 's/$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； 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 sed 's/^.{3}/&//g' file
10 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; echo -e line1 line2| awk 'begin{print start} {print } end{ print end }'
print 以逗号分割时，参数以空格定界; echo | awk ' {var1 = v1 ; var2 = v2; var3=v3;
print var1, var2 , var3; }'
$>v1 v2 v3
使用-拼接符的方式（作为拼接符）; 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；
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个字段： awk '{print $2, $3}' file
统计文件的行数： awk ' end {print nr}' file
累加每一行的第一个字段： echo -e 1 2 3 4 | awk 'begin{num = 0 ;
print begin;} {sum += $1;} end {print ==; print sum }'
传递外部变量 var=1000
echo | awk '{print vara}' vara=$var # 输入来自stdin
awk '{print vara}' vara=$var file # 输入来自文件
用样式对awk处理的行进行过滤 awk 'nr < 5'#行号小于5
awk 'nr==1,nr==4 {print}' file #行号等于1和4的打印出来
awk '/linux/'#包含linux文本的行（可以用正则表达式来指定，超级强大）
awk '!/linux/'#不包含linux文本的行
设置定界符使用-f来设置定界符（默认为空格） awk -f: '{print $nf}'/etc/passwd
读取命令输出使用getline，将外部shell命令的输出读入到变量cmdout中； echo | awk '{grep root /etc/passwd | getline cmdout; print cmdout }'
在awk中使用循环 for(i=0;i-1;lno--){print lifo[lno];}
} '
awk实现head、tail命令 head:
awk 'nr<=10{print}' filename
tail:
awk '{buffer[nr%10] = $0;} end{for(i=0;i%4s , $1}'
迭代文件中的行、单词和字符1. 迭代文件中的每一行while 循环法 while read line;
do
echo $line;
done< file.txt
改成子shell: cat file.txt | (while read line;do echo $line;done)
awk法： cat file.txt| awk '{print}'
2.迭代一行中的每一个单词 for word in $line;
do
echo $word;
done
3. 迭代每一个字符${stringnumof_chars}：从字符串中提取一个字符；(bash文本切片）${#word}:返回变量word的长度 for((i=0;i<${#word};i++))
do
echo ${word1);
done
罗格朗在最新家用电源插座中部署InnoGaN器件
CATL的行业优势渐消 还能一家独大多久？
李宁：把爱国者哥窑相机送给最好的朋友
时擎科技荣膺「WISE2023 未来商业之王 年度企业」
两种非常相似的架构：R-2R DAC 与 MDAC
详解Linux Shell文本处理工具
《深圳特区报》眼中的普渡机器人：科技向善，抗疫先锋
618 刚完，天猫 IoT 事业部晒了首秀成绩单
联发科天玑1200与天玑1100对比，哪款更好？
高阶自动驾驶在高速公路交汇处的“礼貌行为”
寻找AI技术与产业互联网融合的“芯”动力
盘点AI芯片全新黑科技
OPPO成功实现了商用手机5G信令和数据链路的连接
遥遥领先 韩国5G普及率是中国的14倍
西门子pcs7是dcs系统吗
stm32f407如何配置外部中断
淬火裂纹产生的原因_防止淬火裂纹的措施
自举电路的放电过程
福特投资十亿美元在德国建设电动汽车厂
三种情况产生的感应电势分析
今天给大家分享日常工作中常用到的shell文本处理工具，可以说是史上最全了，大家掌握住这些工具，可以在日常运维工作中起到事半功倍的作用!
本文将介绍linux下使用shell处理文本时最常用的工具：
find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；提供的例子和参数都是最常用和最为实用的；对shell脚本使用的原则是命令单行书写，尽量不要超过2行；如果有更为复杂的任务需求，还是考虑python吧；
01 find 文件查找
1 查找txt和pdf文件 find . ( -name *.txt-o -name *.pdf) -print
2 正则方式查找.txt和pdf find . -regex .*(.txt|.pdf)$
-iregex：忽略大小写的正则3 否定参数查找所有非txt文本 find . ! -name *.txt-print
4 指定搜索深度打印出当前目录的文件（深度为1） find . -maxdepth 1-type f
5 定制搜索按类型搜索： 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： find . -atime 7-type f -print
按大小搜索：w字 k m g寻找大于2k的文件 find . -type f -size +2k
按权限查找： find . -type f -perm 644-print //找具有可执行权限的所有文件
按用户查找： find . -type f -user weber -print// 找用户weber所拥有的文件
6 找到后的后续动作删除：删除当前目录下所有的swp文件： find . -type f -name *.swp-delete
执行动作（强大的exec） 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： find . -type f -mtime +10-name *.txt-exec cp {} old ;
7 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； -exec ./commands.sh {} ;
-print的定界符默认使用' '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； 02 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
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
1 在多级目录中对文本递归搜索(程序员搜代码的最爱）： grep class. -r -n
2 匹配多个模式 grep -e class-e vitural file
3 grep输出以作为结尾符的文件名：（-z） grep test file* -lz| xargs -0 rm
4 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
