shell编程之正则表达式文件处理器，sed，awk，sort，uniq，tr与总结
文章目录
- 一：文本处理器
- 二：sed 工具
-
- 2.1：sed工具概述
- 2.2：sed 命令常见用法
-
- 2.2.1 :常见的sed命令选项
- 2.2.2：常见的操作
- 2.3：用法示例
- 2.3.1：输出符合条件的文本（p 表示正常输出）
-
- 2.3.2：sed 命令与正则表达式结合使用
- 2.3.3：删除符合条件的文本
- 2.2.4：替换符合条件的文本
- 2.2.5：迁移符合条件的文本
- 2.2.6：使用脚本编辑文件
- 2.2.7：sed 直接操作文件示例
- 2.2.8：sed命令总结
- 三、awk 工具
- 3.1. awk 常见用法
- 3.2：awk 包含几个特殊的内建变量（可直接用）
- 3.3：用法示例
-
- 3.3.1：按行输出文本
- 3.3.2：按字段输出文本
- 3.3.3：通过管道、双引号调用 Shell 命令
- 3.4：awk命令总结
- 四、sort工具与uniq工具
-
- 4.1:sort工具
-
- 4.1.1：sort命令常用选项
- 4.1.2:sort命令示例
- 4.2:uniq工具
-
- 4.2.1:uniq命令常用选项
- 4.2.2：uniq命令示例
- 五、tr工具
一：文本处理器
在 Linux/UNIX 系统中包含很多种文本处理器或文本编辑器,其中包括我们之前学习过的VIM 编辑器与 grep 等。
而 grep，sed，awk 更是 shell 编程中经常用到的文本处理工具，被称之为 Shell 编程三剑客。
二：sed 工具
2.1：sed工具概述
sed（Stream EDitor）是一个强大而简单的文本解析转换工具，可以读取文本，并根据指定的条件对文本内容进行编辑（删除、替换、添加、移动等），最后输出所有行或者仅输出处理的某些行。sed 也可以在无交互的情况下实现相当复杂的文本处理操作，被广泛应用于 Shell 脚本中，用以完成各种自动化处理任务。
sed 的工作流程主要包括读取、执行和显示三个过程。
●读取：sed 从输入流（文件、管道、标准输入）中读取一行内容并存储到临时的缓冲区中（又称模式空间，pattern space）。
●执行：默认情况下，所有的 sed 命令都在模式空间中顺序地执行，除非指定了行的地址，否则 sed 命令将会在所有的行上依次执行。
●显示：发送修改后的内容到输出流。在发送数据后，模式空间将会被清空。
在所有的文件内容都被处理完成之前，上述过程将重复执行，直至所有内容被处理完。
注意：默认情况下所有的 sed 命令都是在模式空间内执行的，因此输入的文件并不会发生任何变化，除非是用重定向存储输出。
2.2：sed 命令常见用法
通常情况下调用 sed 命令有两种格式，如下所示。其中，“参数”是指操作的目标文件， 当存在多个操作对象时用，文件之间用逗号“，”分隔；而 scriptfile 表示脚本文件，需要用“-f” 选项指定，当脚本文件出现在目标文件之前时，表示通过指定的脚本文件来处理输入的目标文件。
sed [选项] '操作' 参数
sed [选项] -f scriptfile 参数
2.2.1 :常见的sed命令选项
| 选项 | 解释 |
|---|---|
| -e 或–expression= | 表示用指定命令或者脚本来处理输入的文本文件。 |
| -f 或–file= | 表示用指定的脚本文件来处理输入的文本文件。 |
| -h 或–help | 显示帮助 |
| -n、–quiet 或 silent | 表示仅显示处理后的结果。 |
| -i | 直接编辑文本文件。 |
2.2.2：常见的操作
操作”用于指定对文件操作的动作行为，也就是 sed 的命令
通常情况下是采用的[n1[,n2]]”操作参数的格式。n1、n2 是可选的，不一定会存在，代表选择进行操作的行数
如操作需要在 5～20 行之间进行，则表示为“5，20 动作行为
| 操作 | 解释 |
|---|---|
| a | 增加，在当前行下面增加一行指定内容。 |
| c | 替换，将选定行替换为指定内容。 |
| d | 删除，删除选定的行。 |
| i | 插入，在选定行上面插入一行指定内容。 |
| p | 打印，如果同时指定行，表示打印指定行；如果不指定行，则表示打印所有内容；如果有非打印字符，则以 ASCII 码输出。其通常与“-n”选项一起使用。 |
| s | 替换，替换指定字符。 |
| y | 字符转换 |
2.3：用法示例
2.3.1：输出符合条件的文本（p 表示正常输出）
[root@localhost ~]# sed -n 'p' test.txt '输出所有内容,等同于 cat test.txt'
...省略内容
[root@localhost ~]# sed -n '3p' test.txt '输出第 3 行'
...省略内容
[root@localhost ~]# sed -n '3,5p' test.txt '输出第 3~5 行'
...省略内容
[root@localhost ~]# sed -n 'p；n' test.txt '输出所有奇数行,n 表示读入下一行资料'
...省略内容
[root@localhost ~]# sed -n 'n；p' test.txt '输出所有偶数行,n 表示读入下一行资料'
...省略内容
[root@localhost ~]# sed -n '1,5{p；n}' test.txt '输出第 1~5 行之间的奇数行(第 1、3、5 行)'
...省略内容
[root@localhost ~]# sed -n '10,${n；p}' test.txt '输出第 10 行至文件尾之间的偶数行'
...省略内容
在执行“sed –n ‘10,${n;p}’ test.txt”命令时，读取的第 1 行是文件的第 10 行，读取的第 2 行是文件的第 11 行，依此类推，所以输出的偶数行是文件的第 11 行、13 行直至文件结尾，其中包括空行。
2.3.2：sed 命令与正则表达式结合使用
sed 命令结合正则表达式时，格式略有不同，正则表达式以“/”包围
[root@localhost ~]# sed -n '/the/p' test.txt '输出包含the 的行'
...省略部分内容
[root@localhost ~]# sed -n '4，/the/p' test.txt '输出从第 4 行至第一个包含 the 的行'
...省略部分内容
[root@localhost ~]# sed -n '/the/=' test.txt '输出包含the 的行所在的行号,等号(=)用来输出行号'
...省略部分内容
[root@localhost ~]# sed -n '/^PI/p' test.txt '输出以PI 开头的行'
...省略部分内容
[root@localhost ~]# sed -n '/[0-9]$/p' test.txt '输出以数字结尾的行'
...省略部分内容
[root@localhost ~]# sed -n '/\/p' test.txt '输出包含单词wood 的行,\<、\>代表单词边界'
...省略部分内容
2.3.3：删除符合条件的文本
下面命令中 nl 命令用于计算文件的行数，结合该命令可以更加直观地查看到命令执行的结果
[root@localhost ~]# nl test.txt | sed '3d' '删除第 3 行'
...省略内容
[root@localhost ~]# nl test.txt | sed '3,5d' '删除第 3~5 行'
...省略内容
[root@localhost ~]# nl test.txt | sed '/cross/d' '删除包含cross 的行'
...省略内容
[root@localhost ~]# nl test.txt | sed '/cross/! d' '删除不包含cross 的行'
...省略内容
[root@localhost ~]# sed '/^[a-z]/d' test.txt '删除以小写字母开头的行'
...省略内容
[root@localhost ~]# sed '/\.$/d' test.txt '删除以"."结尾的行'
...省略内容
[root@localhost ~]# sed '/^$/d' test.txt '删除所有空行'
...省略内容
[root@localhost ~]# sed -e '/^$/{n;/^$/d}' test.txt '删除重复的空行，即连续的空行只保留一个,效果与“cat -s test.txt”相同，n 表示读下一行数据'
...省略内容
2.2.4：替换符合条件的文本
使用 sed 命令进行替换操作时需要用到 s（字符串替换）、c（整行/整块替换）、y（字符转换）命令选项
sed 's/the/THE/' test.txt '将每行中的第一个the 替换为 THE '
sed 's/l/L/2' test.txt '将每行中的第 2 个l 替换为L '
sed 's/the/THE/g' test.txt '将文件中的所有the 替换为THE'
sed 's/o//g' test.txt '将文件中的所有o 删除(替换为空串)'
sed 's/^/#/' test.txt '在每行行首插入#号'
sed '/the/s/^/#/' test.txt '在包含the 的每行行首插入#号'
sed 's/$/EOF/' test.txt '在每行行尾插入字符串EOF'
sed '3,5s/the/THE/g' test.txt '将第 3~5 行中的所有the 替换为 THE'
sed '/the/s/o/O/g' test.txt '将包含the 的所有行中的o 都替换为 O'
2.2.5：迁移符合条件的文本
其中，H，复制到剪贴板；g、G，将剪贴板中的数据覆盖/追加至指定行；w，保存为文件；r，读取指定文件；a，追加指定内容
sed '/the/{H;d};$G' test.txt '将包含the 的行迁移至文件末尾,{;}用于多个操作'
sed '1,5{H;d};17G' test.txt '将第 1~5 行内容转移至第 17 行后'
sed '/the/w out.file' test.txt '将包含the 的行另存为文件out.file '
sed '/the/r /etc/hostname' test.txt '将文件/etc/hostname 的内容添加到包含the 的每行以后'
sed '3aNew' test.txt '在第 3 行后插入一个新行,内容为 New '
sed '/the/aNew' test.txt '在包含the 的每行后插入一个新行,内容为 New'
sed '3aNew1\nNew2' test.txt '在第 3 行后插入多行内容,中间的\n 表示换行'
2.2.6：使用脚本编辑文件
使用 sed 脚本，将多个编辑指令存放到文件中（每行一条编辑指令），通过“-f”选项来调用
sed '1,5{H;d};17G' test.txt '将第 1~5 行内容转移至第 17 行后'
'以上操作可以改用脚本文件方式：'
[root@localhost ~]# vi opt.list '编辑指令放到/opt.list中'
1,5H
1,5d
17G
[root@localhost ~]# sed -f opt.list test.txt '使用opt.list文件指令编辑test.txt文件'
2.2.7：sed 直接操作文件示例
编写一个脚本，用来调整 vsftpd 服务配置，要求禁止匿名用户，但允许本地用户（也允许写入）。
[root@localhost ~]# vim local_only_ftp.sh
#!/bin/bash
# 指定样本文件路径、配置文件路径
SAMPLE="/usr/share/doc/vsftpd-3.0.2/EXAMPLE/INTERNET_SITE/vsftpd.conf " CONFIG="/etc/vsftpd/vsftpd.conf"
# 备份原来的配置文件,检测文件名为/etc/vsftpd/vsftpd.conf.bak 备份文件是否存在, 若不存在则使用 cp 命令进行文件备份
[ ! -e "$CONFIG.bak" ] && cp $CONFIG $CONFIG.bak # 基于样本配置进行调整,覆盖现有文件
sed -e '/^anonymous_enable/s/YES/NO/g' $SAMPLE > $CONFIG
sed -i -e '/^local_enable/s/NO/YES/g' -e '/^write_enable/s/NO/YES/g' $CONFIG grep "listen" $CONFIG || sed -i '$alisten=YES' $CONFIG
# 启动vsftpd 服务,并设为开机后自动运行
systemctl restart vsftpd systemctl enable vsftpd
[root@localhost ~]# chmod +x local_only_ftp.sh
2.2.8：sed命令总结
sed工具除了调用文件或脚本执行命令，否则命令都需要加上’'符号
即：调用 sed 命令有两种格式
sed[选项] '操作' 参数
sed [选项] -f scriptfile 参数
其中，“参数”是指操作的目标文件，当存在多个操作对象时用，文件之间用逗号“，”分隔；
而 scriptfile 表示脚本文件，需要用“-f”选项指定，当脚本文件出现在目标文件之前时，表示通过指定的脚本文件来处理输入的目标文件
-n选项在符合条件输出和结合正则表达式的时候使用
{}用于奇数行和偶数行的筛选或者奇数行和偶数号的其他操作
sed 命令结合正则表达式时，格式略有不同，正则表达式以“/”包围
使用sed删除命令时，nl 命令用于计算文件的行数，结合该命令可以更加直观地查看到命令执行的结果，而不使用-n
三、awk 工具
在 Linux/UNIX 系统中，awk 是一个功能强大的编辑工具，逐行读取输入文本，并根据指定的匹配模式进行查找，对符合条件的内容进行格式化输出或者过滤处理，可以在无交互的情况下实现相当复杂的文本操作，被广泛应用于 Shell 脚本，完成各种自动化配置任务。
3.1. awk 常见用法
通常情况下 awk 所使用的命令格式如下所示，其中，单引号加上大括号“{}”用于设置对数据进行的处理动作。awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进行处理。
awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2 „ '过滤并输出文件符条件的内容'
awk -f 脚本文件 文件 1 文件 2 „ '从脚本中调用编辑指令,过滤并输出内容'
其中，单引号加上大括号“{}”用于设置对数据进行的处理动作
awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进行处理
sed 命令常用于一整行的处理,而 awk 比较倾向于将一行分成多个“字段”然后再进行处理，且默认情况下字段的分隔符为空格或者 tab 键,awk 执行结果可以通过 print 的功能将字段数据打印显示
在使用 awk 命令的过程中,可以使用逻辑操作符“&&”，表示“与”， “||”表示“或”，“！”表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别 表示加、减、乘、除、取余和乘方
[root@localhost ~]# awk -F ':' '{print $1,$3,$4}' /etc/passwd '查看/etc/passwd的用户名（$1），用户ID($3)，组ID等列($4)'
$1,$3,$4之间用逗号隔开，输出的内容会有空格间隔
若$1 $3 $4之间不用逗号隔开，则输出的内容不会有空格间隔，会连在一起
awk 从输入文件或者标准输入中读入信息，与 sed 一样，信息的读入也是逐行读取的。
不同的是 awk 将文本文件中的一行视为一个记录，而将一行中的某一部分（列）作为记录中的一个字段（域）
为了操作这些不同的字段，awk 借用 shell 中类似于位置变量的方法， 用$1、$2、$3„顺序地表示行（记录）中的不同字段。另外 awk 用$0 表示整个行（记录）
不同的字段之间是通过指定的字符分隔
awk 默认的分隔符是空格
awk 允许在命令行中用“-F 分隔符”的形式来指定分隔符
3.2：awk 包含几个特殊的内建变量（可直接用）
| 操作 | 解释 |
|---|---|
| FS | 指定每行文本的字段分隔符，默认为空格或制表位。 |
| NF | 当前处理的行的字段个数。 |
| NR | 当前处理的行的行号（序数）。 |
| $0 | 当前处理的行的整行内容。 |
| $n | 当前处理行的第 n 个字段（第 n 列）。 |
| FILENAME | 被处理的文件名。 |
| RS | 数据记录分隔，默认为\n，即每行为一条记录。 |
3.3：用法示例
3.3.1：按行输出文本
awk '{print}' test.txt '输出所有内容，等同于cat test.txt'
...省略内容
awk '{print $0}' test.txt '输出所有内容，等同于cat test.txt'
...省略内容
awk 'NR==1,NR==3{print}' test.txt '输出第1~3行内容'
...省略内容
awk '(NR>=1)&&(NR<=3){print}' test.txt '输出第1~3行内容'
...省略内容
awk 'NR==1||NR==3{print}' test.txt '输出1行，第3行内容'
...省略内容
awk '(NR%2)==1{print}' test.txt '输出所有奇数行内容'
...省略内容
awk '(NR%2)==0{print}' test.txt '输出所有偶数行内容'
...省略内容
awk '/^root/{print}' /etc/passwd '输出以root开头的行'
...省略内容
awk '/nologin$/{print}' /etc/passwd '输出以 nologin 结尾的行'
...省略内容
awk 'BEGIN {x=0} ; /\/bin\/bash$/{x++};END {print x}' /etc/passwd '统计以/bin/bash 结尾的行数,等同于 grep -c "/bin/bash$" /etc/passwd '
...省略内容
awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf '统计以空行分隔的文本段落数'
...省略内容
3.3.2：按字段输出文本
awk '{print $3}' test.txt '输出每行中(以空格或制表位分隔)的第 3 个字段'
...省略内容
awk '{print $1,$3}' test.txt '输出每行中的第 1、3 个字段'
...省略内容
awk -F: '$2=="!!"{print}' /etc/shadow '输出密码为空的用户的shadow 记录'
...省略内容
awk 'BEGIN {FS=":"}; $2=="!!"{print}' /etc/shadow '输出密码为空的用户的shadow 记录'
...省略内容
awk -F: '$7~"/bash"{print $1}' /etc/passwd '输出以冒号分隔且第 7 个字段中包含/bash 的行的第 1 个字段'
...省略内容
awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services '输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段'
...省略内容
awk -F: '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd '输出第 7 个字段既不为/bin/bash 也不为/sbin/nologin 的所有行'
...省略内容
3.3.3：通过管道、双引号调用 Shell 命令
操作命令放在{}中
管道符号前面的命令输出的内容交给管道符号后面的命令处理
结合正则表达式，正则表达式同样要被/包围
调用的shell命令需要用""引起来
{}中多个命令之间也能过；分隔
awk -F: '/bash$/{print | "wc -l"}' /etc/passwd '调用wc -l 命令统计使用bash 的用户个数,等同于 grep -c "bash$" /etc/passwd '
...省略内容
awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}' '调用w 命令,并用来统计在线用户数'
...省略内容sed[选项] '操作' 参数
awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2
awk -F.'BEGIN { "hostname" | getline ; print $1}' '调用hostname,并输出当前的主机名''
...省略内容
3.4：awk命令总结
sed操作指令置于’'中，awk比sed多一个{}
sed[选项] '操作' 参数
awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2
w，who，whoami，who am i
w 显示已经登录的用户及正在进行的操作
who 显示已经登录的用户名、终端名称、登录时间及登录IP
whoami 显示当前用户的用户名
who am i 显示登录系统的时候的用户名，即使已经切换到其他用户也显示登录时的用户
一般输出关于段，列的信息使用awk，其他的使用sed或grep更加方便
awk输出的奇偶行都使用绝对路径
sed输出的奇偶行都使用相对路径
使用awk调用shell命令，统计数量时，n是个变量，可自定义
若没有定义n的初始值，则n=0
awk判断条件中双引号之间的内容，如果有特殊符号不需要使用转义符
FS在{}中间使用，F在{}外面使用
四、sort工具与uniq工具
在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc 。本章将介绍前两种工具的用法。
sort 是一个以行为单位对文件内容进行排序的工具，也可以根据不同的数据类型来排序。例如数据和字符的排序就不一样。sort 命令的语法为“sort [选项] 参数”
4.1:sort工具
sort [选项] 参数
4.1.1：sort命令常用选项
| 操作 | 解释 |
|---|---|
| -f | 忽略大小写 |
| -b | 忽略每行前面的空格 |
| -M | 按照月份进行排序 |
| -n | 按照数字进行排序 |
| -r | 反向排序 |
| -u | 等同于 uniq，表示相同的数据仅显示一行 |
| -t | 指定分隔符，默认使用[Tab]键分隔 |
| -o | <输出文件>：将排序后的结果转存至指定文件 |
| -k | 指定排序区域 |
4.1.2:sort命令示例
'将/etc/passwd 文件中的账号进行排序，根据行首字母顺序排序'
[root@localhost ~]# sort /etc/passwd
...省略内容
'将/etc/passwd 文件中第三列进行反向排序，根据第三列第一个字符的顺序排序'
[root@localhost ~]# sort -t ':' -rk 3 /etc/passwd
...省略内容uniq [选项] 参数
中'
[root@localhost ~]# sort -t ':' -k 3 /etc/passwd -o user.txt
[root@localhost ~]# cat user.txt
...省略内容
4.2:uniq工具
在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc
Uniq 工具在 Linux 系统中通常与 sort 命令结合使用，用于报告或者忽略文件中的重复行
具体的命令语法格式为
uniq [选项] 参数
4.2.1:uniq命令常用选项
| 操作 | 解释 |
|---|---|
| -c | 进行计数 |
| -d | 仅显示重复行 |
| -u | 仅显示出现一次的行 |
4.2.2：uniq命令示例
'删除 testfile 文件中的重复行'
[root@localhost ~]# cat testfile 'testfile文件内容自行定义'
...省略内容
[root@localhost ~]# uniq testfile
...省略内容
'删除 testfile 文件中的重复行，并在行首显示该行重复出现的次数'
[root@localhost ~]# uniq -c testfile
...省略内容
'查找 testfile 文件中的重复行'
[root@localhost ~]# uniq -d testfile
...省略内容
五、tr工具
tr 命令常用来对来自标准输入的字符进行替换、压缩和删除。可以将一组字符替换之后变成另一组字符，经常用来编写优美的单行命令，作用很强大。
tr 具体的命令语法格式为：
tr [选项] [参数]
| 操作 | 解释 |
|---|---|
| -c | 取代所有不属于第一字符集的字符 |
| -d | 删除所有属于第一字符集的字符 |
| -s | 把连续重复的字符以单独一个字符表示 |
| -t | 先删除第一字符集较第二字符集多出的字符 |
将输入字符由大写转换为小写。
[root@localhost ~]# echo "KGC" | tr 'A-Z' 'a-z'
kgc 将输入字符由大写转换为小写
压缩输入中重复的字符。
[root@localhost ~]# echo 'hello world' | tr -d 'od'
hell wrl 压缩输入中重复的字符