首页 > 代码库 > linux常用指令(3)文本处理

linux常用指令(3)文本处理

查看文件内容

cat /var/log/messages | grep mount   查看出错日志文件
tac file1 从最后一行开始反向查看一个文件的内容 
more file1 查看一个长文件的内容 
less file1 类似于 ‘more‘ 命令,但是它允许在文件中和正向操作一样的反向操作 
head -2 file1 查看一个文件的前两行 
tail -2 file1 查看一个文件的最后两行 
tail -f /var/log/messages 实时查看被添加到一个文件中的内容

 

patch和diff的用法

diff -Nuar test1 test2 > a.patch  比较两个文件或文件夹的差别输出到patch文件中

patch -p1 < a.patch 将a.patch和要修改的文件(test1)放在同一目录使test1被替换成test2,不能修改的部分放在.mk

patch -RE -p0 < a.patch  恢复

 

数据流重定向
0(stdin,使用<或<<)  1(stdout,使用>或>>)  2(stderr,使用2>或2>>)
cat  < txt > ttt       将文件txt的内容复制到ttt
cat   >txt < ttt       将文件ttt的内容复制到txt  <表示标准输入重定向可以用文件ttt的内容来替代键盘输入
cat  > txt <<"eof" 从标准输入写数据到txt中,输入eof时结束输入(txt中不会有eof) 
1>  1>>  2>  2>>  (没有空格)将正确(出错)数据输出(追加)到指定文件或设备(/dev/null)上
find /home -name .bashrc > txt_ringht 2> txt_error  出错信息在txt_error
find /home -name .bashrc > txt 2>&1     出错和正确信息都在txt
find /home -name .bashrc &> txt            出错和正确信息都在txt
tee 同时将数据流送到文件和屏幕
last | tee [-a] txt | cut -d ‘ ‘ -f1  将last的输出备份(追加)一份到txt中

 

grep命令
<1>参数: 
-i :忽略大小写   -c :打印匹配的总行数   -l :列出包含匹配项的文件名 -L:列出不包含匹配项的文件名
-v :查找不包含匹配项的行  -r :搜索子目录
-n:打印包含匹配项的行和行标     -w:匹配整个单词
<2>RE(正则表达式): 
\ 忽略正则表达式中特殊字符的原有含义 ^ 匹配正则表达式的开始行 $ 匹配正则表达式的结束行 [ ] 单个字符;如[A] 即A符合要求 [^]  匹配一个不在指定范围内的字符. 匹配一个非换行符的字符 * 匹配零个或多个先前字符 \<  锚定单词的开始,如:\<grep匹配包含以grep开头的单词的行。\>  锚定单词的结束,如grep\>匹配包含以grep结尾的单词的行。x\{m\} 连续重复字符x,m次,如:o\{5\}匹配包含连续5个o的行。x\{m,\} 连续重复字符x,至少m次,如:o\{5,\}匹配至少连续有5个o的行。x\{m,n\} 连续重复字符x,至少m次,不多于n次,如:o\{5,10\}匹配连续5--10个o的行。\w  匹配一个文字和数字字符,也就是[A-Za-z0-9],如:G\w*p匹配以G后跟零个或多个文字或数字字符,然后是p。\W  w的反置形式,匹配一个非单词字符,如点号句号等。\W*则可匹配多个。\b  单词锁定符,如: \bgrep\b只匹配grep,即只能是grep这个单词,两边均为空格。

<3>example

dmesg | grep -n -A3 -B2 --color=auto eth   //列出内核信息,含有关键字‘eth‘,及关键字所在行的前两行(-B2)和后3行(-A3),grep -n ^the txt            //匹配文件txt中行首是"the"的行grep -n \.$ txt                //匹配txt中以‘.‘结尾的行(注意是转义字符)grep -n ^[^a-zA-Z] txt     //匹配不义字母开头的行grep -v ^$ txt | grep -v ^#      //不显示txt中的空白行和注释行grep -C number pattern files     //匹配的上下文分别显示[number]行,grep Aug -R /var/log/*     //在目录 ‘/var/log‘ 及随后的目录中搜索字符串"Aug" grep pattern1 | pattern2 files     //显示匹配 pattern1 或 pattern2 的行,grep pattern1 files | grep pattern2     //显示既匹配 pattern1 又匹配 pattern2 的行。grep ‘[a-z]\{5\}’ aa       //显示所有包含每个字符串至少有5个连续小写字符的字符串的行。echo $PATH | cut -d ‘:‘ -f 3,5     //用:作分隔符将变量PATH分成若干份,显示其中的第3,5部分(以行作单位)

 

sed工具

http://www.cnblogs.com/stephen-liu74/archive/2011/11/17/2245130.html

sed [-nefr] [动作] 动作用单引号括住;动作说明 [n1[,n2]]function;

