三大文本处理工具grep、sed及awk

2018-02-07 20:14:06来源:cnblogs.com作者:潇潇、寒人点击

分享

一、   用grep在文件中搜索文本

  grep能够接受正则表达式,生成各种格式的输出。除此之外,它还有大量有趣的选项。

1、  搜索包含特定模式的文本行:

2、  从stdin中读取:

3、  单个grep命令可以对多个文件进行搜索:

4、  --color选项在输出行中着重标记出匹配到的单词:

5、  grep中使用正则表达式时使用(grep -E或者egrep)

6、  只输出文件中匹配到的文本部分,可以使用-o:

7、  要显示除匹配行外的所有行用-v选项:

8、  统计文件或文本中包含匹配字符串的行数,-c(在单行出现多个匹配,只匹配一次):

9、  打印出包含匹配字符串的行号,-n:

10、  搜索多个文件并找出匹配文本位于哪一个文件,-l(-L与之作用相反):

11、  递归搜素文件,-r(-R与之作用相同):

12、  忽略样式中的大小写,-i:

13、  用grep匹配多个样式,-e:

14、  在grep搜索中指定(--include)或排除(--exclude)文件:

目录中递归搜索所有的.c和.cpp文件

在搜索中排除所有的README文件

如果需要排除目录,使用--exclude-dir选项

15、  grep静默输出,-q:

不输出任何内容,如果成功匹配返回0,如果失败返回非0值。

16、  打印出匹配文本之前或之后的行:

[root@localhost tmp]# seq 1012345678910[root@localhost tmp]# seq 10 | grep 5 -A 3  #打印匹配的后指定行数5678[root@localhost tmp]# seq 10 | grep 5 -B 3  #打印匹配前指定行数2345[root@localhost tmp]# seq 10 | grep 5 -C 3    #打印匹配前后指定行数2345678

二、  使用sed进行文本替换

  sed是流编辑器(stream editor)的缩写。sed一个用法为文本替换。

[root@cairui ~]# sed --helpUsage: sed [OPTION]... {script-only-if-no-other-script} [input-file]...  -n, --quiet, --silent                 suppress automatic printing of pattern space  #取消自动打印模式空间  -e script, --expression=script                 add the script to the commands to be executed  #添加“脚本”到程序的运行列表  -f script-file, --file=script-file                 add the contents of script-file to the commands to be executed  #添加“脚本文件”到程序的运行列表  --follow-symlinks                 follow symlinks when processing in place; hard links                 will still be broken.  -i[SUFFIX], --in-place[=SUFFIX]                 edit files in place (makes backup if extension supplied).                 The default operation mode is to break symbolic and hard links.                 This can be changed with --follow-symlinks and --copy.  -c, --copy                 use copy instead of rename when shuffling files in -i mode.                 While this will avoid breaking links (symbolic or hard), the                 resulting editing operation is not atomic.  This is rarely                 the desired mode; --follow-symlinks is usually enough, and                 it is both faster and more secure.  -l N, --line-length=N                 specify the desired line-wrap length for the `l' command  --posix                 disable all GNU extensions.  -r, --regexp-extended                 use extended regular expressions in the script.  -s, --separate                 consider files as separate rather than as a single continuous                 long stream.  -u, --unbuffered                 load minimal amounts of data from the input files and flush                 the output buffers more often      --help     display this help and exit      --version  output version information and exitIf no -e, --expression, -f, or --file option is given, then the firstnon-option argument is taken as the sed script to interpret.  Allremaining arguments are names of input files; if no input files arespecified, then the standard input is read.GNU sed home page: <http://www.gnu.org/software/sed/>.General help using GNU software: <http://www.gnu.org/gethelp/>.E-mail bug reports to: <bug-gnu-utils@gnu.org>.Be sure to include the word ``sed'' somewhere in the ``Subject:'' field.

1、  sed可以替换给定文本的字符串:

该使用从stdin中读取输入,不影响原本的内容

2、默认情况下sed命令打印替换后的文本,如果想连原文本一起修改加-i命令,-i:

3、  之前的sed都是替换第一个匹配到的内容,想要全部替换就要在末尾加g:

从第N个匹配开始替换

sed中的/为定界符,使用任何其他符号都可以替代

4、  移除空白行

三、  使用awk进行高级文本处理

  awk是一款设计用于数据流的工具。它对列和行进行操作。awk有很多内建的功能,比如数组、函数等,和C有很多相同之处。awk最大的优势是灵活性。

[root@cairui ~]# awk --helpUsage: awk [POSIX or GNU style options] -f progfile [--] file ...Usage: awk [POSIX or GNU style options] [--] 'program' file ...POSIX options:        GNU long options:    -f progfile        --file=progfile    -F fs            --field-separator=fs    -v var=val        --assign=var=val    -m[fr] val    -O            --optimize    -W compat        --compat    -W copyleft        --copyleft    -W copyright        --copyright    -W dump-variables[=file]    --dump-variables[=file]    -W exec=file        --exec=file    -W gen-po        --gen-po    -W help            --help    -W lint[=fatal]        --lint[=fatal]    -W lint-old        --lint-old    -W non-decimal-data    --non-decimal-data    -W profile[=file]    --profile[=file]    -W posix        --posix    -W re-interval        --re-interval    -W source=program-text    --source=program-text    -W traditional        --traditional    -W usage        --usage    -W use-lc-numeric    --use-lc-numeric    -W version        --versionTo report bugs, see node `Bugs' in `gawk.info', which issection `Reporting Problems and Bugs' in the printed version.gawk is a pattern scanning and processing language.By default it reads standard input and writes standard output.Examples:    gawk '{ sum += $1 }; END { print sum }' file    gawk -F: '{ print $1 }' /etc/passwd

awk脚本的结构基本如下所示:

awk ' BEGIN{ print "start" } pattern { commands } END { print "end" }' file

awk脚本通常由3部分组成。BEGIN,END和带模式匹配选项的常见语句块。这3个部分都是可选的。

1、工作原理

(1)执行BEGIN { commands }语句块中的语句。

(2)从文件或stdin中读取一行,然后执行pattern { commands }。重复这个过程,直到文件全部被读取完毕。

(3)当读至输入流末尾时,执行END { commands }语句块。

其中最重要的部分就是pattern语句块中的通用命令。这个语句块同样是可选的。如果不提供该语句块,则默认执行{ print },即打印所读取到的每一行。awk对于每一行,都会执行这个语句块。这就像一个用来读取行的while循环,在循环中提供了相应的语句。

最新文章

123

最新摄影

闪念基因

微信扫一扫

第七城市微信公众平台