shell脚本中文本处理工具的介绍和使用-创新互联

这篇文章为大家带来有关shell脚本中文本处理工具使用的详细介绍。大部分工具可能大家会经常用到，为此分享给大家做个详细的总结，希望你们能深刻了解shell文本处理工具的用法。

1. grep工具

grep是行过滤工具；用于根据关键字进行行过滤

语法和选项

语法：

# grep [选项] '关键字' 文件名

常见选项：

OPTIONS:
   -i: 不区分大小写
   -v: 查找不包含指定内容的行,反向选择
   -w: 按单词搜索
   -o: 打印匹配关键字
   -c: 统计匹配到的行数
   -n: 显示行号
   -r: 逐层遍历目录查找
   -A: 显示匹配行及后面多少行 
   -B: 显示匹配行及前面多少行
   -C: 显示匹配行前后多少行
   -l：只列出匹配的文件名
   -L：列出不匹配的文件名
   -e: 使用正则匹配
   -E:使用扩展正则匹配
   ^key:以关键字开头
   key$:以关键字结尾
   ^$:匹配空行
   --color=auto ：可以将找到的关键词部分加上颜色的显示

颜色显示（别名设置）：

临时设置：
# alias grep='grep --color=auto'       //只针对当前终端和当前用户生效

永久设置：
1）全局（针对所有用户生效）
vim /etc/bashrc
alias grep='grep --color=auto'
source /etc/bashrc

2）局部（针对具体的某个用户）
vim ~/.bashrc
alias grep='grep --color=auto'
source ~/.bashrc

举例说明：

==说明：不要直接使用/etc/passwd文件，将其拷贝到/tmp下做实验！==

# grep -i root passwd            忽略大小写匹配包含root的行
# grep -w ftp passwd             精确匹配ftp单词
# grep -w hello passwd            精确匹配hello单词;自己添加包含hello的行到文件
# grep -wo ftp passwd            打印匹配到的关键字ftp
# grep -n root passwd            打印匹配到root关键字的行好
# grep -ni root passwd            忽略大小写匹配统计包含关键字root的行
# grep -nic root passwd           忽略大小写匹配统计包含关键字root的行数
# grep -i ^root passwd            忽略大小写匹配以root开头的行
# grep bash$ passwd               匹配以bash结尾的行
# grep -n ^$ passwd               匹配空行并打印行号
# grep ^# /etc/vsftpd/vsftpd.conf    匹配以#号开头的行
# grep -v ^# /etc/vsftpd/vsftpd.conf   匹配不以#号开头的行
# grep -A 5 mail passwd           匹配包含mail关键字及其后5行
# grep -B 5 mail passwd           匹配包含mail关键字及其前5行
# grep -C 5 mail passwd           匹配包含mail关键字及其前后5行

2. cut工具

cut是列截取工具，用于列的截取

语法和选项

语法：

# cut 选项  文件名

常见选项：

-c: 以字符为单位进行分割,截取
-d: 自定义分隔符，默认为制表符\t
-f: 与-d一起使用，指定截取哪个区域

举例说明:

# cut -d: -f1 1.txt       以:冒号分割，截取第1列内容
# cut -d: -f1,6,7 1.txt   以:冒号分割，截取第1,6,7列内容
# cut -c4 1.txt         截取文件中每行第4个字符
# cut -c1-4 1.txt      截取文件中每行的1-4个字符
# cut -c4-10 1.txt      截取文件中每行的4-10个字符
# cut -c5- 1.txt         从第5个字符开始截取后面所有字符

3. sort工具

sort工具用于排序;它将文件的每一行作为一个单位，从首字符向后，依次按ASCII码值进行比较，最后将他们按升序输出。

语法和选项

-u ：去除重复行
-r ：降序排列，默认是升序
-o : 将排序结果输出到文件中,类似重定向符号>
-n ：以数字排序，默认是按字符排序
-t ：分隔符
-k ：第N列
-b ：忽略前导空格。
-R ：随机排序，每次运行的结果均不同

