Linux 文本常用工具

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 [:class:] [:class:]
eg: tr
‘[:lower:]’’[:upper:]’
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’

$>[this][is][en][example]子串匹配标记第一个匹配的括号内容使用标记来引用se{d}^{\prime }s/hello([0-9])/{/}^{\prime }双引号求值sed通常用单引号来引用；也可使用双引号，使用双引号后，双引号会对表达式求值：se{d}^{\prime }s/$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 += KaTeX parse error: Expected 'EOF', got '}' at position 3: 1;}̲ END {print "==…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
‘NR1,NR4 {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<
10
;i++){print $i;}
for
(i
in
array){print array[i];}
eg:
以逆序的形式打印行：(tac命令的实现）
seq
9
|

awk
'{lifo[NR] = $0; lno=NR}

END{ for(;lno>-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<11;i++){
print buffer[i %10]} } ’
filename
打印指定列
awk方式实现：
ls -lrt | awk
‘{print $6}’
cut方式实现
ls -lrt | cut -f6
打印指定文本区域
确定行号
seq
100
| awk
‘NR4,NR6{print}’
确定文本
打印处于startpattern 和endpattern之间的文本；
awk
‘/start_pattern/, /end_pattern/’
filename
eg:
seq
100
| awk
‘/13/,/15/’
cat /etc/passwd| awk
‘/mai.*mail/,/news.*news/’
awk常用内建函数
index(string,search_string):返回search_string在string中出现的位置
sub(regex,replacement_str,string):将正则匹配到的第一处内容替换为replacement_str;
match(regex,string):检查正则表达式是否能够匹配字符串；
length(string)：返回字符串长度
echo | awk
‘{“grep root /etc/passwd” | getline cmdout; print length(cmdout) }’
printf 类似c语言中的printf，对输出进行格式化
eg：
seq
10
| awk
‘{printf "->%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

2. 迭代每一个字符
   $string:startpos:numo{f}_{c}hars：从字符串中提取一个字符；(bash文本切片）${#word}:返回变量word的长度
   for
   ((i=
   0
   ;i<${#word};i++))
   do
   echo ${word:i:
   1
   );
   done