镜像下载、域名解析、时间同步请点击 阿里云开源镜像站
准备
作为一个经常在服务器上游走的后端,需要熟悉不少命令行操作。其中,grep、sed、awk号称"linux三剑客",使用频繁,功能强大,本文通过一个实例演示下基本用法。首先准备一个文本文件,命名为text.txt,内容如下:
cat text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
grep
首先,最简单的是grep。经常用来过滤查看日志。对于grep需要知道如下几个常用的命令选项:
-n
额外输出行号。例如过滤出每一行包含"青"的记录:
grep -n "青" text.txt
1:1 province 省份 青海省
3:3 subject_no 主体备案号 青ICP备11000289号
4:4 addr 注册地址 青海省西宁市城中区南关街138号
7:7 site_no 网站备案/许可证号 青ICP备11000289号-2
-v
排除匹配的行。例如排除包含"青"的行记录:
grep -v '青' text.txt
2 domain 域名或者ip tianfengyinlou.cn
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
-E
支持扩展正则匹配。grep的时候,我们可以按照正则表达式来进行匹配,但在需要扩展正则匹配时,要通过-E指定才能生效。常见的或操作,比如筛选包含"青海省"或者"青ICP"的行记录,不指定-E是无法获得想要的结果的。
grep -E '青海省|青ICP' text.txt
1 province 省份 青海省
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
7 site_no 网站备案/许可证号 青ICP备11000289号-2
-l
只输出有匹配行的文件名。有时候,我们并不需要输出匹配的行记录,仅仅只是需要知道匹配到了行记录的文件名:
grep -l 青 text.txt
text.txt
-R
递归匹配目录中的文件内容。有时候,在一个目录中我们并不知道哪个文件内容包含我们想要的结果,此时,可以查找整个目录,输出匹配的文件名以及行记录:
grep -R 青海 ./DevMisc
# ...
./DevMisc/linux三剑客.md:1 province 省份 青海省
./DevMisc/linux三剑客.md:4 addr 注册地址 青海省西宁市城中区南关街138号
./DevMisc/text.txt:1 province 省份 青海省
./DevMisc/text.txt:4 addr 注册地址 青海省西宁市城中区南关街138号
结合-l参数就可以知道一个目录中有哪些文件包含了匹配项:
grep -Rl 青 ./DevMisc
./DevMisc/linux三剑客.md
./DevMisc/text.txt
-A
通过-A(after)指定输出匹配行后的额外行数。例如,想要额外输出包含"青"的行记录后一行,可以指定-A1:
grep -A1 青 text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
--
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
--
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
-B
通过-B(before)指定输出匹配行前的额外行数。例如,想要额外输出包含"青"的行记录前一行,可以指定-B1:
grep -B1 青 text.txt
1 province 省份 青海省
--
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
--
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
-C
通过-C指定输出匹配行前后的额外行数。例如,想要额外输出包含"青"的行记录前后各一行,可以指定-C1:
grep -C1 青 text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
--
--
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
--
--
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
sed
查找
sed的各项操作需要指定一个特定的动作。查找需要指定一个动作为p(print),例如,打印出第三行的记录,需要指定行号加动作3p:
sed -n 3p text.txt
3 subject_no 主体备案号 青ICP备11000289号
这里必须指定一个选项-n。因为sed的默认行为是遍历文本文件的每一行并输出每一行,假如不带-n选项,第三行会输出两次=默认输出一次+命令行指定输出一次:
sed 3p text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
所以-n的作用是取消sed的默认输出行为, 一般都只与p组合使用。利用sed的默认输出行为,我们可以模拟复制每一行的操作,有时候在特定场景下非常有用:
sed p text.txt
1 province 省份 青海省
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
sed不仅可以输出指定的某一行,还可以按行号范围进行输出,例如输出1-5行:
sed -n 1,5p text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
sed还可以按照正则匹配来输出特定的行。格式为/xx/p, 例如,查找包含"青海省"的行记录:
sed -n '/青海省/p' text.txt
1 province 省份 青海省
4 addr 注册地址 青海省西宁市城中区南关街138号
查找包含数字0到6的行记录:
sed -n '/[0-6]/p' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
查找以0结尾的行记录:
sed -n '/0$/p' text.txt
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
如果想要支持扩展正则匹配,需要通过-r来指定,例如查找每一行包含"青海省"或者"青"的记录:
sed -nr '/青海省|青/p' text.txt
1 province 省份 青海省
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
7 site_no 网站备案/许可证号 青ICP备11000289号-2
sed正则匹配也支持按范围输出,格式为/xx/,/xx/p。例如查找包含"domain"的行到包含"addr"的行记录:
sed -n '/domain/,/addr/p' text.txt
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
删除
# 删除第三行
sed 3d text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 删除包含青的行
sed '/青/d' text.txt
