shell正则表达式——文本处理器使用方法

前言

• 在 Linux/UNIX 系统中包含很多种文本处理器或文本编辑器,其中包括我们之前学习过的VIM 编辑器与 grep 等
• grep，sed，awk 更是 shell 编程中经常用到的文本处理工具，被称之为 Shell 编程三剑客

一、sed工具使用方法

1.1 sed工具概述

• sed（Stream EDitor）是一个强大而简单的文本解析转换工具，可以读取文本，并根据指定的条件对文本内容进行编辑（删除、替换、添加、移动等），最后输出所有行或者仅输出处理的某些行
• sed 也可以在无交互的情况下实现相当复杂的文本处理操作，被广泛应用于 Shell 脚本中，用以完成各种自动化处理任务

1.2 sed的工作流程

• 读取——>执行——>显示三个过程
• 在所有的文件内容都被处理完成之前，上述过程将重复执行，直至所有内容被处理完
• 默认情况下,所有的 sed 命令都是在模式空间内执行的，因此输入的文件并不会发生任何变化，除非是用重定向存储输出
  • 读取
    • sed 从输入流（文件、管道、标准输入）中读取一行内容并存储到临时的缓冲区中（又称模式空间，pattern space）
  • 执行
    • 默认情况下，所有的 sed 命令都在模式空间中顺序地执行，除非指定了行的地址，否则 sed 命令将会在所有的行上依次执行
  • 显示
    • 发送修改后的内容到输出流。再发送数据后，模式空间将会被清空

1.3 sed命令常见方法

• 通常情况下调用 sed 命令有两种格式

sed[选项] 操作命令 参数

或

ed [选项] -f scriptfile 参数

• 注意
  • 其中，“参数”是指操作的目标文件，当存在多个操作对象时用，文件之间用逗号“，”分隔
  • scriptfile 表示脚本文件，需要用“-f”选项指定，当脚本文件出现在目标文件之前时，表示通过指定的脚本文件来处理输入的目标文件
• 常见的sed命令选项

选项	解释
-e 或–expression=	表示用指定命令或者脚本来处理输入的文本文件
-f 或–file=	表示用指定的脚本文件来处理输入的文本文件
-h 或–help	显示帮助
-n、–quiet 或 silent	表示仅显示处理后的结果
-i	直接编辑文本文件，直接编辑源文件

• 常见的操作
  • 操作”用于指定对文件操作的动作行为，也就是 sed 的命令
  • 通常情况下是采用的[n1[,n2]]”操作参数的格式。n1、n2 是可选的，不一定会存在，代表选择进行操作的行数
  • 如操作需要在 5～20 行之间进行，则表示为“5，20 动作行为

操作	解释
a	增加，在当前行下面增加一行指定内容
c	替换，将选定行替换为指定内容
d	删除，删除选定的行
i	插入，在选定行上面插入一行指定内容
p	打印，如果同时指定行，表示打印指定行；如果不指定行，则表示打印所有内容；如果有非打印字符，则以 ASCII 码输出。其通常与“-n”选项一起使用
s	替换，替换指定字符
y	字符转换

1.4 sed用法

1.4.1 输出符合条件的文本（p 表示正常输出）

sed -n 'p' test.txt  ##输出所有内容,等同于 cat test.txt

sed -n '3p' test.txt	##输出第 3 行

sed -n '3,5p' test.txt	##输出第 3~5 行

sed -n 'p；n' test.txt	##输出所有奇数行,n 表示读入下一行资料

sed -n 'n；p' test.txt	##输出所有偶数行,n 表示读入下一行资料

sed -n '1,5{p；n}' test.txt	##输出第 1~5 行之间的奇数行(第 1、3、5 行)

sed -n '10,${n；p}' test.txt	##输出第 10 行至文件尾之间的偶数行

在执行“sed –n ‘10,${n;p}’ test.txt”命令时，读取的第 1 行是文件的第 10 行，读取的第 2 行是文件的第 11 行，依此类推，所以输出的偶数行是文件的第 11 行、13 行直至文件结尾，其中包括空行

