Linux 命令行文本处理(sed/awk/grep...)


Author: yifei / Created: May 30, 2017, 8:37 p.m. / Modified: May 30, 2017, 8:45 p.m. / Edit

sort

-d 按照字典排序(默认)
-n 按照数字大小排序
-f 忽略大小写
-g 按照浮点数排序
-M 按照 Jan Feb 等排序

-r 逆序
-k 指定第 k 列排序 -t 指定分隔符
-b 忽略行首空格字符
-m 把两个已经排序的文件合并

uniq 合并重复

uniq 命令假定文件是已经排序的,因此基本要接着 sort 使用

tr 翻译指令

tr "source" "target" 如果目标字符串太短的化,使用最后一个字符填充 tr -d "source" remove tr -s "source" squeeze extra characters, useful for piping to cut -c 参数对第一个字符串的补集 可以使用区间 a-z 0-9 等 还可以使用字符类 [:class:]

cut 选取某一列 sort 有三种模式 -b 按字节 -c 按字符 -f 按域 -d 指定分隔符 选取的列可以使用:

--completment 选取补集 --output-delimiter 输出

wc

统计单词 -c 字符数 -w 单词数 -l 行数

nl

给每行添加行号 -ba 所有行

paste

按列合并文本

xargs

xargs reformat the data it received and give it to next command. xargs squish all parameters into one line

-d set delemeters -t 回显命令 -I 执行指定的 Instruction,需要指定操作符 如 ls *.md | xargs -t -I "%" cp "%" markdown/ -n output with n args on one line

regular expression in shell

Commands BRE ERE PCRE
sed * -E/-r
awk *
grep * -E -P
find *

Sed

Basic format

sed options script file

by default, sed uses BRE, but you probably want sed -E to enable ERE, see http://liujiacai.net/blog/2014/12/07/regexp-favors/. basically, sed works line by line and do transformation

s for substitution

sed s/day/night/OPTION OLDFILE > NEWFILE

默认只替换第一处出现, /g 替换所有

/只是默认的分隔符, 可以任意使用, 推荐使用:

使用 & 作为匹配到的字符, 使用 \1 \2 来表示匹配到的分组, 这种表达方式倒是和 pcre有些类似

使用 -r(linux) 或者 -E(mac) 才能够使用扩展的posix正则, 一定要带上这两个

OPTION

处理命令行输入输出的时候可能经常需要trim, 尤其是字符串带了\n的情况

sed -n 's/PATTERN/&/p' file

sed '/PATTERN/p' file

Options

-i  inplace
-i.bak  inplace with backup
-E/-r   use ERE

script

sed command syntax: option/pattern/command parameters pattern selects lines and do command with parameters on those lines

awk

basic usage

gawk options program varlist file

gawk, like sed, is also line-oriented

vaiables

$0 the whole line $1...$n word in line NR number of rows NF number of fileds

awk program

awk 'BEGIN{ } pattern { } END { }' file BEGIN in used for initilization, and END is used to print out the result, pattern {} is run against each line

awk 'pattern' file print lines with the pattern

grep

grep pattern file1 file2...
grep pattern *
grep pattern -r <dir>

force grep to show file name: grep pattern file /dev/null

options

-v invert search -r/-R recursively -c count matching lines -o printing matched part in differnet lines -b -o output offset -n with line numbers -i ignore case -l list matched files -f pattern from --include include files for grep -Z use \0 as delemeter -q no output only return value -A n lines after -B n lines before -C n lines combined

ag

按文件过滤,支持多种文件类型,可以用ag --list-file-types查看支持的类型


有任何问题可以发邮件到 kongyifei (at) gmail.com 讨论