2 domain 域名或者ip tianfengyinlou.cn
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 更改text.txt
cat text.txt ysj@yangsj2-knownsec
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
#5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
#6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 删除空行和注释行
sed -r '/^$|#/d' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
增加
sed的增加动作有三种:
- i:在指定行的上方增加一行
- a: 在指定行的下方增加一行
- c: 在指定行的地方增加一行,原有行会被覆盖
上述三种增加行为示例为:
注意:示例的增加行为在mac上会报错,可能在mac上用法不一致。
# 在第3行上方增加一行记录
sed '3i insert oneline above 3rd line' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
insert oneline above 3rd line
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 在第3行下方增加一行记录
sed '3a insert oneline after 3rd line' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
insert oneline after 3rd line
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 在第3行创建一行记录,原记录被替换
sed '3c create oneline at 3rd line' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
create oneline at 3rd line
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
修改
上述所有的操作输出均没有改变文件自身的内容。想要使得操作改变文件自身的内容,需要指定选项-i。指定-i的操作需要格外小心。
例如,在文件中第一行插入一行记录:
sed -i '1i add oneline above first line' text.txt
cat text.txt
add oneline above first line
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
sed的删除动作为d(delete),例如删除文件中的第一行:
# 删除增加的第一行
sed -i 1d text.txt
cat text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
当然,我们也有办法做安全的删除操作,即将-i换成-i.bak 可以在真实改动文件内容前,备份文件。但是这个操作一般不适合应用在大文件上,因为备份很慢。
# 删除第一行并备份
sed -i.bak 1d text.txt
cat text.txt
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
cat text.txt.bak
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
替换
sed可以对文件内容进行替换(substitute),格式为使用任意三个相同的符号,如三个斜线s/xx/yy/g、三个#号s#xx#yy#g、三个@符号s@xx@yy@g等,效果是将xx替换为yy。
这里的符号选择是任意的,可以是三个1,三个2都行。常用的是上述三种,因为和文件内容重合度最小,具体使用哪种,需要根据文件内容选择。如果文件内容本身包含了/,则不方便使用三个斜线来操作。
# 将"青" 替换为"蜀"
sed 's/青/蜀/g' text.txt
1 province 省份 蜀海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 蜀ICP备11000289号
4 addr 注册地址 蜀海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 蜀ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 将第三行的青替换为蜀
sed '3s/青/蜀/g' text.txt
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 蜀ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
# 把所有数字替换为x
sed -r 's/[0-9]/x/g' text.txt
x province 省份 青海省
x domain 域名或者ip tianfengyinlou.cn
x subject_no 主体备案号 青ICP备xxxxxxxx号
x addr 注册地址 青海省西宁市城中区南关街xxx号
x check_time 备案时间, 时间对象 xxxx-xx-xx xx:xx:xx
x update_time 更新时间, 毫秒级时间戳 xxxxxxxxxxxxx
x site_no 网站备案/许可证号 青ICP备xxxxxxxx号-x
x site_url 站点/网站首页网址 www.tianfengyinlou.cn
x comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
g是全局(gloabal)替换的意思,如果不要g,则只会替换匹配到的第一项:
# 把每一行的第一个数字替换为x
sed -r 's/[0-9]/x/' text.txt
x province 省份 青海省
x domain 域名或者ip tianfengyinlou.cn
x subject_no 主体备案号 青ICP备11000289号
x addr 注册地址 青海省西宁市城中区南关街138号
x check_time 备案时间, 时间对象 2011-06-23 16:38:00
x update_time 更新时间, 毫秒级时间戳 1607414120745
x site_no 网站备案/许可证号 青ICP备11000289号-2
x site_url 站点/网站首页网址 www.tianfengyinlou.cn
x comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
反向引用
反向引用就是利用正则的组匹配来以组为单位进行替换。
# 例如匹配所有的英文词句([a-z_.]+),然后把他们用<>括起来, \1表示第一组,这里只有一个组匹配
sed -r 's/([a-z_.]+)/<\1>/g' text.txt
1 省份 青海省
2 域名或者
3 主体备案号 青ICP备11000289号
4 注册地址 青海省西宁市城中区南关街138号
5 备案时间, 时间对象 2011-06-23 16:38:00
6 更新时间, 毫秒级时间戳 1607414120745
7 网站备案/许可证号 青ICP备11000289号-2
8 站点/网站首页网址
9 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
awk
取行
awk可以通过NR(Number of Record) 指定行号,输出特定的行:
# 输出第三行
awk 'NR==3' text.txt
3 subject_no 主体备案号 青ICP备11000289号
也可以按行号范围输出:
# 输出第三到第六行
awk 'NR==3, NR==6' text.txt
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
# 也可以通过比较指定输出范围
# 输出3到4行
awk 'NR>=3 && NR<5' text.txt
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
第二个NR如果是个无效的行号值,则默认取出指定起始行之后所有的行记录:
# 输出第三行之后的所有行
awk 'NR==3, NR==xx' text.txt
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象 2011-06-23 16:38:00
6 update_time 更新时间, 毫秒级时间戳 1607414120745
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
取行操作依然支持正则匹配:
# 输出包含青的行
awk '/青/' text.txt
1 province 省份 青海省
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
7 site_no 网站备案/许可证号 青ICP备11000289号-2
# 输出以"号"结尾的行
awk '/号$/' text.txt
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
# 输出包含domain到包含addr的行
awk '/domain/, /addr/' text.txt
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
取列
awk可以使用{print $列号} 取出列值:
# 例如,取出第二列的值
awk '{print $2}' text.txt
province
domain
subject_no
addr
check_time
update_time
site_no
site_url
comp_name
# 取出第2列及最后一列NF(Number of Fields)的值
awk '{print $2,$NF}' text.txt
province 青海省
domain tianfengyinlou.cn
subject_no 青ICP备11000289号
addr 青海省西宁市城中区南关街138号
check_time 16:38:00
update_time 1607414120745
site_no 青ICP备11000289号-2
site_url www.tianfengyinlou.cn
comp_name 西宁天丰银楼金银珠宝有限公司
# 使用column -t 对齐输出
awk '{print $2,$NF}' text.txt | column -t
province 青海省
domain tianfengyinlou.cn
subject_no 青ICP备11000289号
addr 青海省西宁市城中区南关街138号
check_time 16:38:00
update_time 1607414120745
site_no 青ICP备11000289号-2
site_url www.tianfengyinlou.cn
comp_name 西宁天丰银楼金银珠宝有限公司
awk取列时,默认是空格为分隔符,可以通过-F指定分隔符,例如,第7-8行:
awk "NR==7,NR==8" text.txt
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
取出第7、8行后,按/进行划分,取出划分后的第二列:
awk "NR==7,NR==8" text.txt | awk -F/ '{print $2}'
许可证号 青ICP备11000289号-2
网站首页网址 www.tianfengyinlou.cn
-F 可以通过[]正则指定多个分隔符:
# 按空格和/ 进行分隔, 取出1到4列
awk "NR==7,NR==8" text.txt | awk -F'[ /]+' '{print $1,$2,$3,$4}'
7 site_no 网站备案 许可证号
8 site_url 站点 网站首页网址
精确取行列
awk可以精确取出某一行某一列的值。一些用例如:
# ~ 表示包含, !~ 表示不包含
# 取出第四列包含"青"的行
awk '$4 ~ /青/' text.txt
1 province 省份 青海省
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
7 site_no 网站备案/许可证号 青ICP备11000289号-2
# 取出第四列以"号"结尾的行,并输出最后一列
awk '$4 ~ /号$/{print $NF}' text.txt
青ICP备11000289号
青海省西宁市城中区南关街138号
# 取出第2列以d开始,到第四列以号结尾的行记录
awk '$2 ~ /^d/, $4 ~/号$/' text.txt
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
BEGIN
awk可以使用BEGIN在操作文件内容前执行一些命令:
# 列如输出表头
awk 'BEGIN{print "序号","名称","含义","示例"} {print $1,$2,$3,$4}' text.txt | column -t
序号 名称 含义 示例
1 province 省份 青海省
2 domain 域名或者ip tianfengyinlou.cn
3 subject_no 主体备案号 青ICP备11000289号
4 addr 注册地址 青海省西宁市城中区南关街138号
5 check_time 备案时间, 时间对象
6 update_time 更新时间, 毫秒级时间戳
7 site_no 网站备案/许可证号 青ICP备11000289号-2
8 site_url 站点/网站首页网址 www.tianfengyinlou.cn
9 comp_name 主办单位名称(公司名称) 西宁天丰银楼金银珠宝有限公司
END
awk可以使用END在操作文件内容后执行一些命令:
# 通常用于做统计, 例如对第一列求和
awk '{sum+=$1} END{print sum}' text.txt
45
使用小结
- grep、sed、awk都可以过滤行记录,但过滤行记录时优先选择grep,其过滤行的效率最高。
- sed主要用于对文件内容做出各种修改(增加、替换等)。
- awk主要用于对文件内容取行列操作。
本文转自:https://juejin.cn/post/7100556924524953614