Linux Shell 文本處理工具集錦

 提供的例子和參數都是最常用和最為實用的；

我對shell腳本使用的原則是命令單行書寫，盡量不要超過2行；
如果有更為復雜的任務需求，還是考慮python吧；

find 文件查找

•查找txt和pdf文件

代碼如下: find . ( -name "*.txt" -o -name "*.pdf" ) -print

•正則方式查找.txt和pdf

 

 

代碼如下: find . -regex ".*(.txt|.pdf)$"

 

-iregex： 忽略大小寫的正則
•否定參數
查找所有非txt文本

代碼如下: find . ! -name "*.txt" -print

•指定搜索深度
打印出當前目錄的文件（深度為1）

代碼如下: find . -maxdepth 1 -type f

定制搜索
•按類型搜索：

 

 

代碼如下: find . -type d -print //只列出所有目錄

 

-type f 文件 / l 符號鏈接
•按時間搜索：
-atime 訪問時間 (單位是天，分鐘單位則是-amin，以下類似）
-mtime 修改時間 （內容被修改）
-ctime 變化時間 （元數據或權限變化）

最近7天被訪問過的所有文件：

代碼如下: find . -atime 7 -type f -print

 

•按大小搜索：
w字 k M G
尋找大於2k的文件

 

代碼如下: find . -type f -size +2k

 

按權限查找：

 

代碼如下: find . -type f -perm 644 -print //找具有可執行權限的所有文件

 

按用戶查找：

 

代碼如下: find . -type f -user weber -print// 找用戶weber所擁有的文件

 

找到後的後續動作

•刪除：

刪除當前目錄下所有的swp文件：

 

代碼如下: find . -type f -name "*.swp" -delete

 

•執行動作（強大的exec）

 

代碼如下: find . -type f -user root -exec chown weber {} ; //將當前目錄下的所有權變更為weber

 

注：{}是一個特殊的字符串，對於每一個匹配的文件，{}會被替換成相應的文件名；
eg：將找到的文件全都copy到另一個目錄：

 

代碼如下: find . -type f -mtime +10 -name "*.txt" -exec cp {} OLD ;

 

•結合多個命令
tips: 如果需要後續執行多個命令，可以將多個命令寫成一個腳本。然後 -exec 調用時執行腳本即可；

 

代碼如下: -exec ./commands.sh {} ;

 

-print的定界符
默認使用’n’作為文件的定界符；
-print0 使用’′作為文件的定界符，這樣就可以搜索包含空格的文件；

grep 文本搜索
grep match_patten file // 默認訪問匹配行

•常用參數
-o 只輸出匹配的文本行 VS -v 只輸出沒有匹配的文本行
-c 統計文件中包含文本的次數

 

代碼如下: grep -c "text" filename

 

-n 打印匹配的行號
-i 搜索時忽略大小寫
-l 只打印文件名
•在多級目錄中對文本遞歸搜索(程序員搜代碼的最愛）：

 

代碼如下: grep "class" . -R -n

 

•匹配多個模式

 

代碼如下: grep -e "class" -e "vitural" file

 

•grep輸出以作為結尾符的文件名：（-z）

 

代碼如下: grep "test" file* -lZ| xargs -0 rm

 

xargs 命令行參數轉換

xargs 能夠將輸入數據轉化為特定命令的命令行參數；這樣，可以配合很多命令來組合使用。比如grep，比如find；

•將多行輸出轉化為單行輸出
cat file.txt| xargs
n 是多行文本間的定界符
•將單行轉化為多行輸出
cat single.txt | xargs -n 3
-n：指定每行顯示的字段數
xargs參數說明
-d 定義定界符 （默認為空格 多行的定界符為 n）
-n 指定輸出為多行
-I {} 指定替換字符串，這個字符串在xargs擴展時會被替換掉,用於待執行的命令需要多個參數時
eg：

 

代碼如下: cat file.txt | xargs -I {} ./command.sh -p {} -1

 

-0：指定為輸入定界符
eg：統計程序行數

 

