Linux下文本处理“三剑客”

HACKWAY 2020-09-06

268

在linux下常用grep、awk、sed对文本进行处理，下面一一简单总结介绍下基础用法。

grep

grep （缩写来自Globally search a Regular Expression and Print）是一种强大的文本搜索工具，它能使用特定模式匹配（包括正则表达式）搜索文本，并默认输出匹配行,grep和sed的区别在于，grep是以行为单位，进行字符串的对比，sed则可以进行删除、替换等更多的功能

语法：grep [-n] [-A] [-B] [--color==auto] '搜索的字符串' filename

-c（count） ：打印符合要求的行数


-i （ignore-case）：忽略大小写


-n （line-number）：在输出符合要求的行的同时连同行号一起输出


-v （invert-natch）：打印不符合要求的行,反向选择


-A （after-context）：后跟一个数字（有无空格都可以），例如 –A2则表示打印符合要求的行以及下面两行


-B （before-context）：后跟一个数字，例如 –B2 则表示打印符合要求的行以及上面两行


-C （context）：后跟一个数字，例如 –C2 则表示打印符合要求的行以及上下各两行


-E  与egrep执行模式相同,才能使用扩展的正则表达式

案例

root@kali:~# cat test.txt


123
abc
456


abc123


#adff


23####
\n##
##
#adddff

查看非空行和非注释开头的行并输出行号

root@kali:~# grep -Evn '^$|^#' test.txt
2:123
3:abc
4:456
6:abc123
10:23####
11:\n##

过滤出非带有某个关键词的行并输入行号

root@kali:~# grep -vn 'df' test.txt    
1:
2:123
3:abc
4:456
5:
6:abc123
7:
9:
10:23####
11:\n##
12:##

指定要过滤字符出现的次数

root@kali:~# grep -En 'f{2}' test.txt 
8:#adff
13:#adddff

清理进入的日志

grep home/member/logs/access.log -v [ip地址] -output cleaned.log

sed

sed全称是：Stream EDitor
（流编辑器）,本身是一个管道命令,并不对真实文件内容修改。SED是一项Linux指令，功能同awk类似，差别在于，sed简单，对列处理的功能要差一些，awk的功能复杂，对列处理的功能比较强大。grep工具的功能其实还不够强大，grep实现的只是查找功能，而它却不能实现把查找的内容替换掉。以前用vim的时候，可以查找也可以替换，但是只局限于在文本内部来操作，而不能输出到屏幕上。sed工具以及下面要讲的awk工具就能实现把替换的文本输出到屏幕上
的功能了，而且还有其他更丰富的功能。sed和awk都是流式编辑器，是针对文档的行来操作的

语法：sed 参数文件

-e command,–expression=command 直接在指令列模式上进行 sed 的动作编辑；。


-h,–help打印帮助，并显示bug列表的地址。


-n,–quiet,–silent取消默认输出,使用安静(silent)模式。在一般 sed 的用法中，所有来自 STDIN的资料一般都会被列出到萤幕上。但如果加上 -n 参数后，则只有经过sed 特殊处理的那一行(或者动作)才会被列出来


-f,–file=script-file <script文件> 以选项中指定的script文件来处理输入的文本文件。


-V,–version打印版本和版权信息


-i 直接修改读取的档案内容，而不是由萤幕输出


动作说明：


    a ：新增， a 的后面可以接字串，而这些字串会在新的一行出现(目前的下一行)～
    c ：取代， c 的后面可以接字串，这些字串可以取代 n1,n2 之间的行！
    d ：删除，因为是删除啊，所以 d 后面通常不接任何东西；
    i ：插入， i 的后面可以接字串，而这些字串会在新的一行出现(目前的上一行)；
    p ：打印，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行～
    s ：取代，可以直接进行取代的工作哩！通常这个 s 的动作可以搭配正规表示法！例如 1,20s/old/new/g 就是啦！
        注意:‘s’ 就是替换的命令， ‘g’ 为本行中全局替换，如果不加 ‘g’ 只换该行中出现的第一个。除了可以使用 ‘/’ 作为分隔符外，还可以使用其他特殊字符例如 ‘#’ 或者 ‘@’ 都没有问题

