sort、grep、sed、awk等命令

sort、uniq、paste、cut、xargs、grep、sed、awk、find命令。

---

• sort
  将文件的每一行作为一个单位，相互比较，比较原则是从首字母向后，依次按ASCII值进行比较，最后将他们升序输出。

选项	含义
不加选项	默认以ASCII升序排序
-r	逆序，即降序排序
-u	去重
-n	以整数来排序
-t -k	-t设定分隔符，-k指定列数排序
-f	小写转大写进行比较，即忽略大小写
-b	忽略每一行前面空白部分
-c	检查是否已经有序，如果乱序，则输出第一个乱序的行信息，返回1
-C	检查是否已经有序，如果乱序，不输出，返回1

例：sort -t ‘:’ -k 2 -n file
分隔符为’:’，对第二行按整数排序

• uniq
  去掉相邻重复行

选项	含义
-c	统计重复行出现的次数
-d	只显示重复行
-u	只显示不重复行

例：找出文件中出现次数最多的前三个
sort file|uniq -c|sort -rn|head -n3
排序|去重统计次数|次数逆序|取前三个

• paste
  粘贴。将多个文件内容进行合并。按行将不同文件行信息放在一起，缺省情况下，paste连接时，用空格或tab键分割新行中不同文本。

选项	含义
-d	指定域分隔符，paste -d# file1 file2
-s	将每个文件合并成行
-	每有一个-，就有一个列分隔符，默认为空格或tab。可以定制输出格式

• cut
  从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出。
  必须指定-b、-c或-f标志之一。

选项	含义
-b	以字节为单位进行分割
-c	以字符为单位进行分割
-d -f	-d自定义分隔符，默认为tab，-f指定显示那个区域

echo ‘hello’ | cut -b 1 切出h
echo ‘hello’ | cut -b 1-3 切出hel
echo ‘hello’ | cut -b 1,3 切出hl
echo ‘hello world’ | cut -d’ ’ -f 1 切出hello（1、1,2、2、1-、-2指定不同区域）

• xargs
  将标准输入数据转换成命令行参数。单行变多行，多行变单行。

选项	含义
-n	指定列数，多行输出。-n3，指定每行三列
-d	自定义一个域分隔符，将特定列打散，指定格式输出

cat file | xargs 多行变单行
echo ‘a#b#c’ | xargs -d#

• grep

选项	含义
-E	扩展正则
-v	显示未匹配的部分
-r/R	采用递归方法
-q	安静模式，只匹配，不打印
-i	忽略大小写
-n	输出匹配行的行号
-o	只输出匹配到的部分

• sed
  sed是一种流式编辑器，它是文本处理中非常重要的工具，能够完美的配合正则表达式使用。处理时，把当前处理的行存储在临时缓冲区，称为“模式空间”，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，直道文件末尾。文件内容并没有改变，除非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。
  默认为基准正则。

选项	含义
-p	/pattern/p 打印匹配pattern的行
-n	只显示匹配成功的
-i	影响原文件
/pattern/s/pattern1/pattern2/g	查找符合pattern的行，将该行所有匹配pattern1的字符串替换为pattern2。带g每一处都替换，不带只替换一次
\1,\2…	子串匹配标记，匹配到的第一个子串标记为\1，通过对标签进行重组，完成数据逆置
-e	允许在同一行执行多条语句
:a	设置标签a
ba	跳转到标签a

模式空间与保持空间
在模式空间（pattern space）中处理数据，保持空间（hold space）只存数据。
模式/保持空间中只有一行数据时，删除末尾换行；有多行时，加上换行。

选项	含义
g	将hold space中的内容拷贝到pattern space中，将原来pattern space里的内容清除
G	将hold space中的内容append（追加）到pattern space
h	将pattern space中的内容拷贝到hold space中，将原来hold space里内容清除
H	将pattern space中的内容append到hold space
d	删除pattern space中所有行，并读入下一行到pattern space中
D	删除multiline pattern中第一行，不读入下一行
x	交换保持空间和模式空间内容
n	读取下一行到pattern space
N	将下一行添加到pattern space

例：1-100求和
seq 100 | sed ‘:a;N;$!ba;s/\n/+g’ bc
产生1-100的序列|数字之间加上加号 计算

• awk
  awk不仅能以行为单位还能以列为单位处理文件。缺省的行分隔符是换行，列分隔符是连续的空格和tab。
  基本格式：
  awk option ‘script’ file1 file2
  awk option -f scriptfile file1 file2

选项	含义
{print $2}	打印第2个域
$NF	最后一个域
$(NF-1)	倒数第二个域
print，printf	格式化输出，同C
-F	指定分隔符
-F[:;#]	支持多种符号的分隔符

BEGIN&END
做文本处理之前的准备工作，之后的收尾工作。相当于构造和析构。
格式如下：
BEGIN{ } /REG/{ } END{ }
BEGIN{ } condition{ } END{ }

例：统计文本中空行数量
awk ‘BEGIN count=0/*/{count++;}END{printf(“%d\n”,count);}’ file

• find

选项	含义
-name	按照文件名查找文件
-perm	按照文件权限查找文件
-depth	查找时，首先查找当前目录中的文件，然后再在子目录中查找
-user	按照文件属主查找
-newer file1 ！-newer file2	查找更改时间比file1新但比file2旧的文件
-type	查找某一类型的文件