Linux中sed与awk的区别,sed和awk的使用

一、sed工具

1. grep, sed, awk区别：

grep: 文本搜索工具；egrep, fgrep

sed: stream editor, 流编辑器；

awk(gawk)：文本格式化工具，报告生成器

2.基本正则表达式元字符：

字符匹配：., [], [^]

次数匹配：*, \?, \+, \{m,n\}, \{n\}

位置锚定：^, $, \

分组及引用：\(\), \1, \2, ...

多选一：a|b|c

3.工作机制：每次读取一行文本至"模式空间(pattern space)"中，在模式空间中完成处理；将处理结果输出至标准输出设备；

4.语法：sed [OPTION]... {script} [input-file]...

5. 选项：

-r: 支持扩展正则表达式；

-n: 静默模式；

-e script1 -e script2 -e script3：指定多脚本运行；

-f /path/to/script_file：从指定的文件中读取脚本并运行；

-i: 直接修改源文件；

6. vim编辑中文本的查找替换：

地址定界s/要查找的内容/替换为的内容/要查找的内容：可使用正则表达式

替换为的内容：不支持正则表达式，但支持引用前面正则表达式分组中的内容

地址定界：%, startline,endline

7.地址定界：

#: 指定行；

$: 最后一行；

/regexp/：任何能够被regexp所匹配到的行；

\%regexp%：同上，只不过换作%为regexp边界符；

\%regexp%| ：匹配时忽略字符大小写；

startline,endline：

#,/regexp/：从#行开始，到第一次被/regexp/所匹配到的行结束，中间的所有行；

#,#

/regexp1/,/regexp2/：从第一次被/regexp1/匹配到的行开始，到第一次被/regexp2/匹配到的行结束，中间的所有行；

#,+n：从#行开始，一直到向下的n行；

first~step：指定起始行，以及步长；

1~2，2~2

8. sed的编辑命令

d: 删除模式空间中的行；

=：显示行号；

a \text：附加text

i \text：插入text，支持\n实现多行插入；

c \text：用text替换匹配到的行；

p: 打印模式空间中的行；

s/regexp/replacement/ g：替换由regexp所匹配到的内容为replacement； g: 全局替换；

w /path/to/somefile：把指定的内容另存至/path/to/somefile路径所指定的文件中；

r /path/from/somefile：在文件的指定位置插入另一个文件的所有内容，完成文件合并；

9.高级命令：

sed命令还有一个称作"hold space"的内存空间

h：用模式空间中的内容覆盖保持空间的内容；

H：把模式空间中的内容追加至保持空间中内容的后面；

g：从保持空间中取到其内容，并将其覆盖模式空间中的内容；

G：从保持空间中取到其内容，并将其追加在模式空间中的内容的后面；

x：把保持空间和模式空间中的进行交换；

n：读取匹配到的行的下一行至模式空间；(会覆盖模式空间中的原有内容)；

N：读取匹配到的行的下一行至模式空间，追加在模式空间中原有内容的后面；

d：删除模式空间中的内容；

D：删除多行模式空间中的首行；

注意：命令功能可使用!取反；分号可用于分隔脚本；

示例：sed 'G' /etc/issue： 在文件中的每行后方添加空白行；

sed '$!d' /etc/fstab：保留最后一行；

sed '/^$/d;G' /etc/issue: 保证指定的文件每一行后方有且只有一个空白行；

sed 'n;d' /etc/issue：保留奇数行；

练习1：

(1) 删除/boot/grub/grub.conf文件中所有行的行首的空白字符；

sed 's/^[[:space:]]\+//' /boot/grub/grub.conf

(2) 删除/etc/fstab文件中所有以#开头，后跟至少一个空白字符的行的行首的#和空白字符；

sed 's/^#[[:space:]]\+//' /etc/fstab

(3) 把/etc/fstab文件的奇数行另存为/tmp/fstab.3；

sed '1~2w /tmp/fstab.3' /etc/fstab

(4) echo一个文件路径给sed命令，取出其基名；进一步地，取出其路径名；

取基名：echo "/etc/sysconfig/network-scripts/" | sed 's@^.*/\([^/]\+\)/\?$@\1@'

取路径名：echo "/etc/sysconfig/network-scripts/" | sed 's@[^/]\+/\?$@@'

二、awk工具

1.awk: 报告生成器

AWK a.k.a Aho, Weinberger, Kernighan

Gnu AWK, gawk

2. 基本语法

awk [options] 'program' file file ...

awk [options] 'PATTERN{action}' file file ...

-F CHAR：输入分隔符

3. awk的输出

print item1, item2,...

要点：

(1) 各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔；

(2) 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式；数值会被隐式转换为字符串后输出；

(3) print后面item如果省略，相当于print $0；输出空白，使用pirnt ""；

4.awk的变量

内置变量，自定义变量

4.1 内置变量

FS：Field Seperator, 输入时的字段分隔符

# awk 'BEGIN{FS=":"}{print $1,$7}' /etc/passwd

RS：Record Seperator, 输入行分隔符

OFS: Output Field Seperator, 输出时的字段分隔符;

ORS: Outpput Row Seperator, 输出时的行分隔符；

NF：Numbers of Field，字段数

NR：Numbers of Record, 行数；所有文件的一并计数；

FNR：行数；各文件分别计数；

ARGV：数组，保存命令本身这个字符，awk '{print $0}' 1.txt 2.txt，意味着ARGV[0]保存awk,

ARGC: 保存awk命令中参数的个数；

FILENAME： awk正在处理的当前文件的名称；

4.2可自定义变量

-v var_name=VALUE  变量名区分字符大小写；

(1) 可以program中定义变量；

(2) 可以命令行中通过-v选项自定义变量；

5.awk的printf命令

5.1命令的使用格式：printf format, item1, item2,...

