文本替换sed+字段处理cut,join+awk重新编排字段

【1】ｓｅｄ工具(Stream Editor)——流编辑器

sed 本身也是一个管线（管道）命令，可以分析 standard input 的啦！ 而且 sed 还可以将数据进行取代、删除、新增、截取特定行等等的功能呢！

1.1）以行为单位的新增／删除功能

【玩玩荔枝呢】



【输出不是输出是　删除，删除】

1.2）以行为单位的取代与显示功能

1.3） 部分数据的搜索并取代的功能（g=global）

【Attention】上表中特殊字体的部分为关键词，请记下来！至于三个斜线分成两栏就是新旧字符串的替换啦！

荔枝要求

假设我只要 MAN 存在的那几行数据， 但是含有 # 在内的批注我不想要，而且空白行我也不要！此时该如何处理呢？

1.4）直接修改档案内容（危险动作）

sed 甚至可以直接修改档案的内容呢！

【玩玩荔枝吧】

【Declaration】 以下内容总结于shell脚本学习指南

【1】sed——stream editor 流编辑器

贴一张鸟哥的图片

1.1）替换细节——s命令里以g结尾表示： glocal 全局

1.2）sed的运作

sed 读取每个文件，一次读一行，将读取的行放到内存的一个区域——称为模式空间。

1.3） 你还记得head吗？

head N file
count=$1
sed ${count}q "$2"
# $1=N, $2=file

1.4) 说替换

范围：可指定行的范围，以逗点隔开

sed -n '10,20p' hadoop.sh 只打印10~20行
        sed -n '/export/,/export/ s/word1/word2/g'  在export和export之间的行，用word2全局替换word1
sed -n '/tang/ !s/am/AM/g' tang.txt  在没有tang的行用AM替换am；

1.5）有多少文本会改动

和有多少爱可以重来是一样的？呵呵了？

有多少文本会匹配 + 从哪儿开始匹配？

【Answers】:

正则表达式可以匹配整个表达式输入文本中最长的，最左边的子字符串。除此之外，匹配的空null字符串，则被认为是比完全不匹配的还长。

如ab*c , 匹配ac， 而b* 成功匹配a c 间的null字符串。

by the way，　ＰＯＳＩＸ指出：完全一致的匹配，指的是最左边开始匹配，针对每一子模式， 由左向右，必须匹配最长的可能字符串。

（子模式指的是在ERE下圆括号的部分）

【看个荔枝，you should got it】

【2】字段处理

2.1）cut剪切文本

cut -c 以字符为主 做剪切操作 （startup 1）
cut -d 设置分隔符
cut -f 以字段为主 进行剪切操作  （startup 1）

【荔枝时间到】

2.2）join连接文本

主要选项

• -1 field1 表明要结合 的 字段
• -2 field2 表明要结合 的 字段
• -o file.field 输出file的field字段，其他字段不打印
• -t seperator 分隔符
  
  
  
  
  

【3】使用awk重新编排字段

（以下内容转自鸟哥）

awk 主要是处理『每一行的字段内的数据』，而默认的『字段的分隔符为 “空格键” 或　 “[tab]键” 』！

【Ａｔｔｅｎｔｉｏｎ】注意ａｗｋ的处理格式。

【相关说明】

以上面的例子来说， root 是 1，因为他是第一栏嘛！至于192.168.1.100是第三栏，所以他就是3 啦！后面以此类推～呵呵！还有个变数喔！那就是 0，0 代表『一整行资料』的意思～以上面的例子来说，第一行的 $0 代表的就是『root …. 』那一行啊！

3.1）ａｗｋ的处理流程：

1. 读入第一行，并将第一行的资料填入 0,1, $2…. 等变数当中；
2. 依据 “条件类型” 的限制，判断是否需要进行后面的 “动作”；
3. 做完所有的动作与条件类型；
4. 若还有后续的『行』的数据，则重复上面 1~3 的步骤，直到所有的数据都读完为止。
   
   经过这样的步骤，你会晓得， awk 是『以行为一次处理的单位』， 而『以字段为最小的处理单位』。

3.2）那么 awk 怎么知道我到底这个数据有几行？

有几栏呢？这就需要 awk 的内建变量的帮忙啦～

【荔枝时间到】

列出每一行的账号(就是 $1)；
 列出目前处理的行数(就是 awk 内的 NR 变量)
 并且说明，该行有多少字段(就是 awk 内的 NF 变量)

【Ａｔｔｅｎｔｉｏｎ】

要注意喔，awk 后续的所有动作是以单引号『 ’ 』括住的，由于单引号和双引号都必须是成对的， 所以， awk 的格式内容如果想要以 print 打印时，记得非变量的文字部分，包含上一小节 printf 提到的格式中，都需要使用双引号来定义出来喔（单引号里面内嵌双引号）！因为单引号已经是 awk 的指令固定用法了！

【Ａｔｔｅｎｔｉｏｎ】

注意喔，在 awk 内的 NR, NF 等变量要用大写，且不需要用钱字号 $ 啦！

【Complementary】

awk的print 语句会自动换行，就想C中的printf语句类似;

但是如果换做用printf来格式化打印字符串的话，就要通过\n转义序列的使用来进行换行功能。

3.3）ａｗｋ的逻辑运算符号；

值得注意的是那个『 == 』的符号，因为：

 逻辑运算上面亦即所谓的大于、小于、等于等判断式上面，习惯上是以『 == 』来表示；

 如果是直接给予一个值，例如变量设定时，就直接使用 = 而已（=赋值变量符号）。

【荔枝又来了】

好了，我们实际来运用一下逻辑判断吧！举例来说，在 /etc/passwd 当中是以冒号 “:” 来作为字段的分隔， 该档案中第一字段为账号，第三字段则是 UID。那假设我要查阅，第三栏小于 10 以下的数据，并且仅列出账号和第三栏， 那么可以这样做：



Problem： 有趣吧！不过，怎么第一行没有正确的显示出来呢？

Reason：这是因为我们读入第一行的时候，那些变量　 1,2… 默认还是以空格键为分隔的，所以虽然我们定义了 FS=”:” 了， 但是却仅能在第二行后才开始生效。

Ｈｏｗ　ｔｏ　ｓｏｌｖｅ　ｉｔ　？那么怎么办呢？我们可以预先设定 awk 的变量啊！ 利用 BEGIN 这个关键词喔！这样做：

（Attention：这里鸟哥要比shell脚本学习指南讲的要好得多）

3.4）　Relative Specification：

（１）awk的指令间隔：所有 awk 的动作，亦即在 {} 内的动作，如果有需要多个指令辅助时，可利用分号『;』间隔（这就是刚才为什么会报ａｗｋ语法错误的原因，因为少加了一个分号［；］）， 或者直接以 [Enter] 按键来隔开每个指令，例如上面的范例中，鸟哥共按了三次 [enter] 喔！

（２） 逻辑运算当中，如果是『等于』的情况，则务必使用两个等号『==』！

（３） 格式化输出时，在 printf 的格式设定当中，务必加上 \n ，才能进行分行！ 不过要用双引号吧＼ｎ包起来；

（４） 与 bash shell 的变量不同的是，在 awk 当中，变量是可以直接使用的，不需加上 $ 符号。

【Ｎｏｔｅ】以上的　说明很是重要，牢记。

【ｐｒｉｎｔ　与　ｐｒｉｎｔｆ　的　区别的例子】

（简单说就是print只能简单的打印字段列表并自动换行，而printf不能提供自动换行，但是可以进行格式化打印 like C language）

3.4）　awk 的动作内 {} 也是支持 if (条件) 的喔！