大数据基础之shell（十）：Shell工具（重点）

一、cut

cut的工作就是“剪”，具体的说就是在文件中负责剪切数据用的。cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段输出。

1、基本用法

cut [选项参数] filename

说明：默认分隔符是制表符

2、选项参数说明

选项参数	功能
-f	列号，提取第几列
-d	分隔符，按照指定分隔符分割列

3、案例实操

（0）数据准备

[root@hdp101 ~]# touch cut.txt
[root@hdp101 ~]# vim cut.txt
dong shen
guan zhen
wo  wo
lai  lai
le  le

（1）切割cut.txt第一列

[root@hdp101 ~]# cut -d " " -f 1 cut.txt
dong
guan
wo
lai
le

（2）切割cut.txt第二、三列

[root@hdp101 ~]# cut -d " " -f 2,3 cut.txt
shen
zhen
 wo
 lai
 le

（3）在cut.txt文件中切割出guan

[root@hdp101 ~]# cat cut.txt | grep "guan" | cut -d " " -f 1
guan

（4）选取系统PATH变量值，第2个“：”开始后的所有路径：

[root@hdp101 ~]# echo $PATH
/opt/module/maven/bin:/opt/module/java/bin:/opt/module/java/jre/bin:/opt/module/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin

[root@hdp101 ~]# echo $PATH | cut -d: -f 2-
/opt/module/java/bin:/opt/module/java/jre/bin:/opt/module/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin

（5）切割ifconfig 后打印的IP地址

[root@hdp101 ~]# ifconfig eth0 | grep "inet addr" | cut -d: -f 2 | cut -d" " -f1
192.168.1.102

二、sed

sed是一种流编辑器，它一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”，接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有改变，除非你使用重定向存储输出。

1、基本用法

sed [选项参数] ’command’ filename

2、选项参数说明

选项参数	功能
-e	直接在指令列模式上进行sed的动作编辑。

3、命令功能描述

命令	功能描述
a
新增，a的后面可以接字串，在下一行出现
d	删除
s	查找并替换

4、案例实操

（0）数据准备

[root@hdp101 ~]# touch sed.txt
[root@hdp101 ~]# vim sed.txt
dong shen
guan zhen
wo  wo
lai  lai

le  le

（1）将“mei nv”这个单词插入到sed.txt第二行下，打印。

[root@hdp101 ~]# sed '2a mei nv' sed.txt
dong shen
guan zhen
mei nv
wo  wo
lai  lai

le  le

注意：文件并没有改变

（2）删除sed.txt文件所有包含wo的行

[root@hdp101 ~]# sed '/wo/d' sed.txt
dong shen
guan zhen
lai  lai

le  le

（3）将sed.txt文件中wo替换为ni

[root@hdp101 ~]# sed 's/wo/ni/g' sed.txt
dong shen
guan zhen
ni  ni
lai  lai

le  le

注意：‘g’表示global，全部替换

（4）将sed.txt文件中的第二行删除并将wo替换为ni

[root@hdp101 ~]# sed -e '2d' -e 's/wo/ni/g' sed.txt
dong shen
ni  ni
lai  lai

le  le

三、awk

一个强大的文本分析工具，把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行分析处理。

1、基本用法

awk [选项参数] ‘pattern1{action1} pattern2{action2}…’ filename

pattern：表示AWK在数据中查找的内容，就是匹配模式

action：在找到匹配内容时所执行的一系列命令

2、选项参数说明

选项参数	功能
-F	指定输入文件折分隔符
-v	赋值一个用户定义变量

3、案例实操

（0）数据准备

[root@hdp101 ~]# cp /etc/passwd ./ 

（1）搜索passwd文件以root关键字开头的所有行，并输出该行的第7列。

[root@hdp101 ~]# awk -F: '/^root/{print $7}' passwd
/bin/bash

（2）搜索passwd文件以root关键字开头的所有行，并输出该行的第1列和第7列，中间以“，”号分割。

[atguigu@hadoop102 datas]$ awk -F: '/^root/{print $1","$7}' passwd
root,/bin/bash

注意：只有匹配了pattern的行才会执行action

（3）只显示/etc/passwd的第一列和第七列，以逗号分割，且在所有行前面添加列名user，shell在最后一行添加"dahaige，/bin/zuishuai"。

[root@hdp101 ~]# awk -F : 'BEGIN{print "user, shell"} {print $1","$7} END{print "dahaige,/bin/zuishuai"}' passwd
user, shell
root,/bin/bash
bin,/sbin/nologin
...
hive,/bin/bash
mysql,/bin/false
redis,/sbin/nologin
dahaige,/bin/zuishuai

注意：BEGIN 在所有数据读取行之前执行；END 在所有数据执行之后执行。

（4）将passwd文件中的用户id增加数值1并输出

[root@hdp101 ~]# awk -v i=1 -F: '{print $3+i}' passwd
1
2
3
4

4、awk的内置变量

变量	说明
FILENAME	文件名
NR	已读的记录数
NF	浏览记录的域的个数（切割后，列的个数）

5、案例实操

（1）统计passwd文件名，每行的行号，每行的列数

[root@hdp101 ~]# awk -F: '{print "filename:"  FILENAME ", linenumber:" NR  ",columns:" NF}' passwd 
filename:passwd, linenumber:1,columns:7
filename:passwd, linenumber:2,columns:7
filename:passwd, linenumber:3,columns:7

（2）切割IP

[root@hdp101 ~]# ifconfig eth0 | grep "inet addr" | awk -F: '{print $2}' | awk -F " " '{print $1}'
192.168.1.102

（3）查询sed.txt中空行所在的行号

[root@hdp101 ~]# awk '/^$/{print NR}' sed.txt
5

四、sort

sort命令是在Linux里非常有用，它将文件进行排序，并将排序结果标准输出。

1、基本语法

sort(选项)(参数)

选项	说明
-n	依照数值的大小排序
-r	以相反的顺序来排序
-t	设置排序时所用的分隔字符
-k	指定需要排序的列

参数：指定待排序的文件列表

2、案例实操

（0）数据准备

[root@hdp101 ~]# touch sort.sh
[root@hdp101 ~]# vim sort.sh 
bb:40:5.4
bd:20:4.2
xz:50:2.3
cls:10:3.5
ss:30:1.6

（1）按照“：”分割后的第三列倒序排序。

[root@hdp101 ~]# sort -t : -nrk 3  sort.sh
bb:40:5.4
bd:20:4.2
cls:10:3.5
xz:50:2.3
ss:30:1.6