本節(jié)將介紹Linux下使用Shell處理文本時(shí)最常用的工具: find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk; 提供的例子和參數(shù)都是常用的; 我對(duì)shell腳本使用的原則是命令單行書寫,盡量不要超過2行; 如果有更為復(fù)雜的任務(wù)需求,還是考慮python吧;
查找txt和pdf文件
find . \( -name "*.txt" -o -name "*.pdf" \) -print
正則方式查找.txt和pdf
find . -regex ".*\(\.txt|\.pdf\)$"
-iregex: 忽略大小寫的正則
否定參數(shù) ,查找所有非txt文本
find . ! -name "*.txt" -print
指定搜索深度,打印出當(dāng)前目錄的文件(深度為1)
find . -maxdepth 1 -type f
find . -type d -print //只列出所有目錄
-type f 文件 / l 符號(hào)鏈接 / d 目錄
find支持的文件檢索類型可以區(qū)分普通文件和符號(hào)鏈接、目錄等,但是二進(jìn)制文件和文本文件無法直接通過find的類型區(qū)分出來;
file命令可以檢查文件具體類型(二進(jìn)制或文本)
$file redis-cli # 二進(jìn)制文件
redis-cli: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.9, not stripped
$file redis.pid # 文本文件
redis.pid: ASCII text
所以,可以用以下命令組合來實(shí)現(xiàn)查找本地目錄下的所有二進(jìn)制文件
ls -lrt | awk '{print $9}'|xargs file|grep ELF| awk '{print $1}'|tr -d ':'
最近第7天被訪問過的所有文件
find . -atime 7 -type f -print
最近7天內(nèi)被訪問過的所有文件
find . -atime -7 -type f -print
查詢7天前被訪問過的所有文件
find . -atime +7 type f -print
find . -type f -size +2k
按權(quán)限查找
find . -type f -perm 644 -print //找具有可執(zhí)行權(quán)限的所有文件
按用戶查找
find . -type f -user weber -print// 找用戶weber所擁有的文件
刪除當(dāng)前目錄下所有的swp文件
find . -type f -name "*.swp" -delete
另一種語法
find . type f -name "*.swp" | xargs rm
將當(dāng)前目錄下的所有權(quán)變更為weber
find . -type f -user root -exec chown weber {} \;
注:{}是一個(gè)特殊的字符串,對(duì)于每一個(gè)匹配的文件,{}會(huì)被替換成相應(yīng)的文件名;
將找到的文件全都copy到另一個(gè)目錄
find . -type f -mtime +10 -name "*.txt" -exec cp {} OLD \;
如果需要后續(xù)執(zhí)行多個(gè)命令,可以將多個(gè)命令寫成一個(gè)腳本。然后 -exec 調(diào)用時(shí)執(zhí)行腳本即可
-exec ./commands.sh {} \;
默認(rèn)使用'\\n'作為文件的定界符;
-print0 使用'\\0'作為文件的定界符,這樣就可以搜索包含空格的文件;
grep match_patten file // 默認(rèn)訪問匹配行
常用參數(shù)
在多級(jí)目錄中對(duì)文本遞歸搜索(程序員搜代碼的最愛)
grep "class" . -R -n
匹配多個(gè)模式
grep -e "class" -e "vitural" file
grep輸出以\0作為結(jié)尾符的文件名(-z)
grep "test" file* -lZ| xargs -0 rm
綜合應(yīng)用:將日志中的所有帶where條件的sql查找查找出來
cat LOG.* | tr a-z A-Z | grep "FROM " | grep "WHERE" > b
查找中文示例:工程目錄中utf-8格式和gb2312格式兩種文件,要查找字的是中文;
查詢
grep:grep -rnP "\xE4\xB8\xAD\xE6\x96\x87|\xD6\xD0\xCE\xC4" *即可
漢字編碼查詢:http://bm.kdd.cc/
xargs 能夠?qū)⑤斎霐?shù)據(jù)轉(zhuǎn)化為特定命令的命令行參數(shù);這樣,可以配合很多命令來組合使用。比如grep,比如find;
cat file.txt| xargs
\n 是多行文本間的定界符
cat single.txt | xargs -n 3
-n:指定每行顯示的字段數(shù)
xargs參數(shù)說明
示例
cat file.txt | xargs -I {} ./command.sh -p {} -1
#統(tǒng)計(jì)程序行數(shù)
find source_dir/ -type f -name "*.cpp" -print0 |xargs -0 wc -l
