Linux常用命令之文本分析（六）

￡神魔★判官ぃ 2022-04-21 14:45 153阅读 0赞

\[b\]\[size=large\]1.grep  
cat file | grep key :在file中检索包含key的行  
key可以是正则，特殊字符需要转意  
  
grep -E 正则表达式：  
示例：cat /etc/services | grep -E "^\#" \#打印所有注释行  
  
egrep：一次查询匹配多个内容  
例如：egrep '2020|892|10005' /etc/services  
  
  
2.sed  
sed 是一种在线编辑器，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”（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。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。Sed主要用来自动编辑一个或多个文件；简化对文件的反复操作；编写转换程序等。  
  
格式：sed \[options\] 'command' file(s)  
  
实例：  
1)删除：d命令  
sed '2d' example-----删除example文件的第二行。  
  
sed '2,$d' example-----删除example文件的第二行到末尾所有行。  
  
sed '$d' example-----删除example文件的最后一行。  
  
sed '/test/'d example-----删除example文件所有包含test的行。  
  
2)替换：s命令  
sed 's/test/mytest/g' example-----在整行范围内把test替换为mytest。如果没有g标记，则只有每行第一个匹配的test被替换成mytest。  
  
sed -n 's/^test/mytest/p' example-----(-n)选项和p标志一起使用表示只打印那些发生替换的行。也就是说，如果某一行开头的test被替换成mytest，就打印它。  
  
sed 's/^192.168.0.1/&localhost/' example-----&符号表示替换换字符串中被找到的部份。所有以192.168.0.1开头的行都会被替换成它自已加 localhost，变成192.168.0.1localhost。  
  
sed -n 's/\$love\$able/\\1rs/p' example-----love被标记为1，所有loveable会被替换成lovers，而且替换的行会被打印出来。  
  
sed 's\#10\#100\#g' example-----不论什么字符，紧跟着s命令的都被认为是新的分隔符，所以，“\#”在这里是分隔符，代替了默认的“/”分隔符。表示把所有10替换成100。  
  
3)选定行的范围：逗号  
sed -n '/test/,/check/p' example-----所有在模板test和check所确定的范围内的行都被打印。  
例子：sed -n '/38685518/,/38685524/p' 123456.csv 按连续内容截取  
grep也有类似方法：  
countnum=$\[ $endnum - $startnum + 1 \]  
grep "$startnum" $file -A $countnum  
  
sed -n '5,/^test/p' example-----打印从第五行开始到第一个包含以test开始的行之间的所有行。  
  
sed -n '1,100p' example -----打印第1行到第100百行  
  
  
  
sed '/test/,/check/s/$/sed test/' example-----对于模板test和west之间的行，每行的末尾用字符串sed test替换。  
  
4)多点编辑：e命令  
sed -e '1,5d' -e 's/test/check/' example-----(-e)选项允许在同一行里执行多条命令。如例子所示，第一条命令删除1至5行，第二条命令用check替换test。命令的执 行顺序对结果有影响。如果两个命令都是替换命令，那么第一个替换命令将影响第二个替换命令的结果。  
  
sed --expression='s/test/check/' --expression='/love/d' example-----一个比-e更好的命令是--expression。它能给sed表达式赋值。  
  
3.awk  
awk是一个强大的文本分析工具，在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。  
格式：awk \[-F field-separator\] 'commands' input-file(s)  
其中，commands 是真正awk命令，\[-F域分隔符\]是可选的。 input-file(s) 是待处理的文件。  
在awk中，文件的每一行中，由域分隔符分开的每一项称为一个域。通常，在不指名-F域分隔符的情况下，默认的域分隔符是空格。  
  
示例：  
1）如果只是显示/etc/passwd的账户  
cat /etc/passwd |awk -F ':' '\{print $1\}'  
  
2）如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以tab键分割  
cat /etc/passwd |awk -F ':' '\{print $1"\\t"$7\}'  
  
3）如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以逗号分割  
a.而且在所有行添加列名name,shell  
cat /etc/passwd |awk -F ':' 'BEGIN \{print "name,shell"\} \{print $1","$7\}'  
  
b.在最后一行添加"blue,/bin/nosh"。  
cat /etc/passwd |awk -F ':' '\{print $1","$7\} END \{print "blue,/bin/nosh"\}'  
  
c.ab前后都加  
cat /etc/passwd |awk -F ':' 'BEGIN \{print "name,shell"\} \{print $1","$7\} END \{print "blue,/bin/nosh"\}'  
  