1.4.2 sed 命令与正则表达式结合使用

• sed 命令结合正则表达式时，格式略有不同，正则表达式以“/”包围

sed -n '/the/p' test.txt		##输出包含the 的行

sed -n '4，/the/p' test.txt		##输出从第 4 行至第一个包含 the 的行

sed -n '/the/=' test.txt		##输出包含the 的行所在的行号,等号(=)用来输出行号

sed -n '/^PI/p' test.txt		##输出以PI 开头的行

sed -n '/[0-9]$/p' test.txt		##输出以数字结尾的行

sed -n '/\<wood\>/p' test.txt		##输出包含单词wood 的行,\<、\>代表单词边界

1.5 删除符合条件的文本

• 下面命令中 nl 命令用于计算文件的行数，结合该命令可以更加直观地查看到命令执行的结果

nl test.txt | sed '3d'	##删除第 3 行

nl test.txt | sed '3,5d'	##删除第 3~5 行

nl test.txt | sed '/cross/d'	##删除包含cross 的行

nl test.txt | sed '/cross/! d'	##删除不包含cross 的行

sed '/^[a-z]/d' test.txt	##删除以小写字母开头的行

sed '/\.$/d' test.txt	##删除以"."结尾的行'

sed '/^$/d' test.txt	##删除所有空行'

sed -e '/^$/{n;/^$/d}' test.txt	 ##删除重复的空行，即连续的空行只保留一个,效果与“cat -s test.txt”相同，n 表示读下一行数据

1.6 替换符合条件的文本

• 使用 sed 命令进行替换操作时需要用到 s（字符串替换）、c（整行/整块替换）、y（字符转换）命令选项

sed 's/the/THE/' test.txt	##将每行中的第一个the 替换为 THE 
sed 's/l/L/2' test.txt	##将每行中的第 2 个l 替换为L 
sed 's/the/THE/g' test.txt	##将文件中的所有the 替换为THE
sed 's/o//g' test.txt	##将文件中的所有o 删除(替换为空串)
sed 's/^/#/' test.txt	##在每行行首插入#号
sed '/the/s/^/#/' test.txt		##在包含the 的每行行首插入#号
sed 's/$/EOF/' test.txt		##在每行行尾插入字符串EOF
sed '3,5s/the/THE/g' test.txt	##将第 3~5 行中的所有the 替换为 THE
sed '/the/s/o/O/g' test.txt	##将包含the 的所有行中的o 都替换为 O

1.7 迁移符合条件的文本

• 其中，H，复制到剪贴板；g、G，将剪贴板中的数据覆盖/追加至指定行；w，保存为文件；r，读取指定文件；a，追加指定内容

sed '/the/{H;d};$G' test.txt	##将包含the 的行迁移至文件末尾,{;}用于多个操作
sed '1,5{H;d};17G' test.txt	##将第 1~5 行内容转移至第 17 行后
sed '/the/w out.file' test.txt	##将包含the 的行另存为文件out.file 
sed '/the/r /etc/hostname' test.txt	##将文件/etc/hostname 的内容添加到包含the 的每行以后
sed '3aNew' test.txt		##在第 3 行后插入一个新行,内容为 New 
sed '/the/aNew' test.txt	##在包含the 的每行后插入一个新行,内容为 New
sed '3aNew1\nNew2' test.txt	##在第 3 行后插入多行内容,中间的\n 表示换行

1.8 使用脚本编辑文件

• 使用 sed 脚本，将多个编辑指令存放到文件中（每行一条编辑指令），通过“-f”选项来调用

sed '1,5{H;d};17G' test.txt	##将第 1~5 行内容转移至第 17 行后
##以上操作可以改用脚本文件方式：
[root@localhost ~]# vi opt.list		##编辑指令放到/opt.list中
1,5H
1,5d
17G
[root@localhost ~]# sed -f opt.list test.txt ##使用opt.list文件指令编辑test.txt文件

1.9 sed 直接操作文件示例

• 编写一个脚本，用来调整 vsftpd 服务配置：禁止匿名用户，但允许本地用户（也允许写入）

[root@localhost ~]# vim local_only_ftp.sh 
#!/bin/bash
# 指定样本文件路径、配置文件路径
SAMPLE="/usr/share/doc/vsftpd-3.0.2/EXAMPLE/INTERNET_SITE/vsftpd.conf " CONFIG="/etc/vsftpd/vsftpd.conf"   
# 备份原来的配置文件,检测文件名为/etc/vsftpd/vsftpd.conf.bak 备份文件是否存在, 若不存在则使用 cp 命令进行文件备份
[ ! -e "$CONFIG.bak" ] && cp $CONFIG $CONFIG.bak # 基于样本配置进行调整,覆盖现有文件
sed -e '/^anonymous_enable/s/YES/NO/g' $SAMPLE > $CONFIG
sed -i -e '/^local_enable/s/NO/YES/g' -e '/^write_enable/s/NO/YES/g' $CONFIG 
grep "listen" $CONFIG || sed -i '$alisten=YES' $CONFIG
# 启动vsftpd 服务,并设为开机后自动运行
systemctl restart vsftpd
systemctl enable vsftpd 
[root@localhost ~]# chmod +x local_only_ftp.sh '增加权限'

1.10 sed命令总结

• sed工具除了调用文件或脚本执行命令，否则命令都需要加上’'符号
  • 即：调用 sed 命令有两种格式

sed[选项] '操作' 参数
sed [选项] -f scriptfile 参数

• 其中，“参数”是指操作的目标文件，当存在多个操作对象时用，文件之间用逗号“，”分隔
• scriptfile 表示脚本文件，需要用“-f”选项指定，当脚本文件出现在目标文件之前时，表示通过指定的脚本文件来处理输入的目标文件
• -n选项在符合条件输出和结合正则表达式的时候使用
• {}用于奇数行和偶数行的筛选或者奇数行和偶数号的其他操作
• sed 命令结合正则表达式时，格式略有不同，正则表达式以“/”包围
• 使用sed删除命令时，nl 命令用于计算文件的行数，结合该命令可以更加直观地查看到命令执行的结果，而不使用-n

二、awk工具使用方法

• 在 Linux/UNIX 系统中，awk 是一个功能强大的编辑工具，逐行读取输入文本，并根据指定的匹配模式进行查找，对符合条件的内容进行格式化输出或者过滤处理，可以在无交互的情况下实现相当复杂的文本操作，被广泛应用于 Shell 脚本，完成各种自动化配置任务

2.1 awk常见用法

• 通常情况下 awk 所使用的命令格式为

awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2 „	##过滤并输出文件符条件的内容
awk -f 脚本文件 文件 1 文件 2 „	##从脚本中调用编辑指令,过滤并输出内容

##其中，单引号加上大括号“{}”用于设置对数据进行的处理动作
##awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进行处理

• sed 命令常用于一整行的处理,而 awk 比较倾向于将一行分成多个“字段”然后再进行处理，且默认情况下字段的分隔符为空格或者 tab 键,awk 执行结果可以通过 print 的功能将字段数据打印显示
• 在使用 awk 命令的过程中,可以使用逻辑操作符“&&”，表示“与”， “||”表示“或”，“！”表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别 表示加、减、乘、除、取余和乘方

[root@localhost ~]# awk -F ':' '{print $1,$3,$4}' /etc/passwd  ##查看/etc/passwd的用户名（$1），用户ID($3)，组ID等列($4)
$1,$3,$4之间用逗号隔开，输出的内容会有空格间隔
若$1 $3 $4之间不用逗号隔开，则输出的内容不会有空格间隔，会连在一起

• awk 从输入文件或者标准输入中读入信息，与 sed 一样，信息的读入也是逐行读取的

• 不同的是 awk 将文本文件中的一行视为一个记录，而将一行中的某一部分（列）作为记录中的一个字段（域）

• 为了操作这些不同的字段，awk 借用 shell 中类似于位置变量的方法， 用$1、$2、$3„顺序地表示行（记录）中的不同字段。另外 awk 用$0 表示整个行（记录）

• 不同的字段之间是通过指定的字符分隔

• awk 默认的分隔符是空格

• awk 允许在命令行中用“-F 分隔符”的形式来指定分隔符
  

2.2 awk 包含的几个特殊的内建变量（可直接用）

变量	解释
FS	指定每行文本的字段分隔符，默认为空格或制表位（tab）
NF	当前处理的行的字段个数
NR	当前处理的行的行号（序数）
$0	当前处理的行的整行内容
$n	当前处理行的第 n 个字段（第 n 列）
FILENAME	被处理的文件名
RS	数据记录分隔，默认为\n，即每行为一条记录（\n表示回车）

2.3 awk用法

2.3.1 按行输出文本

awk '{print}' test.txt 		##输出所有内容，等同于cat test.txt

awk '{print $0}' test.txt 		##输出所有内容，等同于cat test.txt

awk 'NR==1,NR==3{print}' test.txt 		##输出第1~3行内容

awk '(NR>=1)&&(NR<=3){print}' test.txt 		##输出第1~3行内容

awk 'NR==1||NR==3{print}' test.txt 		##输出1行，第3行内容

awk '(NR%2)==1{print}' test.txt 		##输出所有奇数行内容

awk '(NR%2)==0{print}' test.txt 		##输出所有偶数行内容

awk '/^root/{print}' /etc/passwd 		##输出以root开头的行

awk '/nologin$/{print}' /etc/passwd		##输出以 nologin 结尾的行

awk 'BEGIN {x=0} ; /\/bin\/bash$/{x++};END {print x}' /etc/passwd  ##统计以/bin/bash 结尾的行数,等同于 grep -c "/bin/bash$" /etc/passwd 

awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf  	##统计以空行分隔的文本段落数

2.3.2 按字段输出文本

awk '{print $3}' test.txt	##输出每行中(以空格或制表位分隔)的第 3 个字段

awk '{print $1,$3}' test.txt	##输出每行中的第 1、3 个字段'

awk -F: '$2=="!!"{print}' /etc/shadow 	##输出密码为空的用户的shadow 记录

awk 'BEGIN {FS=":"}; $2=="!!"{print}' /etc/shadow		##输出密码为空的用户的shadow 记录

awk -F: '$7~"/bash"{print $1}' /etc/passwd		##输出以冒号分隔且第 7 个字段中包含/bash 的行的第 1 个字段

awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services	##输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段

awk -F: '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd	  ##输出第 7 个字段既不为/bin/bash 也不为/sbin/nologin 的所有行

2.3.3 通过管道、双引号调用 Shell 命令

• 操作命令放在{}中
• 管道符号前面的命令输出的内容交给管道符号后面的命令处理
• 结合正则表达式，正则表达式同样要被/包围
• 调用的shell命令需要用""引起来
• {}中多个命令之间也能过；分隔

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd  ##调用wc -l 命令统计使用bash 的用户个数,等同于 grep -c "bash$" /etc/passwd 

awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}'  ##调用w 命令,并用来统计在线用户数

awk -F.'BEGIN { "hostname" | getline ; print $1}'  ##调用hostname,并输出当前的主机名

2.4 总结

• sed操作指令置于’'中，awk比sed多一个{}
• 常用选项
  • w 显示已经登录的用户及正在进行的操作
  • who 显示已经登录的用户名、终端名称、登录时间及登录IP
  • whoami 显示当前用户的用户名
  • who am i 显示登录系统的时候的用户名，即使已经切换到其他用户也显示登录时的用户
• 一般输出关于段，列的信息使用awk，其他的使用sed或grep更加方便
• awk输出的奇偶行都使用绝对路径
• sed输出的奇偶行都使用相对路径
• 使用awk调用shell命令，统计数量时，n是个变量，可自定义
• 若没有定义n的初始值，则n=0
• awk判断条件中双引号之间的内容，如果有特殊符号不需要使用转义符
• FS在{}中间使用，F在{}外面使用

三、sort工具与uniq工具

3.1 sort工具

• 在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc
• sort 是一个以行为单位对文件内容进行排序的工具，也可以根据不同的数据类型来排序
• sort 命令的语法

sort [选项] 参数

• sort命令常用选项

选项	解释
-f	忽略大小写
-b	忽略每行前面的空格
-M	按照月份进行排序
-n	按照数字进行排序
-r	反向排序
-u	等同于 uniq，表示相同的数据仅显示一行
-t	指定分隔符，默认使用[Tab]键分隔
-o<输出文件>：	将排序后的结果转存至指定文件
-k	指定排序区域

• sort命令示例

##将/etc/passwd 文件中的账号进行排序，根据行首字母顺序排序
[root@localhost ~]# sort /etc/passwd
...省略内容
##将/etc/passwd 文件中第三列进行反向排序，根据第三列第一个字符的顺序排序
[root@localhost ~]# sort -t ':' -rk 3 /etc/passwd 
...省略内容
##将/etc/passwd 文件中第三列进行排序，并将输出内容保存至user.txt 文件中
[root@localhost ~]# sort -t ':' -k 3 /etc/passwd -o user.txt 
[root@localhost ~]# cat user.txt
...省略内容

3.2 uniq工具

• 在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc
• Uniq 工具在 Linux 系统中通常与 sort 命令结合使用，用于报告或者忽略文件中的重复行
• 命令语法格式

uniq [选项] 参数

• uniq命令常用选项

选项	解释
-c	进行计数
-d	仅显示重复行
-u	仅显示出现一次的行

• uniq命令示例

##删除 testfile 文件中的重复行
[root@localhost ~]# cat testfile   ##testfile文件内容自行定义
...省略内容
[root@localhost ~]# uniq testfile 
...省略内容

##删除 testfile 文件中的重复行，并在行首显示该行重复出现的次数
[root@localhost ~]# uniq -c testfile 
...省略内容

##查找 testfile 文件中的重复行
[root@localhost ~]# uniq -d testfile 
...省略内容