案例

显示

sed -n '1,2p' test.txt ##显示一二两行，逗号间隔^表示开头$表示结尾

新增(目前的下一行)

sed '1,2a sdg' test.txt ## 在一二两行后添加一行sgd

删除

sed -i '/匹配字符串/d'  filename  （注：若匹配字符串是变量，则需要“”，而不是‘’。记得好像是）

取代

sed -i '/匹配字符串/s/替换源字符串/替换目标字符串/g' filename
sed '1,2c hi' test.txt ## 将第一二两行替换为hi

插入(目前的上一行)

sed -i '$a bye' test.txt ##在文件ab中最后一行直接输入"bye"

查询
```
sed -n '/关键字/p' test.txt
```

awk

AWK是一种处理文本文件的语言，是一个强大的文本分析工具。之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的Family Name的首字符

语法：awk [选项参数] 'script' var=value file(s) 或awk [选项参数] -f scriptfile var=value file(s)

常用字符含义

$0      表示整个当前行
$1      每行第一个字段
NF      字段数量变量
NR      每行的记录号，多文件记录递增
FNR     与NR类似，不过多文件记录不递增，每个文件都从1开始
\t      制表符
\n      换行符
FS      BEGIN时定义分隔符
RS      输入的记录分隔符， 默认为换行符(即文本是按一行一行输入)
~       包含
!~      不包含
==      等于，必须全部相等，精确比较
!=      不等于，精确比较
&&      逻辑与
||      逻辑或
+       匹配时表示1个或1个以上
/[0-9][0-9]+/     两个或两个以上数字
/[0-9][0-9]*/     一个或一个以上数字
OFS     输出字段分隔符， 默认也是空格，可以改为其他的
ORS     输出的记录分隔符，默认为换行符,即处理结果也是一行一行输出到屏幕
-F  [:#/]    定义了三个分隔符

案例

截取文档中的某个段

awk -F ':' '{print$2}' test.txt

解释一下:

-F 选项的作用是指定分隔符，如果不加-F指定，则以空格或者tab为分隔符。Print为打印的动作，用来打印出某个字段。2为第二个字段，依次类推，有一个特殊的那就是$0，它表示整行。
注意awk的格式，-F后紧跟单引号，然后里面为分隔符，print的动作要用 { } 括起来，否则会报错。print还可以打印自定义的内容，但是自定义的内容要用双引号括起来

匹配

# 以冒号分隔，让第一个字符段中匹配有123
awk -F ':' '$1 ~/123/' test.txt


# 多次匹配
awk -F ':' '/root/ {print $1,$3} test/ {print $1,$3}' etc/passwd

条件操作符

 awk -F ':' '$3=="0"' etc/passwd


 awk中是可以用逻辑符号判断的，比如 ‘==’ 就是等于，也可以理解为 ‘精确匹配’ 另外也有 >, ‘>=, ‘<, ‘<=, ‘!= 等等，值得注意的是，即使$3为数字，awk也不会把它当数字看待，它会认为是一个字符。所以不要妄图去拿$3当数字去和数字做比较。


    != 为不匹配
另外还可以使用 && 和 || 表示 “并且” 和 “或者” 的意思。

内置变量

awk常用的变量有：
NF ：用分隔符分隔后一共有多少段
NR ：行数


[root@localhost ~]# head -n3 /etc/passwd 
root:x:0:0:usr:/root:/bin/bash 
bin:x:1:1:bin:/bin:/sbin/nologin 
daemon:x:2:2:daemon:/sbin:/sbin/nologin 
[root@localhost ~]# head -n3 /etc/passwd  | awk -F ':' '{print NF}' 
7 7 7 
[root@localhost ~]# head -n3 /etc/passwd  | awk -F ':' '{print $NF}' 
/bin/bash /sbin/nologin /sbin/nologin 
[root@localhost ~]# head -n3 /etc/passwd  | awk -F ':' '{print NR}' 
1 2 3

使用判断条件

[root@localhost ~]# awk 'NR>40' /etc/passwd 
gnome-initial-setup:x:989:983::/run/gnome-initial-setup/:/sbin/nologin
tcpdump:x:72:72::/:/sbin/nologin 
avahi:x:70:70:Avahi mDNS/DNS-SD 
Stack:/var/run/avahi-daemon:/sbin/nologin 
cao:x:1001:1001::/home/cao:/bin/bash
usr:x:1002:1002:用户,offic,1234567,123:/home/usr:/bin/bash
test:x:1003:1003::/home/test:/bin/bash 
test1:x:1004:1003::/home/test1:/bin/bash