Linux文件处理三剑客（grep、sed、awk）

下面所说的是Linux中最重要的三个命令在业界被称为“三剑客”，它们是grep、sed、awk.

我们现在知道Linux下一切皆文件，对Linux的操作就是对文件的处理，那么怎么能更好的处理文件呢？这就要用到我们上面的三剑客命令。

三剑客的功能非常强大，但我们只需要掌握他们分别擅长的领域即可：grep擅长取行、sed擅长取行和修改、awk擅长取列。

在说这三个命令前我们要插入一个小插曲就是“正则表达式”。

一、正则表达式

所谓的正则表达式我个人理解就是正规的表示方法。他是用简单的方法来实现强大的功能，所以深受计算机爱好者的使用。

三剑客与正则表达式是什么关系呢？

我们可以这样理解，三剑客就是普通的命令，有的把他们叫做工具，在我看来都一样。而正则表达式就好比一个模版。三剑客能读懂这个模版。就这么简单。注意只有三剑客才能读懂这个模版哦！

现在他们的关系和功能都搞懂了，接下来我们就来认识下他们怎么结合的。正则表达式是一个模版，这个模版是由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义。具体如下

字符类

.：匹配任意单个字符

[]：匹配中括号内的任意一个字符

-：在[ ]中括号内表示字符的范围

^：位于[ ]中括号内的开头，匹配除括号内的字符之外的任意一个字符

数量限定符

?：匹配其前面的字符0次或1次

+：匹配其前面的字符至少1次

*：匹配其前面的字符任意多次

{N}：匹配其前面的字符N次

{N,}：匹配其前面的字符至少N次

{,M}：匹配其前面的字符最多M次

{N,M}：匹配其前面的字符N到M次

位置限定符

^：匹配行首的位置

$：匹配行尾的位置

\<：匹配单词开头的位置（比如\<ro匹配root或robot）

\>：匹配单词结尾的位置（比如ot\>匹配root或robot）

\<word\>：精准匹配单词word

二、grep

文本过滤(模式：pattern)工具，grep, egrep

grep [options] pattern [file...]

--color=auto 对匹配到的文本着色显示
-v 显示不被pattern匹配到的行
-i 忽略字符大小写
-n 显示匹配的行号
-c 统计匹配的行数
-o 仅显示匹配到的字符串
-q 静默模式，不输出任何信息
-A # after, 后#行
-B # before, 前#行
-C # context, 前后各#行
-e 实现多个选项间的逻辑or关系
grep –e ‘cat ’ -e ‘dog’ file
-w 匹配整个单词
-E 使用ERE,相当于egrep
-F 相当于fgrep，不支持正则表达式

举例子：

grep root passwd.txt #查找文件内容包含root的行

grep -i root passwd.txt #查找文件内容包含root(忽略大小写)的行

grep -v root passwd.txt #查找文件内容不包含root的行

grep -w "root" passwd.txt #查找文件内容包含整个单词"root"的行

grep ^s passwd.txt #查找以s开头的行

grep n$ passwd.txt #查找以n结尾的行

egrep "^([0-9]{1,3}.){3}[0-9]{1,3}$" log.txt | sort | uniq -c #找出log文件中的所有ip地址并统计每个ip出现的次数

三、sed

sed是一种流编辑器，作用是实现对文件的增删改查，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”（pattern space），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。然后读入下行，执行下一个循环。如果没有使诸如‘D’ 的特殊命令，那会在两个循环之间清空模式空间，但不会清空保留空间。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。

sed [option]... 'script' inputfile

sed            流编辑器，实现对文件的增删改查

选项：

-n             屏蔽默认输出

-i             直接修改源文件

-e             可指定多个处理动作

-r             支持扩展表达式

{}             可组合多个命令，以;分隔

-f             使用sed脚本

定址符：

p              打印行

d              删除行

s              字符串替换

1              对第1行处理

1,3            对第1到3行处理

1,+3           对第1行后面3行处理

1~2            对1,3,5,7……行处理

1,$            对1行到最后1行处理

/aa/,/bb/      对a行到b行处理

/aaa/,9        对a行到第9行，若前9行没有，会显示后9行匹配的行

举例子：（注意：sed增删改如果不加 -i 选项的话只是预览模式，并没有真的增删改）

增:

i    行前插入

a    行后插入

sed '2ixx' m.txt              在第2行前插入行xx

sed '3,6ixx' m.txt            在第3-6行每行前插入xx

sed '2axx' m.txt              在第2行后插入xx

sed '/^yy/axx' m.txt          在yy开头的行后插入xx

删:

sed '3,5d' a.txt              删除第3到5行

sed '/xml/d' a.txt            删除所有包含xml的行

sed '/xml/!d' a.txt           删除不包含xml的行

sed '/^xml/d' a.txt           删除以xml开头的行

sed '$d' a.txt                删除最后1行

sed '/^$/d' a.txt             删除所有空行

sed '/^$/{n;/^$/d}' a.txt     删除重复空行，连续两个空行只保留一个

sed -r'/a|b/d' a.txt          删除a或b的行

sed '2,~2d' a.txt             删除2行到2的倍数行

改(加-i选项才会真的修改源文件):

c    行替换

s    字符串替换

sed '2cxx' m.txt              第2行替换成xx

sed '3,6cxx' m.txt            第3到6行替换成1行xx
sed -e '3cxx' -e '6cxx' m.txt 第3行和第6行替换成xx

sed '2cxx\nyy' m.txt          第2行替换成xx并换行写上yy(\n代表换行)

sed 's/test/demo/g' a.txt     将所有的test换成demo(常用)
sed 's/#ipv6=no/ipv6=yes/g' test.txt    将test.txt文件里的#ipv6=no改成ipv6=yes（sed的这种用法经常用来更改配置文件里的内容）

sed 's/a//g' a.txt            删除所有行的a

sed '4,7s/^/#/' a.txt         4到7行加#号

sed '4,7s/^#//' a.txt         4到7行去掉#号

sed 's/a/B/ig' a.txt          所有行的a替换成B(不区分大小写)

查:

sed –n ’20,30p’ b.txt         打印20到30行

sed -n '3p;6p'  a.txt         打印第3和6行

sed -n '3,+6p'  a.txt         打印第3行及其后6行

sed -n '/^bin/p' a.txt        打印以bin开头的行

sed -n 'p;n' a.txt            打印奇数行，n表示读下一行(隔行)

sed -n 'n;p' a.txt            打印偶数行，n表示读下一行(隔行)

sed -n '8,${n;p}' a.txt       打印8行到末尾所有的偶数行

sed -n '$=' a.txt             打印文件的行数

sed -n '/a/{=;p} ' b.txt      显示行号

sed -n l aaa.jpg              打印不可见字符

四、awk

报告生成器，格式化文本输出,有多种版本：New awk（nawk），GNU awk（ gawk）

注意：program部分只能用单引号，不能用双引号，否则会报错.

awk [options] 'program' file

1、常用命令选项

-F            指定分隔符，默认空格或Tab键

-f            调用awk脚本

-v            调用外部shell变量

2、awk内置变量

$1..$n        指定分隔符号对应的值

$0            当前行的内容

$NF           最后一列

NF            指定分隔符号后，行的列数

NR            当前行的行号

FS            保存或设置字段分隔符

FNR           保存当前文件的行数

FILENAME      保存当前的文件名

ENVIRON       调用shell环境变量

awk '{print $0}' a.txt               #打印文件所有内容($0代表整行)

awk '{print $1,$2}' a.txt            #打印第1列和第2列的内容

awk -F":" '{print $1}' a.txt           #以：为分隔符并打印第1列的内容

awk -F"," '{print NR，$NF}' a.txt        #以，为分隔符并打印行号和最后一列
awk -F"[ .]" '{print $(NF-1)}' OFS="\t" a.txt     #以空格或.为输入分隔符并以制表符为输出分隔符打印倒数第二列

3、正则表达式

/正则/        匹配正则(行)

~/正则/       匹配正则(列)

!~/正则/      不匹配

awk -F":" '$1~/root/ {print $0}'  /etc/passwd

awk -F":" '$1!~/root/ {print $0}'  /etc/passwd

awk -F":" '$1~/^ro/ {print $3}' /etc/passwd

awk -F":" '$1~/[0-9]/ {print $1,$6}' /etc/passwd

4、数值比较

awk -F":" '$3==0{print $0}' /etc/passwd

awk -F":" '$3!=0{print $0}' /etc/passwd

awk -F":" '$1=="root"{print $0}'  /etc/passwd

5、逻辑比较（多个条件)

逻辑与 &&  多个条件同时成立

逻辑或 ||  多个条件有一个成立

逻辑非 !   取反

awk  -F":" '$7=="/bin/bash" && $3<500{print $0}' /etc/passwd

awk  -F":" '$7=="/bin/bash" || $3<500{print $0}' /etc/passwd