4）搜索/etc/passwd有root关键字的所有行  
awk -F: '/root/' /etc/passwd \#正则  
  
5）搜索/etc/passwd有root关键字的所有行，并显示对应的shell  
awk -F: '/root/\{print $7\}' /etc/passwd  
  
A.awk内置变量  
ARGC 命令行参数个数  
ARGV 命令行参数排列  
ENVIRON 支持队列中系统环境变量的使用  
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  
OFS 输出域分隔符  
ORS 输出记录分隔符  
RS 控制记录分隔符  
此外,$0变量是指整条记录。$1表示当前行的第一个域,$2表示当前行的第二个域,......以此类推。  
  
示例：  
1）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  
awk -F ':' '\{print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0\}' /etc/passwd  
  
使用printf替代print,可以让代码更加简洁，易读  
awk -F ':' '\{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%s\\n",FILENAME,NR,NF,$0)\}' /etc/passwd  
  
B.print和printf  
awk中同时提供了print和printf两种打印输出的函数。  
  
其中print函数的参数可以是变量、数值或者字符串。字符串必须用双引号引用，参数用逗号分隔。如果没有逗号，参数就串联在一起而无法区分。这里，逗号的作用与输出文件的分隔符的作用是一样的，只是后者是空格而已。  
  
printf函数，其用法和c语言中printf基本相似,可以格式化字符串,输出复杂时，printf更加好用，代码更易懂。  
  
C.awk编程  
示例：  
1.awk '\{count++;print $0;\} END\{print "user count is ", count\}' /etc/passwd  
count是自定义变量。之前的action\{\}里都是只有一个print,其实print只是一个语句，而action\{\}可以有多个语句，以;号隔开。  
  
这里没有初始化count，虽然默认是0，但是妥当的做法还是初始化为0:  
awk 'BEGIN \{count=0;print "\[start\]user count is ", count\} \{count=count+1;print $0;\} END\{print "\[end\]user count is ", count\}' /etc/passwd  
  
  
2.统计某个文件夹下的文件占用的字节数，单位M  
ls -l |awk 'BEGIN \{size=0;\} \{size=size+$5;\} END\{print "\[end\]size is ", size/1024/1024,"M"\}'  
  
D.条件语句  
awk中的条件语句是从C语言中借鉴来的，见如下声明方式：  
if (expression) \{  
statement;  
statement;  
... ...  
\}  
  
if (expression) \{  
statement;  
\} else \{  
statement2;  
\}  
  
if (expression) \{  
statement1;  
\} else if (expression1) \{  
statement2;  
\} else \{  
statement3;  
\}  
  
示例：  
1.检测系统中UID为0的用户  
awk -F : '\{if($3==0) \{print $1\}\}' /etc/passwd  
简写：  
awk -F : '$3==0 \{print $1\}' /etc/passwd  
\-F表示使用什么做为分隔符，这里使用冒号，默认是空格  
$num表示文件的第几列  
'':固定格式，执行命令，这里表示，如果第三列是0,则打印第一列的内容  
  
2.检测系统中密码为空的用户  
awk -F : '\{if(length($2)==0) \{print $1\}\}' /etc/passwd  
简写：  
awk -F : 'length($2)==0 \{print $1\}' /etc/passwd  
  
3.取出第三行，第一列的值  
df -h | awk '\{if(NR==3) \{print $1\}\}'  
简写：  
df -h | awk 'NR==3 \{print $1\}'  
  
  
E.数组  
awk中的数组用来从记录中收集信息，可以用于计算总和、统计单词以及跟踪模板被匹配的次数等等  
  
示例：  
awk -F ':' 'BEGIN \{count=0;\} \{name\[count\] = $1;count++;\}; END\{for (i = 0; i < NR; i++)\{print i, name\[i\]\}\}' /etc/passwd  
  
简写：  
awk -F ':' 'BEGIN \{count=0;\} \{name\[count\] = $1;count++;\}; END\{for (i = 0; i < NR; i++) print i, name\[i\]\}' /etc/passwd  
  
F.循环语句  
awk中的循环语句同样借鉴于C语言，支持while、do/while、for、break、continue，这些关键字的语义和C语言中的语义完全相同。  
  
  
4.tr  
替换文件中的内容  
cat file | tr 'do' 'hp' ：将file中内容为do替换为hp\[/size\]\[/b\]