Linux文件处理常用命令总结
说明:本文中语法及参数说明多转载自菜鸟教程
sort
Linux sort命令用于将文本内容加以排序,以行为单位来排序。
语法
sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]
参数说明
- -b 忽略每行前面开始出的空格字符。
- -c 检查文件是否已经按照顺序排序。
- -d 排序时,处理英文字母、数字及空格字符外,忽略其他的字符。
- -f 排序时,将小写字母视为大写字母。
- -i 排序时,除了040至176之间的ASCII字符外,忽略其他的字符。
- -k 排序时,指定字段为排序的键,如-k1,表示用第一个字段
- -m 将几个排序好的文件进行合并。
- -M 将前面3个字母依照月份的缩写进行排序。
- -n 依照数值的大小排序。
- -u 意味着是唯一的(unique),输出的结果是去完重了的。
- -o<输出文件> 将排序后的结果存入指定的文件。
- -r 以相反的顺序来排序。
- -t<分隔字符> 指定排序时所用的栏位分隔字符。
- +<起始栏位>-<结束栏位> 以指定的栏位来排序,范围由起始栏位到结束栏位的前一栏位,从0开始。
- –help 显示帮助。
- –version 显示版本信息。
实例
sort -t: -nk5 -r databook # 以第五个字段数值降序进行排序
sort -t: -n +4 -r databook # 下标为4 的区域
cut
Linux cut命令用于列截取文件。
语法
cut [-bn] [file]
cut [-c] [file]
cut [-df] [file]
参数
- -b :以字节为单位进行分割。这些字节位置将忽略多字节字符边界,除非也指定了 -n 标志。
- -c :以字符为单位进行分割。
- -d :自定义分隔符,默认为制表符。
- -f :与-d一起使用,指定显示哪个区域。
- -n :取消分割多字节字符。仅和 -b 标志一起使用。如果字符的最后一个字节落在由 -b 标志的 List 参数指示的
范围之内,该字符将被写出;否则,该字符将被排除。
实例
cut -d: -f1,5 databook # Display name and salary in the databook.
grep
LInux grep命令用于查找文件里符合条件的字符串,常与正则表达式搭配使用。
语法
grep [-abcEFGhHilLnqrsvVwxy][-A<显示行数>][-B<显示列数>][-C<显示列数>][-d<进行动作>][-e<范本样式>][-f<范本文件>][--help][范本样式][文件或目录...]
常用参数
- -a 或 --text : 不要忽略二进制的数据。
- -A<显示行数> 或 --after-context=<显示行数> : 除了显示符合范本样式的那一列之外,并显示该行之后的内容。
- -b 或 --byte-offset : 在显示符合样式的那一行之前,标示出该行第一个字符的编号。
- -B<显示行数> 或 --before-context=<显示行数> : 除了显示符合样式的那一行之外,并显示该行之前的内容。
- -c 或 --count : 计算符合样式的列数。
- -C<显示行数> 或 --context=<显示行数>或-<显示行数> : 除了显示符合样式的那一行之外,并显示该行之前后的内容。
- -d <动作> 或 --directories=<动作> : 当指定要查找的是目录而非文件时,必须使用这项参数,否则grep指令将回报信息并停止动作。
- -e<范本样式> 或 --regexp=<范本样式> : 指定字符串做为查找文件内容的样式。
- -E 或 --extended-regexp : 将样式为延伸的正则表达式来使用。
- -f<规则文件> 或 --file=<规则文件> : 指定规则文件,其内容含有一个或多个规则样式,让grep查找符合规则条件的文件内容,格式为每行一个规则样式。
- -F 或 --fixed-regexp : 将样式视为固定字符串的列表。
- -G 或 --basic-regexp : 将样式视为普通的表示法来使用。
- -h 或 --no-filename : 在显示符合样式的那一行之前,不标示该行所属的文件名称。
- -H 或 --with-filename : 在显示符合样式的那一行之前,表示该行所属的文件名称。
- -i 或 --ignore-case : 忽略字符大小写的差别。
- -l 或 --file-with-matches : 列出文件内容符合指定的样式的文件名称。
- -L 或 --files-without-match : 列出文件内容不符合指定的样式的文件名称。
- -n 或 --line-number : 在显示符合样式的那一行之前,标示出该行的列数编号。
- -o 或 --only-matching : 只显示匹配PATTERN 部分。
- -q 或 --quiet或–silent : 不显示任何信息。
- -r 或 --recursive : 此参数的效果和指定"-d recurse"参数相同。
- -s 或 --no-messages : 不显示错误信息。
- -v 或 --invert-match : 显示不包含匹配文本的所有行。
- -V 或 --version : 显示版本信息。
- -w 或 --word-regexp : 只显示全字符合的列。
- -x --line-regexp : 只显示全列符合的列。
- -y : 此参数的效果和指定"-i"参数相同。
范例
录入一些有关wisdom的名言在wisdom文件中
可以看到莎翁的有很多,我们把它们找出来:
grep -i 'shakespeare' wisdom
找出不含wisdom这个词的句子,列出行号:
grep -nvi 'wisdom' wisdom
sed
Linux sed命令是利用脚本来处理文本文件,可依照脚本的指令来处理、编辑文本文件,主要用来自动编辑一个或多个文件以简化对文件的反复操作、编写转换程序等。
语法
sed [-hnV][-e<script>][-f<script文件>][文本文件]
参数说明
- -e 以选项中指定的script来处理输入的文本文件。
- -f<script文件>或–file=<script文件> 以选项中指定的script文件来处理输入的文本文件。
- -h或–help 显示帮助。
- -n或–quiet或–silent 仅显示script处理后的结果。
- -V或–version 显示版本信息。
动作说明
- a :新增, a 的后面可以接字串,而这些字串会在新的一行出现(目前的下一行)~
- c :取代, c 的后面可以接字串,这些字串可以取代 n1,n2 之间的行!