#redis通過string存儲(chǔ)數(shù)據(jù),通過set存儲(chǔ)索引,需要通過索引來查詢出所有的值:
./redis-cli smembers $1 | awk '{print $1}'|xargs -I {} ./redis-cli get {}
字段說明
示例
sort -nrk 1 data.txt
sort -bd data // 忽略像空格之類的前導(dǎo)空白字符
sort unsort.txt | uniq
sort unsort.txt | uniq -c
sort unsort.txt | uniq -d
可指定每行中需要比較的重復(fù)內(nèi)容:-s 開始位置 -w 比較字符數(shù)
echo 12345 | tr '0-9' '9876543210' //加解密轉(zhuǎn)換,替換對(duì)應(yīng)字符
cat text| tr '\t' ' ' //制表符轉(zhuǎn)空格
cat file | tr -d '0-9' // 刪除所有數(shù)字
cat file | tr -c '0-9' //獲取文件中所有數(shù)字
cat file | tr -d -c '0-9 \n' //刪除非數(shù)字?jǐn)?shù)據(jù)
cat file | tr -s ' '
tr中可用各種字符類:
使用方法:tr [:class:] [:class:]
tr '[:lower:]' '[:upper:]'
cut -f2,4 filename
cut -f3 --complement filename
cat -f2 -d";" filename
示例
cut -c1-5 file //打印第一到5個(gè)字符
cut -c-2 file //打印前2個(gè)字符
截取文本的第5到第7列
$echo string | cut -c5-7
將兩個(gè)文本按列拼接到一起;
cat file1
1
2
cat file2
colin
book
paste file1 file2
1 colin
2 book
默認(rèn)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 -l file // 統(tǒng)計(jì)行數(shù)
$wc -w file // 統(tǒng)計(jì)單詞數(shù)
$wc -c file // 統(tǒng)計(jì)字符數(shù)
sed 's/text/replace_text/' file //替換每一行的第一處匹配的text
sed 's/text/replace_text/g' file
默認(rèn)替換后,輸出替換后的內(nèi)容,如果需要直接替換原文件,使用-i
sed -i 's/text/repalce_text/g' file
sed '/^$/d' file
echo this is en example | sed 's/\w+/[&]/g'
$>[this] [is] [en] [example]
sed 's/hello\([0-9]\)/\1/'
sed通常用單引號(hào)來引用;也可使用雙引號(hào),使用雙引號(hào)后,雙引號(hào)會(huì)對(duì)表達(dá)式求值
sed 's/$var/HLLOE/'
當(dāng)使用雙引號(hào)時(shí),我們可以在sed樣式和替換字符串中指定變量;
eg:
p=patten
r=replaced
echo "line con a patten" | sed "s/$p/$r/g"
$>line con a replaced
sed 's/^.\{3\}/&\//g' file
awk ' BEGIN{ statements } statements2 END{ statements } '
2.從文件或stdin中讀入一行,然后執(zhí)行statements2,重復(fù)這個(gè)過程,直到文件全部被讀取完畢;
3.執(zhí)行end語句塊;
echo -e "line1\nline2" | awk 'BEGIN{print "start"} {print } END{ print "End" }'
echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \
print var1, var2 , var3; }'
$>v1 V2 v3
echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3"; \
print var1"-"var2"-"var3; }'
$>v1-V2-v3
NR:表示記錄數(shù)量,在執(zhí)行過程中對(duì)應(yīng)當(dāng)前行號(hào);
NF:表示字段數(shù)量,在執(zhí)行過程總對(duì)應(yīng)當(dāng)前行的字段數(shù);
$0:這個(gè)變量包含執(zhí)行過程中當(dāng)前行的文本內(nèi)容;
$1:第一個(gè)字段的文本內(nèi)容;
$2:第二個(gè)字段的文本內(nèi)容;
echo -e "line1 f2 f3\n line2 \n line 3" | awk '{print NR":"$0"-"$1"-"$2}'
awk '{print $2, $3}' file
awk ' END {print NR}' file
echo -e "1\n 2\n 3\n 4\n" | awk 'BEGIN{num = 0 ;
