Linux中的高级文本处理命令，cut命令，sed命令，awk命令

1.2.1 cut命令 


cut命令可以从一个文本文件或者文本流中提取文本列。
 
cut语法
[root@www ~]# cut -d'分隔字符' -f fields    ## 用于有特定分隔字符
[root@www ~]# cut -c 字符区间            ## 用于排列整齐的信息
选项与参数：
-d：后面接分隔字符。与 -f 一起使用；
-f：依据 -d 的分隔字符将一段信息分割成为数段，用 -f 取出第几段的意思；
-c：以字符 (characters) 的单位取出固定字符区间；
 
PATH 变量如下
[root@www ~]#echo $PATH
 /bin:/usr/bin:/sbin:/usr/sbin:/usr/local/bin:/usr/X11R6/bin:/usr/games
# 1 | 2       | 3  | 4       | 5            | 6            | 7
 
 
将 PATH 变量取出，找出第五个路径。
# echo $PATH |cut -d':' -f 5
/usr/local/bin
 
 
将 PATH 变量取出，找出第三和第五个路径。
#echo $PATH |cut -d ':' -f 3,5
/sbin:/usr/local/bin
 
 
将 PATH 变量取出，找出第三到最后一个路径。
echo $PATH | cut-d ':' -f 3-
/sbin:/usr/sbin:/usr/local/bin:/usr/X11R6/bin:/usr/games
 
将 PATH 变量取出，找出第一到第三个路径。
#echo $PATH |cut -d ':' -f 1-3
/bin:/usr/bin:/sbin:
 
将 PATH 变量取出，找出第一到第三，还有第五个路径。
#echo $PATH |cut -d ':' -f 1-3,5
/bin:/usr/bin:/sbin:/usr/local/bin
 
实用例子:只显示/etc/passwd的用户和shell
#cat /etc/passwd| cut -d ':' -f 1,7
root:/bin/bash
daemon:/bin/sh
bin:/bin/sh
1.2.2 sed命令


注意测试下面的命令的时候不要用系统的文件，不要用/etc/passwd等
准备的文件名是：test.txt文件，文件内容如下：
1    zhangsan    test    http://www.baidu.com    2015-12-31
2    lisi    add    https://www.jd.com    2016-03-20
3    wangwu    test    http://v.hao123.com/dianshi    2017-01-01
4    zhaoliu    goshopping10    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    zhao10    goshopping    http://v.hao123.com/dianshi    2017-01-01
6    qian   10test    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    sun    goshopping    http://v.hao123.com/dianshi    2017-01-01
8    li    loveable    http://v.hao123.com/dianshi    2017-01-01
9    zhou    test    http://v.hao123.com/dianshi    2017-01-01
test    wu    goshopping    http://v.hao123.com/dianshi    2017-01-01
12    zheng    10goshopping10    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    check    gotest    http://v.hao123.com/dianshi    2017-01-01
14    feng    loveable    http://v.hao123.com/dianshi    2017-01-01
15    chen    loveable    http://v.hao123.com/dianshi    2017-01-01
16    chu    loveable    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    wei    goshopping    http://v.hao123.com/dianshi    2017-01-01
18    jiang    gotestpping    http://v.hao123.com/dianshi    2017-01-01
19    shen    check    http://v.hao123.com/dianshi    2017-01-01
20    han    goshopping    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    yang    goshopping    http://v.hao123.com/dianshi    2017-01-01
192.168.0.1    zhu    testing    http://v.hao123.com/dianshi    2017-01-01
23    qin    goshopping    http://v.hao123.com/dianshi    2017-01-01
24    you    test    http://v.hao123.com/dianshi    2017-01-01
test    xu    goshopping    http://v.hao123.com/dianshi    2017-01-01
26    he    goshopping    http://v.hao123.com/dianshi    2017-01-01
 
1/ 删除：d命令
$ sed '2d' test.txt                  -----删除example文件的第二行。
$ sed '2,$d' test.txt               -----删除example文件的第二行到末尾所有行。
$ sed '$d' test.txt                       -----删除example文件的最后一行。
$ sed '/test/'d test.txt         -----删除example文件所有包含test的行。
 
2/ 替换：s命令
$ sed's/test/mytest/g' test.txt                                 
## 在整行范围内把test替换为mytest。如果没有g标记，则只有每行第一个匹配的test被替换成mytest。
 
$ sed-n 's/^test/mytest/p' test.txt                          
## (-n)选项和p标志一起使用表示只打印那些发生替换的行。也就是说，如果某一行开头的test被替换成mytest，就打印它。
 
$ sed's/^192.168.0.1/&localhost/' test.txt           
## &符号表示追加一个串到找到的串后。所有以192.168.0.1开头的行都会被替换成它自已加 localhost，变成192.168.0.1localhost。
 
$ sed -n's/loveable/\1rs/p' test.txt
## love被标记为1，所有loveable会被替换成lovers，而且替换的行会被打印出来。
 
$ sed's#10#100#g' test.txt
## 不论什么字符，紧跟着s命令的都被认为是新的分隔符，所以，“#”在这里是分隔符，代替了默认的“/”分隔符。表示把所有10替换成100。
选定行的范围：逗号
 
$ sed -n'/test/,/check/p' test.txt
## 所有在模板test和check所确定的范围内的行都被打印。
 
$ sed -n'5,/^test/p' test.txt
## 打印从第五行开始到第一个包含以test开始的行之间的所有行。
 
$ sed'/test/,/check/s/$/sed test/' test.txt
## 对于模板test和west之间的行，每行的末尾用字符串sed test替换。
多点编辑：e命令
 
$ sed -e '15,25d'-e 's/test/check/' test.txt
## (-e)选项允许在同一行里执行多条命令。如例子所示，第一条命令删除15至25行，第二条命令用check替换test。命令的执行顺序对结果有影响。如果两个命令都是替换命令，那么第一个替换命令将影响第二个替换命令的结果。
 
$ sed--expression='s/test/check/' --expression='/love/d' test.txt
## 一个比-e更好的命令是--expression。它能给sed表达式赋值。(通过上面的命令将所有的test替换成龙check,将所有的带有love的行删除掉了)
 
3/ 从文件读入：r命令
$ sed '/test/rfile' test.txt
-----file里的内容被读进来，显示在与test匹配的行下面，如果匹配多行，则file的内容将显示在所有匹配行的下面。
 
4/ 写入文件：w命令
$ sed -n'/test/w file' test.txt
-----在example中所有包含test的行都被写入file里。
 
5/ 追加命令：a命令
$ sed'/^test/a\\--->this is a example' test.txt   
## '--->this is a example'被追加到以test开头的行后面，sed要求命令a后面有一个反斜杠。
 
 
6/ 插入：i命令
$ sed '/test/i\\some thing new-------------------------' test.txt
如果test被匹配，则把反斜杠后面的文本插入到匹配行的前面。
 
7/ 下一个：n命令
$ sed '/test/{ n; s/aa/bb/; }' test.txt
-----如果test被匹配，则移动到匹配行的下一行，替换这一行的aa，变为bb，并打印该行，然后继续。
 
8/ 退出：q命令
$ sed '10q' test.txt
-----打印完第10行后，退出sed。
 
1.2.3 awk命令


awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。
 
 
假设last -n 5的输出如下
[root@www ~]#last -n 5        ## 仅取出前五行
root    pts/1   192.168.1.100  Tue Feb 10 11:21   still logged in
root    pts/1   192.168.1.100  Tue Feb 10 00:46 - 02:28  (01:41)
root    pts/1   192.168.1.100  Mon Feb 9 11:41 - 18:30  (06:48)
dmtsai  pts/1   192.168.1.100  Mon Feb 9 11:41 - 11:41  (00:00)
root    tty1                   FriSep  5 14:09 - 14:10  (00:01)
 
如果只是显示最近登录的5个帐号
# last -n 5 |awk  '{print $1}'
root
root
root
dmtsai
root
awk工作流程是这样的：读入有'\n'换行符分割的一条记录，然后将记录按指定的域分隔符划分域，填充域，$0则表示所有域,$1表示第一个域,$n表示第n个域。默认域分隔符是"空白键" 或 "[tab]键",所以$1表示登录用户，$3表示登录用户ip,以此类推。
 
 
 
如果只是显示/etc/passwd的账户
# cat/etc/passwd |awk  -F ':'  '{print $1}' 
root
daemon
bin
sys
这种是awk+action的示例，每行都会执行action{print $1}。
-F指定域分隔符为':'
 
 
如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以tab键分割
#cat /etc/passwd|awk  -F ':'  '{print $1"\t"$7}'
root   /bin/bash
daemon /bin/sh
bin    /bin/sh
sys    /bin/sh
 
 
如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以逗号分割,而且在所有行添加列名name,shell,在最后一行添加"blue,/bin/nosh"。
cat/etc/passwd |awk  -F ':'  'BEGIN {print "name,shell"}  {print $1","$7} END {print "blue,/bin/nosh"}'
name,shell
root,/bin/bash
daemon,/bin/sh
bin,/bin/sh
sys,/bin/sh
....
blue,/bin/nosh
 
awk工作流程是这样的：先执行BEGING，然后读取文件，读入有/n换行符分割的一条记录，然后将记录按指定的域分隔符划分域，填充域，$0则表示所有域,$1表示第一个域,$n表示第n个域,随后开始执行模式所对应的动作action。接着开始读入第二条记录······直到所有的记录都读完，最后执行END操作。
 
 
搜索/etc/passwd有root关键字的所有行
#awk  -F: '/root/'  /etc/passwd
root:x:0:0:root:/root:/bin/bash
这种是pattern的使用示例，匹配了pattern(这里是root)的行才会执行action(没有指定action，默认输出每行的内容)。
 
搜索支持正则，例如找root开头的: awk -F:  '/^root/'  /etc/passwd
搜索/etc/passwd有root关键字的所有行，并显示对应的shell
# awk  -F':' '/root/{print $7}' /etc/passwd             
/bin/bash
 这里指定了action{print$7}
 
 
统计/etc/passwd:文件名，每行的行号，每行的列数，对应的完整行内容:
#awk  -F ':' '{print "filename:" FILENAME ",linenumber:" NR",columns:" NF ",linecontent:"$0}' /etc/passwd
filename:/etc/passwd,linenumber:1,columns:7,linecontent:root:x:0:0:root:/root:/bin/bash
filename:/etc/passwd,linenumber:2,columns:7,linecontent:daemon:x:1:1:daemon:/usr/sbin:/bin/sh
filename:/etc/passwd,linenumber:3,columns:7,linecontent:bin:x:2:2:bin:/bin:/bin/sh
filename:/etc/passwd,linenumber:4,columns:7,linecontent:sys:x:3:3:sys:/dev:/bin/sh
 
 
使用printf替代print,可以让代码更加简洁，易读
 awk  -F':' '{printf("filename:%s,linenumber:%s,columns:%s,linecontent:%s\n",FILENAME,NR,NF,$0)}'/etc/passwd