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 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： 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 find source_dir/ -type f -name *.cpp-print0 |xargs -0 wc -l
03 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： sort -nrk 1 data.txt
sort -bd data // 忽略像空格之类的前导空白字符
04 uniq 消除重复行 消除重复行 sort unsort.txt | uniq
统计各行在文件中出现的次数 sort unsort.txt | uniq -c
找出重复行 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 05 用 tr 进行转换 通用用法 echo 12345| tr '0-9''9876543210'//加解密转换，替换对应字符
cat text| tr ' '' '//制表符转空格
tr删除字符 cat file | tr -d '0-9'// 删除所有数字
-c 求补集 cat file | tr -c '0-9'//获取文件中所有数字
cat file | tr -d -c '0-9 '//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 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 [] [] eg: tr '[]''[]'
06 cut 按列切分文本 截取文件的第2列和第4列： cut -f2,4 filename
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: cut -c1-5 file //打印第一到5个字符
cut -c-2 file //打印前2个字符
07 paste 按列拼接文本 将两个文本按列拼接到一起; 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
08 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
09 sed 文本替换利器 首处替换 seg 's/text/replace_text/' file //替换每一行的第一处匹配的text
全局替换 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： seg -i 's/text/repalce_text/g' file
移除空白行： sed '/^$/d' file
变量转换已匹配的字符串通过标记&来引用. echo this is en example | seg 's/w+/[&]/g'
$>[this] [is] [en] [example]
子串匹配标记第一个匹配的括号内容使用标记 来引用 sed 's/hello([0-9])//'
双引号求值sed通常用单引号来引用；也可使用双引号，使用双引号后，双引号会对表达式求值： sed 's/$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； 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 sed 's/^.{3}/&//g' file
10 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; echo -e line1 line2| awk 'begin{print start} {print } end{ print end }'
print 以逗号分割时，参数以空格定界; echo | awk ' {var1 = v1 ; var2 = v2; var3=v3;
print var1, var2 , var3; }'
$>v1 v2 v3
使用-拼接符的方式（作为拼接符）; 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；
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个字段： awk '{print $2, $3}' file
统计文件的行数： awk ' end {print nr}' file
累加每一行的第一个字段： echo -e 1 2 3 4 | awk 'begin{num = 0 ;
print begin;} {sum += $1;} end {print ==; print sum }'
传递外部变量 var=1000
echo | awk '{print vara}' vara=$var # 输入来自stdin
awk '{print vara}' vara=$var file # 输入来自文件
用样式对awk处理的行进行过滤 awk 'nr < 5'#行号小于5
awk 'nr==1,nr==4 {print}' file #行号等于1和4的打印出来
awk '/linux/'#包含linux文本的行（可以用正则表达式来指定，超级强大）
awk '!/linux/'#不包含linux文本的行
设置定界符使用-f来设置定界符（默认为空格） awk -f: '{print $nf}'/etc/passwd
读取命令输出使用getline，将外部shell命令的输出读入到变量cmdout中； echo | awk '{grep root /etc/passwd | getline cmdout; print cmdout }'
在awk中使用循环 for(i=0;i-1;lno--){print lifo[lno];}
} '
awk实现head、tail命令 head:
awk 'nr<=10{print}' filename
tail:
awk '{buffer[nr%10] = $0;} end{for(i=0;i%4s , $1}'
迭代文件中的行、单词和字符1. 迭代文件中的每一行while 循环法 while read line;
do
echo $line;
done< file.txt
改成子shell: cat file.txt | (while read line;do echo $line;done)
awk法： cat file.txt| awk '{print}'
2.迭代一行中的每一个单词 for word in $line;
do
echo $word;
done
3. 迭代每一个字符${stringnumof_chars}：从字符串中提取一个字符；(bash文本切片）${#word}:返回变量word的长度 for((i=0;i<${#word};i++))
do
echo ${word1);
done
罗格朗在最新家用电源插座中部署InnoGaN器件
CATL的行业优势渐消 还能一家独大多久？
李宁：把爱国者哥窑相机送给最好的朋友
时擎科技荣膺「WISE2023 未来商业之王 年度企业」
两种非常相似的架构：R-2R DAC 与 MDAC
详解Linux Shell文本处理工具
《深圳特区报》眼中的普渡机器人：科技向善，抗疫先锋
618 刚完，天猫 IoT 事业部晒了首秀成绩单
联发科天玑1200与天玑1100对比，哪款更好？
高阶自动驾驶在高速公路交汇处的“礼貌行为”
寻找AI技术与产业互联网融合的“芯”动力
盘点AI芯片全新黑科技
OPPO成功实现了商用手机5G信令和数据链路的连接
遥遥领先 韩国5G普及率是中国的14倍
西门子pcs7是dcs系统吗
stm32f407如何配置外部中断
淬火裂纹产生的原因_防止淬火裂纹的措施
自举电路的放电过程
福特投资十亿美元在德国建设电动汽车厂
三种情况产生的感应电势分析