print "begin";} {sum += $1;} END {print "=="; print sum }'
var=1000
echo | awk '{print vara}' vara=$var # 輸入來自stdin
awk '{print vara}' vara=$var file # 輸入來自文件
awk 'NR < 5' #行號(hào)小于5
awk 'NR==1,NR==4 {print}' file #行號(hào)等于1和4的打印出來
awk '/linux/' #包含linux文本的行(可以用正則表達(dá)式來指定,超級(jí)強(qiáng)大)
awk '!/linux/' #不包含linux文本的行
使用-F來設(shè)置定界符(默認(rèn)為空格)
awk -F: '{print $NF}' /etc/passwd
使用getline,將外部shell命令的輸出讀入到變量cmdout中
echo | awk '{"grep root /etc/passwd" | getline cmdout; print cmdout }'
for(i=0;i<10;i++){print $i;}
for(i in array){print array[i];}
eg:以下字符串,打印出其中的時(shí)間串
2015_04_02 20:20:08: mysqli connect failed, please check connect info
$echo '2015_04_02 20:20:08: mysqli connect failed, please check connect info'|awk -F ":" '{ for(i=1;i<=;i++) printf("%s:",$i)}'
>2015_04_02 20:20:08: # 這種方式會(huì)將最后一個(gè)冒號(hào)打印出來
$echo '2015_04_02 20:20:08: mysqli connect failed, please check connect info'|awk -F':' '{print $1 ":" $2 ":" $3; }'
>2015_04_02 20:20:08 # 這種方式滿足需求
而如果需要將后面的部分也打印出來(時(shí)間部分和后文分開打印)
$echo '2015_04_02 20:20:08: mysqli connect failed, please check connect info'|awk -F':' '{print $1 ":" $2 ":" $3; print $4;}'
>2015_04_02 20:20:08
>mysqli connect failed, please check connect info
以逆序的形式打印行:(tac命令的實(shí)現(xiàn))
seq 9| \
awk '{lifo[NR] = $0; lno=NR} \
END{ for(;lno>-1;lno--){print lifo[lno];}
} '
ps -fe| grep msv8 | grep -v MFORWARD | awk '{print $2}' | xargs kill -9;
awk 'NR<=10{print}' filename
awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){ \
print buffer[i %10]} } ' filename
ls -lrt | awk '{print $6}'
ls -lrt | cut -f6
seq 100| awk 'NR==4,NR==6{print}'
awk '/start_pattern/, /end_pattern/' filename
示例
seq 100 | awk '/13/,/15/'
cat /etc/passwd| awk '/mai.*mail/,/news.*news/'
index(string,search_string):返回search_string在string中出現(xiàn)的位置
sub(regex,replacement_str,string):將正則匹配到的第一處內(nèi)容替換為replacement_str;
match(regex,string):檢查正則表達(dá)式是否能夠匹配字符串;
length(string):返回字符串長度
echo | awk '{"grep root /etc/passwd" | getline cmdout; print length(cmdout) }'
printf 類似c語言中的printf,對(duì)輸出進(jìn)行格式化
seq 10 | awk '{printf "->%4s\n", $1}'
while read line;
do
echo $line;
done < file.txt
改成子shell:
cat file.txt | (while read line;do echo $line;done)
cat file.txt| awk '{print}'
for word in $line;
do
echo $word;
done
${string:start_pos:num_of_chars}:從字符串中提取一個(gè)字符;(bash文本切片)
${#word}:返回變量word的長度
for((i=0;i<${#word};i++))
do
echo ${word:i:1);
done
以ASCII字符顯示文件
$od -c filename