<1>选项与参数:-n (取消了sed的默认行为,默认将输入的文件都输出到stdout)       -i (直接修改读取的文件内容,而不是输出到终端)
<2>function:
a(新增一行或多行,后接字符串) c(整行的取代,后接字符串) d(删除,后面通常不接) i(插入到当前行的上一行,后接字串,)  p(列印通常与-n 一起运行)     s(取代,通常这个s的动作可以搭配正规表示法!例如 1,20s/old/new/g)  w file(追加到file文件中)   !(表示后面的命令对所有没有被选定的行发生作用)     q(退出sed)&符号表示替换字符串中被找到的部分
<3>整行的处理
sed 2,5d txt        //删除2~5行nl txt | sed 2a drink tee or \ >drink bear ?     //第二行与第三行之间添加2行sed 2,5c No 2-5 number txt      //将2-5行替换为“No 2-5 numbe”nl txt | sed -n 2,5p     //查看2-5行(不加-n的话,txt全部输出,包括2-5行)sed /^#/d; /^$/d  txt    //删除空白行和注释行sed  /root/d /etc/passwd        //先搜寻相应的行再处理,删除/etc/passwd所有包含root的行,其他行输出sed -n /root/p  /etc/passwd       //搜索 /etc/passwd有root关键字的行 (-n 只打印包含模板的行)sed -n 5,/^northeast/p testfile     //打印从第五行开始到第一个以northeast开头的行之间的所有行。sed /eastern/i\ NEW ENGLAND REGION testfile     //i是插入命令,在匹配模式行前插入文本sed -n /north/w newfile testfile     //将所有匹配含有north的行写入newfile中nl /etc/passwd | sed -e 3,$d -e s/bash/blueshell/      // -e表示多点编辑
<4>以用行为单位进行部分数据的搜寻并取代
sed s/old/new/g     //部分数据的查找与替换nl /etc/passwd | sed -n /root/{s/bash/blueshell/;p}        //对文件中包含root的行,执行花括号中的一组命令,每个命令之间用分号分隔,这里把bash替换为blueshell,再输出这行nl /etc/passwd | sed -n /bash/{s/bash/blueshell/;p;q}        //只替换/etc/passwd的第一个bash关键字为blueshell,就退出 sed -n s/\(Mar\)got/\1lianne/p txt        //模板Mar被包含在一对括号中,并在特殊的寄存器中保存为tag 1,它将在后面作为\1替换字符串,Margot被替换为Marliannesed -i s/\.$/\!/g txt       //直接修改txt文件,将txt文件中每一行结尾为‘.‘替换为‘!‘sed s/[0-9][0-9]$/&.5/ testfile        //所有以两个数字结束的行,最后的数字都将被它们自己替换,同时追加.5

 

awk数据处理工具

http://www.cnblogs.com/ggjucheng/archive/2013/01/13/2858470.html

<1>awk是以文件的一行为处理单位的,主要处理每一行字段内的数据,默认域分隔符为空格或[tab]键,

 每一段的变量名称$1,$2;   $0代表一整行;能进行逻辑运算

<2>awk ‘pattern{action}...‘  filename

    // pattern 表示 AWK 在数据中查找的内容,而 action 是在找到匹配内容时所执行的一系列命令,pattern就是要表示的正则表达式,用斜杠括起来

awk -f awk-script-file input-file(s)    //-f选项加载awk-script-file中的awk脚本cat /etc/passwd | awk  -F :  {print $1 "\t" $3}     //打印$1和$3并用[tab]隔开,-F(指定分隔符)cat /etc/passwd |awk  -F :  BEGIN {print "name,shell"}  {print $1","$7} END {print "blue,/bin/nosh"}    //第一行是"name,shell" ,最后一行是"blue,/bin/nosh",awk最先执行BEGIN,最后执行ENDawk -F: /root/{print $7} /etc/passwd    //搜索/etc/passwd有root关键字的所有行,并显示对应的shellcat /etc/passwd | awk BEGIN {FS=":"}  $3 < 10{print $1 ‘‘\t" $3}     //分隔符是:,打印文件中的账号和UID小于10的行ifconfig eth0 | grep Hwaddr | awk {printf $5} 在标准输出中输出MAC地址

<3> 内置变量

FILENAME awk浏览的文件名    FNR 浏览文件的记录数     FS 设置输入域分隔符,等价于命令行 -F选项

NF 浏览记录的域的个数      NR 已读的记录数

awk -F : {print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0} /etc/passwd

     //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

<4>awk编程

awk变量和赋值

awk BEGIN {count=0;print "[start]count:", count} {count=count+1;print $0;} END{print "[end]count:", count} /etc/passwd      //统计/etc/passwd的账户人数,注意将count初始化为0ls -l |awk BEGIN {size=0;} /^[^d]/{size=size+$5;} END{print "[end]size is ", size/1024,"K"}        //统计某个文件夹下的文件占用的字节数,统计不包括文件夹的子目录,$5是该文件的大小条件语句(和C语言中的一样),同样支持while、do/whileforbreakcontinuels -l |awk BEGIN {size=0;print "[start]size is ", size} {if($5!=4096){size=size+$5;}} END{print "[end]size is ", size/1024/1024,"M"} 
//过滤4096大小的文件(一般都是文件夹)


 

排序

-f忽略大小写 -b忽略最前面的空格 -n(以数字排序,默认按字符排序) -r(反向排序,默认是升序排列) 

-u(在输出行中去除重复行) -o(将结果写入原文件中,不能重定向到原文件)

cat txt | sort 

sort txt

sort file1 file2 排序两个文件的内容 
sort file1 file2 | uniq 取出两个文件的并集(重复的行只保留一份
sort file1 file2 | uniq -u 删除交集,留下其他的行 
sort file1 file2 | uniq -d 取出两个文件的交集(只留下同时存在于两个文件中的文件

uniq 排序后,将重复的数据仅列出一个显示 -i忽略大小写 -c计数

comm -1 file1 file2 比较两个文件的内容只删除 ‘file1‘ 所包含的内容 
comm -2 file1 file2 比较两个文件的内容只删除 ‘file2‘ 所包含的内容 
comm -3 file1 file2 比较两个文件的内容只删除两个文件共有的部分

 

 

 

 

 

 

 

linux常用指令(3)文本处理