5.2要点：

(1) 要指定format；

(2) 不会自动换行；如需换行则需要给出\n

(3) format用于为后面的每个item指定其输出格式；

5.3    format格式的指示符都%开头，后跟一个字符：

%c: 显示字符的ASCII码；

%d, %i: 十进制整数；

%e, %E: 科学计数法显示数值；

%f: 显示浮点数；

%g, %G: 以科学计数法格式或浮点数格式显示数值；

%s: 显示字符串；

%u: 显示无符号整数；

%%: 显示%自身；

5.4修饰符：

#：显示宽度

-：左对齐

+：显示数值的符号

.#: 取值精度

6. awk输出重定向

print items > output-file

print items >> output-file

print items | command

6.1特殊文件描述符：

/dev/stdin: 标准输入

/dev/stdout: 标准输出

/dev/stderr: 错误输出

7.awk的操作符

7.1算术操作符：

x+y

x-y

x*y

x/y

x**y, x^y

x%y

-x：负值

+x：转换为数值

7.2 字符串操作符：连接

7.3赋值操作符：

=

+=

-=

*=

/=

%=

^=

**=

++

--

如果模式自身是=号，要写为/=/

7.3比较操作符：

<

<=

>

>=

==

!=

~：模式匹配，左边的字符串能够被右边的模式所匹配为真，否则为假；

!~:

7.4逻辑操作符：

&&：与

||：或

7.5条件表达式:

selector?if-true-expression:if-false-expression

7.6函数调用：

function_name(argu1,argu2)

8.模式

(1) Regexp: 格式为/PATTERN/    仅处理被/PATTERN/匹配到的行；

(2) Expression: 表达式，其结果为非0或非空字符串时满足条件；仅处理满足条件的行；

(3) Ranges: 行范围，此前地址定界， NR仅处理范围内的行

(4) BEGIN/END: 特殊模式，仅在awk命令的program运行之前(BEGIN)或运行之后(END)执行一次；

(5) Empty:空模式，匹配任意行；

9.常用的action

(1) Expressions

(2) Control statements

(3) Compound statements

(4) input statements

(5) output statements

10.控制语句

10.1if-else

格式：if (condition) {thenbody} else {else body}# awk -F: '{if ($3>=500) {print$1,"is a common user"} else {print $1, "is an admin or systemuser"}}' /etc/passwd

# awk '{if (NF>=8) {print}}'/etc/inittab

10.2while

格式：while(condition) {while body}# awk '{i=1; while (i<=NF){printf"%s ",$i;i+=2};print ""}' /etc/inittab

# awk '{i=1; while (i<=NF){if(length($i)>=6) {print $i}; i++}}' /etc/inittab

length()函数：取字符串的长度

10.3do-while循环

格式：do {do-while body} while (condition)

10.4for循环

格式：for(variable assignment; condition; iteration process) {for body}# awk '{for (i=1;i<=NF;i+=2){printf"%s ",$i};print ""}' /etc/inittab

# awk '{for (i=1;i<=NF;i++){if (length($i)>=6)print $i}}' /etc/inittab

for循环可用来遍历数组元素：语法：for (iin array) {for body}

10.5case语句

语法：switch (expression){case VALUE or /RGEEXP/: statement1;... default: stementN}

10.6循环控制

Break      continue

10.7next

提前结束对本行的处理进而提前进入下一行的处理；# awk -F: '{if($3%2==0) next;print $1,$3}'/etc/passwd

# awk -F: '{if(NR%2==0) next; print NR,$1}'/etc/passwd

10.数组

传统数组：Index编号从1开始；

10.1  array[index-expression]

index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式；A[first]="hello awk"

print A[second]

10.2要遍历数组中的每一个元素，需要使用如下特殊结构：

for (var in array) {for body}

其var会遍历array的索引；

state[LISTEN]++

state[ESTABLISHED]++# netstat -tan | awk'/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'

# awk '{ip[$1]++}END{for (i in ip) {printi,ip[i]}}' /var/log/httpd/access_log

10.3删除数组元素：

delete array[index]

11.awk的内置函数

11.1 split(string,array[,fieldsep[,seps]])：

功能：将string表示的字符串以fieldsep为分隔符进行切片，并切片后的结果保存至array为名的数组中；数组下标从1开始；root:x:0:0::/root:/bin/bash

user[1]="root", user[2]

此函数有返回值，返回值为切片后的元素的个数# netstat -tn | awk'/^tcp/{lens=split($5,client,":");ip[client[1]]++}END{for (i in ip)print i,ip[i]}'

11.2 length(string)

功能：返回给定字串的长度

11.3 substr(string,start[,length])

功能：从string中取子串，从start为起始位置为取length长度的子串；

示例：把/etc/passwd按:切片[root@localhost ~]# awk -F: '{print$1,$NF}' /etc/passwd

root /bin/bash

bin /sbin/nologin

daemon /sbin/nologin

adm /sbin/nologin

lp /sbin/nologin

sync /bin/sync