代碼如下: find source_dir/ -type f -name "*.cpp" -print0 |xargs -0 wc -l

 

sort 排序

字段說明：
-n 按數字進行排序 VS -d 按字典序進行排序
-r 逆序排序
-k N 指定按第N列排序
eg：

代碼如下:
sort -nrk 1 data.txt
sort -bd data // 忽略像空格之類的前導空白字符

 

uniq 消除重復行
•消除重復行

代碼如下: sort unsort.txt | uniq

 

•統計各行在文件中出現的次數

代碼如下: sort unsort.txt | uniq -c

 

•找出重復行

代碼如下: sort unsort.txt | uniq -d

 

可指定每行中需要比較的重復內容：-s 開始位置 -w 比較字符數
用tr進行轉換

•通用用法

代碼如下:
echo 12345 | tr '0-9' '9876543210' //加解密轉換，替換對應字符
cat text| tr 't' ' ' //制表符轉空格

 

•tr刪除字符

代碼如下: cat file | tr -d '0-9' // 刪除所有數字

 

-c 求補集

代碼如下:
cat file | tr -c '0-9' //獲取文件中所有數字
cat file | tr -d -c '0-9 n' //刪除非數字數據

 

•tr壓縮字符
tr -s 壓縮文本中出現的重復字符；最常用於壓縮多余的空格

 

代碼如下: cat file | tr -s ' '

 

•字符類

tr中可用各種字符類：
alnum：字母和數字
alpha：字母
digit：數字
space：空白字符
lower：小寫
upper：大寫
cntrl：控制（非可打印）字符
print：可打印字符
使用方法：tr [:class:] [:class:]

 

代碼如下: eg: tr '[:lower:]' '[:upper:]'

 

cut 按列切分文本
•截取文件的第2列和第4列：

代碼如下: cut -f2,4 filename

•去文件除第3列的所有列：

代碼如下: cut -f3 --complement filename

•-d 指定定界符：

代碼如下: cat -f2 -d";" filename

•cut 取的范圍
N- 第N個字段到結尾
-M 第1個字段為M
N-M N到M個字段
•cut 取的單位
-b 以字節為單位
-c 以字符為單位
-f 以字段為單位（使用定界符）

 

•eg:

代碼如下:
cut -c1-5 file //打印第一到5個字符
cut -c-2 file //打印前2個字符

 

paste 按列拼接文本
將兩個文本按列拼接到一起;

代碼如下:
cat file1
1
2

cat file2
colin
book

paste file1 file2
1 colin
2 book

 

默認的定界符是制表符，可以用-d指明定界符
paste file1 file2 -d “,”
1,colin
2,book

wc 統計行和字符的工具
wc -l file // 統計行數
wc -w file // 統計單詞數
wc -c file // 統計字符數

sed 文本替換利器
•首處替換

 

代碼如下: seg 's/text/replace_text/' file //替換每一行的第一處匹配的text

 

•全局替換

 

代碼如下: seg 's/text/replace_text/g' file

 

默認替換後，輸出替換後的內容，如果需要直接替換原文件,使用-i：

代碼如下: seg -i 's/text/repalce_text/g' file

•移除空白行：

代碼如下: sed '/^$/d' file

•變量轉換
已匹配的字符串通過標記&來引用

 

 

代碼如下:
echo this is en example | seg 's/w+/[&]/g'
$>[this] [is] [en] [example]

 

•子串匹配標記
第一個匹配的括號內容使用標記 1 來引用

代碼如下: sed 's/hello([0-9])/1/'

•雙引號求值
sed通常用單引號來引用；也可使用雙引號，使用雙引號後，雙引號會對表達式求值：

 

 

代碼如下: sed 's/$var/HLLOE/'

 

當使用雙引號時，我們可以在sed樣式和替換字符串中指定變量；

 

代碼如下:
eg:
p=patten
r=replaced
echo "line con a patten" | sed "s/$p/$r/g"
$>line con a replaced

 

•其它示例
字符串插入字符：將文本中每行內容（PEKSHA）