- d :删除,因为是删除啊,所以 d 后面通常不接任何咚咚;
- i :插入, i 的后面可以接字串,而这些字串会在新的一行出现(目前的上一行);
- p :打印,亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行~
- s :取代,可以直接进行取代的工作哩!通常这个 s 的动作可以搭配正规表示法!例如 1,20s/old/new/g 就是啦!
范例:
删除一至三行:sed '1,3d' filename
打印五至十行:sed -n '5,10' filename
单个字符串s1替换为s2:sed 's/s1/s2/' filename
包含指定字符串string的行整行替换为"NO FOUND 404":
sed 'string/c NO FOUND 404/' filename
或者 :sed 's/.*string.*/NO FOUND 404/' filename
或者:sed '/string/s/.*/NO FOUND 404/'
注意:
sed 范式中的分隔符可以不为"/",在需要匹配的字符串中有"/“时可以采用其他字符,如”?"以避免频繁地使用转义字符。
awk
AWK 是一种处理文本文件的语言,是一个强大的文本分析工具。
之所以叫 AWK 是因为其取了三位创始人 Alfred Aho,Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符。
语法
awk [选项参数] 'script' var=value file(s)
或
awk [选项参数] -f scriptfile var=value file(s)
选项参数说明
- -F fs or --field-separator fs
指定输入文件折分隔符,fs是一个字符串或者是一个正则表达式,如-F:。 - -v var=value or --asign var=value
赋值一个用户定义变量。 - -f scripfile or --file scriptfile
从脚本文件中读取awk命令。 - -mf nnn and -mr nnn
对nnn值设置内在限制,-mf选项限制分配给nnn的最大块数目;-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能,在标准awk中不适用。 - -W compact or --compat, -W traditional or --traditional
在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样,所有的awk扩展都被忽略。 - -W copyleft or --copyleft, -W copyright or --copyright
打印简短的版权信息。 - -W help or --help, -W usage or --usage
打印全部awk选项和每个选项的简短说明。 - -W lint or --lint
打印不能向传统unix平台移植的结构的警告。 - -W lint-old or --lint-old
打印关于不能向传统unix平台移植的结构的警告。 - -W posix
打开兼容模式。但有以下限制,不识别:/x、函数关键字、func、换码序列以及当fs是一个空格时,将新行作为一个域分隔符;操作符和=不能代替和=;fflush无效。 - -W re-interval or --re-inerval
允许间隔正则表达式的使用,参考(grep中的Posix字符类),如括号表达式[[:alpha:]]。 - -W source program-text or --source program-text
使用program-text作为源代码,可与-f命令混用。 - -W version or --version
打印bug报告信息的版本
常用内置变量
-
FS:输入字段分隔符, 默认为空白字符
-
OFS:输出字段分隔符, 默认为空白字符
-
RS:输入记录分隔符(输入换行符), 指定输入时的换行符
-
ORS:输出记录分隔符(输出换行符),输出时用指定符号代替换行符
-
NF:number of Field,当前行的字段的个数(即当前行被分割成了几列),字段数量
-
NR:行号,当前处理的文本行的行号
-
FNR:各文件分别计数的行号
-
FILENAME:当前文件名
-
ARGC:命令行参数的个数
-
ARGV:数组,保存的是命令行所给定的各参数
范例
指定分隔符为冒号或空格,打印三至五行同时加行号:awk -F'[: ]+' '{if(NR>=3 || NR<=5)print NR,$0} filename'
wisdom文件中author为proverb的句子:awk -F'--' '$2~/Proverb/{print $0}' wisdom
贴一张正则元字符
贴一个大佬的博客:Linux三剑客之awk命令
删除空白行
只删除纯空行:
grep -v '^$' filename
sed '/^$/d' filename
sed -n '/./p' filename
sed '/^\s*$/d' filename
awk '/./{print}' filename
awk '{if($0 != " ") print}' filename
删除纯空行和由空格组成的空行:
sed '/^[ ]*$/d' filename
总结
必须熟练掌握三剑客相关的参数和变量的使用,最好能用管道 |
、shell脚本编程和重定向的来充分提高对文件进行操作的效率,下面示范一个对wisdom文件的格式翻新操作。
命令如下:
cat wisdom |
while read line
do
author=`echo $line | cut -d- -f3`
saying=`echo $line | cut -d- -f1`
echo "$author said: $saying"
done
结果如下: