Linux文本三剑客--grep、sed、awk

Linux文本三剑客–grep、sed、awk

三者功能都是处理文本，但是侧重点各不相同，其中awk功能最强大，最复杂。grep更适合单冲的查找或匹配文本，sed更是适合编辑匹配到的文本，awk更适合格式化文本，对文本进行较复杂格式处理。

1、grep

1.1什么是grep

Linux系统中grep命令是一种强大的文本搜索工具，他能使用正则表达式搜索文本，并把匹配的行打印出来（匹配到的标红）。grep全程是Global regular expression print，表示全局正则表达式版本。
grep可用于shell脚本，因为grep通过返回一个状态值来说明搜索的状态，如果模板搜索成功，则返回0，如果搜索不成功，则返回1，如果搜索的文件不存在，则返回2.

1.2使用grep

命令格式

grep [option] pattern file

命令参数

• -A<显示行数>：除了显示符合范本样式的那一列之外，并显示该行之后的内容。
• -B<显示行数>：除了显示符合样式的那一行之外，并显示该行之前的内容。
• -C<显示行数>：除了显示符合样式的那一行之外，并显示该行之前后的内容。
• -c：统计匹配的行数
• -e ：实现多个选项间的逻辑or 关系
• -E：扩展的正则表达式
• -f FILE：从FILE获取PATTERN匹配
• -F ：相当于fgrep
• -i --ignore-case #忽略字符大小写的差别。
• -n：显示匹配的行号
• -o：仅显示匹配到的字符串
• -q： 静默模式，不输出任何信息
• -s：不显示错误信息。
• -v：显示不被pattern 匹配到的行，相当于[^] 反向匹配
• -w ：匹配 整个单词

基本正则表表达式

匹配字符

• . 匹配任意单个字符，不能匹配空行
• [] 匹配指定范围内的任意单个字符
• [^] 取反
• [:alnum:] 或 [0-9a-zA-Z]
• [:alpha:] 或 [a-zA-Z]
• [:upper:] 或 [A-Z]
• [:lower:] 或 [a-z]
• [:blank:] 空白字符（空格和制表符）
• [:space:] 水平和垂直的空白字符（比[:blank:]包含的范围广）
• [:cntrl:] 不可打印的控制字符（退格、删除、警铃…）
• [:digit:] 十进制数字 或[0-9]
• [:xdigit:]十六进制数字
• [:graph:] 可打印的非空白字符
• [:print:] 可打印字符
• [:punct:] 标点符号

匹配次数

• ***** 匹配前面的字符任意次，包括0次，贪婪模式：尽可能长的匹配
• .* 任意前面长度的任意字符，不包括0次
• ? 匹配其前面的字符0 或 1次
• + 匹配其前面的字符至少1次
• {n} 匹配前面的字符n次
• {m,n} 匹配前面的字符至少m 次，至多n次
• {,n} 匹配前面的字符至多n次
• {n,} 匹配前面的字符至少n次

位置锚点：定位出现的位置

• ^ 行首锚定，用于模式的最左侧
• $ 行尾锚定，用于模式的最右侧
• ^PATTERN$，用于模式匹配整行
• ^$ 空行
• ^[[:space:]].*$ 空白行
• < 或 \b 词首锚定，用于单词模式的左侧
• > 或 \b 词尾锚定；用于单词模式的右侧

扩展正则表达式

（1）字符匹配：

• . 任意单个字符
• [] 指定范围的字符
• [^] 不在指定范围的字符
• 次数匹配：
• * ：匹配前面字符任意次
• ? : 0 或1次
• + ：1 次或多次
• {m} ：匹配m次 次
• {m,n} ：至少m ，至多n次

（2）位置锚定：

• ^ : 行首
• $ : 行尾
• <, \b : 语首
• >, \b : 语尾
• 分组：()
• 后向引用：\1, \2, …

2.sed

2.1什么是sed

sed是一种流编辑器，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（patternspace），接着用sed命令处理缓冲器中的内容，处理完成后，把缓冲区的内容送往屏幕。然后读入下行，执行下一个循环。如果没有使用例如‘D’的特殊命令，那么会在两个循环之间清空模式空间，但不会清空保留空间，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入或-i

功能：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。

2.2使用sed

命令格式

sed [options] '[地址定界] command' file(s)

常用选项options

• -n：不输出模式空间内容到屏幕，即不自动打印，只打印匹配到的行
• **-e：**多点编辑，对每行处理时，可以有多个Script
• -f：把Script写到文件当中，在执行sed时-f 指定文件路径，如果是多个Script，换行写
• -r：支持扩展的正则表达式
• -i：直接将处理的结果写入文件
• -i.bak：在将处理的结果写入文件之前备份一份

地址定界

• 不给地址：对全文进行处理
• 单地址：
  • #: 指定的行
  • /pattern/：被此处模式所能够匹配到的每一行
• 地址范围：
  • #,#
  • #,+#
  • /pat1/,/pat2/
  • #,/pat1/
• ~：步进
  • sed -n ‘1~2p’ 只打印奇数行 （1~2 从第1行，一次加2行）
  • sed -n ‘2~2p’ 只打印偶数行

编辑命令command

• d：删除模式空间匹配的行，并立即启用下一轮循环

• p：打印当前模式空间内容，追加到默认输出之后

• a：在指定行后面追加文本，支持使用\n实现多行追加

• i：在行前面插入文本，支持使用\n实现多行追加

• c：替换行为单行或多行文本，支持使用\n实现多行追加

• w：保存模式匹配的行至指定文件

• r：读取指定文件的文本至模式空间中匹配到的行后

• =：为模式空间中的行打印行号

• !：模式空间中匹配行取反处理

• s///

• 加g表示行内全局替换；

• 在替换时，可以加一下命令，实现大小写转换

• \l：把下个字符转换成小写。

• \L：把replacement字母转换成小写，直到\U或\E出现。

• \u：把下个字符转换成大写。

• \U：把replacement字母转换成大写，直到\L或\E出现。

• \E：停止以\L或\U开始的大小写转换

sed用法演示

[root@along ~]# cat demo
aaa
bbbb
AABBCCDD
[root@along ~]# sed "/aaa/p" demo  #匹配到的行会打印一遍，不匹配的行也会打印
aaa
aaa
bbbb
AABBCCDD
[root@along ~]# sed -n "/aaa/p" demo  #-n不显示没匹配的行
aaa
[root@along ~]# sed -e "s/a/A/" -e "s/b/B/" demo  #-e多点编辑
Aaa
Bbbb
AABBCCDD
[root@along ~]# cat sedscript.txt
s/A/a/g
[root@along ~]# sed -f sedscript.txt demo  #-f使用文件处理
aaa
bbbb
aaBBCCDD
[root@along ~]# sed -i.bak "s/a/A/g" demo  #-i直接对文件进行处理
[root@along ~]# cat demo
AAA
bbbb
AABBCCDD
[root@along ~]# cat demo.bak
aaa
bbbb
AABBCCDD

地址界定演示

[root@along ~]# cat demo
aaa
bbbb
AABBCCDD
[root@along ~]# sed -n "p" demo  #不指定行，打印全文
aaa
bbbb
AABBCCDD
[root@along ~]# sed "2s/b/B/g" demo  #替换第2行的b->B
aaa
BBBB
AABBCCDD
[root@along ~]# sed -n "/aaa/p" demo
aaa
[root@along ~]# sed -n "1,2p" demo  #打印1-2行
aaa
bbbb
[root@along ~]# sed -n "/aaa/,/DD/p" demo
aaa
bbbb
AABBCCDD
[root@along ~]# sed -n "2,/DD/p" demo
bbbb
AABBCCDD
[root@along ~]# sed "1~2s/[aA]/E/g" demo  #将奇数行的a或A替换为E
EEE
bbbb
EEBBCCDD

编辑命令command演示

[root@along ~]# cat demo
aaa
bbbb
AABBCCDD
[root@along ~]# sed "2d" demo  #删除第2行
aaa
AABBCCDD
[root@along ~]# sed -n "2p" demo  #打印第2行
bbbb
[root@along ~]# sed "2a123" demo  #在第2行后加123
aaa
bbbb
123
AABBCCDD
[root@along ~]# sed "1i123" demo  #在第1行前加123
123
aaa
bbbb
AABBCCDD
[root@along ~]# sed "3c123\n456" demo  #替换第3行内容
aaa
bbbb
123
456
[root@along ~]# sed -n "3w/root/demo3" demo  #保存第3行的内容到demo3文件中
[root@along ~]# cat demo3
AABBCCDD
[root@along ~]# sed "1r/root/demo3" demo  #读取demo3的内容到第1行后
aaa
AABBCCDD
bbbb
AABBCCDD
[root@along ~]# sed -n "=" demo  #=打印行号
1
2
3
[root@along ~]# sed -n '2!p' demo  #打印除了第2行的内容
aaa
AABBCCDD
[root@along ~]# sed 's@[a-z]@\u&@g' demo  #将全文的小写字母替换为大写字母
AAA
BBBB
AABBCCDD

sed高级编辑命令

• h：把模式空间中的内容覆盖至保持空间中
• H：把模式空间中的内容追加至保持空间中
• g：从保持空间取出数据覆盖至模式空间
• G：从保持空间取出内容追加至模式空间
• x：把模式空间中的内容与保持空间中的内容进行互换
• n：读取匹配到的行的下一行覆盖 至模式空间
• N：读取匹配到的行的下一行追加 至模式空间
• d：删除模式空间中的行
• D：删除 当前模式空间开端至\n 的内容（不再传 至标准输出），放弃之后的命令，但是对剩余模式空间重新执行sed

① 案例：倒序输出文本内容

[root@along ~]# cat num.txt
One
Two
Three
[root@along ~]# sed '1!G;h;$!d' num.txt
Three
Two
One

1!G 第一行不执行G命令，从第二行开始执行

$!d 最后一行不删除

③ 总结模式空间与保持空间关系：

保持空间是模式空间一个临时存放数据的缓冲区，协助模式空间进行数据处理

（3）演示

① 显示偶数行

[root@along ~]# seq 9 |sed -n 'n;p'
2
4
6
8

② 倒序显示

[root@along ~]# seq 9 |sed  '1!G;h;$!d'
9
8
7
6
5
4
3
2
1

③ 显示奇数行

[root@along ~]# seq 9 |sed 'H;n;d'
1
3
5
7
9

④ 显示最后一行

[root@along ~]# seq 9| sed 'N;D'
9

⑤ 每行之间加空行

[root@along ~]# seq 9 |sed 'G'
1
 
2
 
3
 
4
 
5
 
6
 
7
 
8
 
9
 
---

⑥ 把每行内容替换成空行

[root@along ~]# seq 9 |sed "g"
 
 
 
 
 
 
 
 
 
---

⑦ 确保每一行下面都有一个空行

[root@along ~]# seq 9 |sed '/^$/d;G'
1
 
2
 
3
 
4
 
5
 
6
 
7
 
8
 
9

3.awk

什么是awk

awk是一种编程语言，用于在Linux下对文本和数据进行处理。数据可以来自标准输入、一个或多个文件、其他命令的输出。它支持用户自定义函数和动态正则表达式等先进功能。awk有很多内建的功能，比如数组、函数等。

使用awk

语法

awk` `[options] ``'program'` `var=value ``file``…``awk` `[options] -f programfile var=value ``file``…``awk` `[options] ``'BEGIN{ action;… } pattern{ action;… } END{ action;… }'` `file` `...

常用命令选项

• -F fs：fs指定输入分隔符，fs可以是字符串或正则表达式。
• -v var=value：赋值一个用户定义变量，将外部变量传递给awk
• -f scripfile：从脚本文件中读取awk命令
  awk变量
  变量：内置和自定义变量，每个变量前加-v命令选项

（1）格式

• FS ：输入字段分隔符，默认为空白字符
• OFS ：输出字段分隔符，默认为空白字符
• RS ：输入记录分隔符，指定输入时的换行符，原换行符仍有效
• ORS ：输出记录分隔符，输出时用指定符号代替换行符
• NF ：字段数量，共有多少字段， $NF引用最后一列，$(NF-1)引用倒数第2列
• NR ：行号，后可跟多个文件，第二个文件行号继续从第一个文件最后行号开始
• FNR ：各文件分别计数, 行号，后跟一个文件和NR一样，跟多个文件，第二个文件行号从1开始
• FILENAME ：当前文件名
• ARGC ：命令行参数的个数
• ARGV ：数组，保存的是命令行所给定的各参数，查看参数

[root@along ~]# cat awkdemo
hello:world
linux:redhat:lalala:hahaha
along:love:youou
[root@along ~]# awk -v FS=':' '{print $1,$2}' awkdemo  #FS指定输入分隔符
hello world
linux redhat
along love
[root@along ~]# awk -v FS=':' -v OFS='---' '{print $1,$2}' awkdemo  #OFS指定输出分隔符
hello---world
linux---redhat
along---love
[root@along ~]# awk -v RS=':' '{print $1,$2}' awkdemo
hello
world linux
redhat
lalala
hahaha along
love
you
[root@along ~]# awk -v FS=':' -v ORS='---' '{print $1,$2}' awkdemo
hello world---linux redhat---along love---
[root@along ~]# awk -F: '{print NF}' awkdemo
2
4
3
[root@along ~]# awk -F: '{print $(NF-1)}' awkdemo  #显示倒数第2列
hello
lalala
love
[root@along ~]# awk '{print NR}' awkdemo awkdemo1
1
2
3
4
5
[root@along ~]# awk END'{print NR}' awkdemo awkdemo1
5
[root@along ~]# awk '{print FNR}' awkdemo awkdemo1
1
2
3
1
2
[root@along ~]# awk '{print FILENAME}' awkdemo
awkdemo
awkdemo
awkdemo
[root@along ~]# awk 'BEGIN {print ARGC}' awkdemo awkdemo1
3
[root@along ~]# awk 'BEGIN {print ARGV[0]}' awkdemo awkdemo1
awk
[root@along ~]# awk 'BEGIN {print ARGV[1]}' awkdemo awkdemo1
awkdemo
[root@along ~]# awk 'BEGIN {print ARGV[2]}' awkdemo awkdemo1
awkdemo1

自定义变量

（1）-v var=value

① 先定义变量，后执行动作print

[root@along ~]# awk -v name="along" -F: '{print name":"$0}' awkdemo
along:hello:world
along:linux:redhat:lalala:hahaha
along:along:love:you

② 在执行动作print后定义变量

[root@along ~]# awk -F: '{print name":"$0;name="along"}' awkdemo
:hello:world
along:linux:redhat:lalala:hahaha
along:along:love:you

（2）在program 中直接定义

可以把执行的动作放在脚本中，直接调用脚本 -f

[root@along ~]# cat awk.txt
{name="along";print name,$1}
[root@along ~]# awk -F: -f awk.txt awkdemo
along hello
along linux
along along

printf命令

（1）格式化输出

printf` `"FORMAT"``, item1,item2, ...

① 必须指定FORMAT

② 不会自动换行，需要显式给出换行控制符，\n

③ FORMAT 中需要分别为后面每个item 指定格式符

（2）格式符：与item 一一对应

• %c: 显示字符的ASCII码

• %d, %i: 显示十进制整数

• %e, %E: 显示科学计数法数值

• %f ：显示

  为浮点数，小数 %5.1f，带整数、小数点、整数共5位，小数1位，不够用空格补上

• %g, %G ：以科学计数法或浮点形式显示数值

• %s ：显示字符串；例：%5s最少5个字符，不够用空格补上，超过5个还继续显示

• %u ：无符号整数

• %%: 显示% 自身

（3）修饰符：放在%c[/d/e/f…]之间

• #[.#]：第一个数字控制显示的宽度；第二个# 表示小数点后精度，%5.1f
• -：左对齐（默认右对齐） %-15s
• +：显示数值的正负符号 %+d

操作符**

格式

• 算术操作符：

  • x+y, x-y, x*y, x/y, x^y, x%y
  • -x: 转换为负数
  • +x: 转换为数值

• 字符串操作符：没有符号的操作符，字符串连接

• 赋值操作符：

  • =, +=, -=, *=, /=, %=, ^=
  • ++, –

• 比较操作符：

  • ==, !=, >, >=, <, <=

• 模式匹配符：~ ：左边是否和右边匹配包含 !~ ：是否不匹配

• 逻辑操作符：与&& ，或|| ，非!

• 函数调用： function_name(argu1, argu2, …)

• 条件表达式（三目表达式）：

  selector

  ?

  if-true-expression

  :

  if-false-expression

  • 注释：先判断selector，如果符合执行 ? 后的操作；否则执行 : 后的操作

演示

（1）模式匹配符

---查询以/dev开头的磁盘信息
[root@along ~]# df -h |awk -F: '$0 ~ /^\/dev/'
/dev/mapper/cl-root   17G  7.3G  9.7G  43% /
/dev/sda1           1014M  121M  894M  12% /boot
---只显示磁盘使用状况和磁盘名
[root@along ~]# df -h |awk '$0 ~ /^\/dev/{print $(NF-1)"---"$1}'
43%---/dev/mapper/cl-root
12%---/dev/sda1
---查找磁盘大于40%的
[root@along ~]# df -h |awk '$0 ~ /^\/dev/{print $(NF-1)"---"$1}' |awk -F% '$1 > 40'

（2）逻辑操作符

[root@along ~]# awk -F: '$3>=0 && $3<=1000 {print $1,$3}' /etc/passwd
root 0
bin 1
[root@along ~]# awk -F: '$3==0 || $3>=1000 {print $1}' /etc/passwd
root
[root@along ~]# awk -F: '!($3==0) {print $1}' /etc/passwd
bin
[root@along ~]# awk -F: '!($0 ~ /bash$/) {print $1,$3}' /etc/passwd
bin 1
daemon 2

（3）条件表达式（三目表达式）

[root@along ~]# awk -F: '{$3 >= 1000?usertype="common user":usertype="sysadmin user";print usertype,$1,$3}' /etc/passwd
sysadmin user root 0
common user along 1000

grep sed awk比较

• grep：文本过滤器，如果仅仅是过滤文本，可使用grep，其效率要比其他的高很多
• sed：stream editor，流编辑器，默认只处理模式空间，不处理原数据
• awk：报告生成器，格式化以后显示。如果对处理的数据需要生成报告之类的信息，或者你处理的数据是按列进行处理的，最好使用awk