举例说明

# sort -n -t: -k3 1.txt       按照用户的uid进行升序排列
# sort -nr -t: -k3 1.txt       按照用户的uid进行降序排列
# sort -n 2.txt             按照数字排序
# sort -nu 2.txt             按照数字排序并且去重
# sort -nr 2.txt 
# sort -nru 2.txt 
# sort -nru 2.txt 
# sort -n 2.txt -o 3.txt       按照数字排序并将结果重定向到文件
# sort -R 2.txt 
# sort -u 2.txt

4.uniq工具

uniq用于去除==连续==的==重复==行

常见选项：
-i: 忽略大小写
-c: 统计重复行次数
-d:只显示重复行

举例说明：
# uniq 2.txt 
# uniq -d 2.txt 
# uniq -dc 2.txt

5.tee工具

tee工具是从标准输入读取并写入到标准输出和文件，即：双向覆盖重定向（屏幕输出|文本输入）

选项：
-a 双向追加重定向

# echo hello world
# echo hello world|tee file1
# cat file1 
# echo 999|tee -a file1
# cat file1

6.diff工具

diff工具用于逐行比较文件的不同

注意：diff描述两个文件不同的方式是告诉我们==怎样改变第一个==文件之后==与第二个文件匹配==。

语法和选项

语法：

diff [选项] 文件1 文件2

常用选项：

举例说明：

• 比较两个==普通文件==异同，文件准备：

[root@MissHou ~]# cat file1
aaaa
111
hello world
222
333
bbb
[root@MissHou ~]#
[root@MissHou ~]# cat file2
aaa
hello
111
222
bbb
333
world

1）正常显示

diff目的：file1如何改变才能和file2匹配
[root@MissHou ~]# diff file1 file2
1c1,2          第一个文件的第1行需要改变(c=change)才能和第二个文件的第1到2行匹配     
< aaaa        小于号"<"表示左边文件(file1)文件内容
---         ---表示分隔符
> aaa          大于号">"表示右边文件(file2)文件内容
> hello
3d3         第一个文件的第3行删除(d=delete)后才能和第二个文件的第3行匹配
< hello world
5d4         第一个文件的第5行删除后才能和第二个文件的第4行匹配
< 333
6a6,7          第一个文件的第6行增加(a=add)内容后才能和第二个文件的第6到7行匹配
> 333          需要增加的内容在第二个文件里是333和world
> world

2）上下文格式显示

[root@MissHou ~]# diff -c file1 file2
前两行主要列出需要比较的文件名和文件的时间戳；文件名前面的符号***表示file1，---表示file2
*** file1    2019-04-16 16:26:05.748650262 +0800
--- file2    2019-04-16 16:26:30.470646030 +0800
*************** 我是分隔符
*** 1,6 ****     以***开头表示file1文件，1,6表示1到6行
! aaaa        !表示该行需要修改才与第二个文件匹配
  111
- hello world    -表示需要删除该行才与第二个文件匹配
  222
- 333          -表示需要删除该行才与第二个文件匹配
  bbb
--- 1,7 ----     以---开头表示file2文件，1,7表示1到7行
! aaa          表示第一个文件需要修改才与第二个文件匹配
! hello       表示第一个文件需要修改才与第二个文件匹配
  111
  222
  bbb
+ 333          表示第一个文件需要加上该行才与第二个文件匹配
+ world       表示第一个文件需要加上该行才与第二个文件匹配

3）合并格式显示

[root@MissHou ~]# diff -u file1 file2
前两行主要列出需要比较的文件名和文件的时间戳；文件名前面的符号---表示file1，+++表示file2
--- file1    2019-04-16 16:26:05.748650262 +0800
+++ file2    2019-04-16 16:26:30.470646030 +0800
@@ -1,6 +1,7 @@
-aaaa
+aaa
+hello
 111
-hello world
 222
-333
 bbb
+333
+world

• 比较两个==目录不同==

默认情况下也会比较两个目录里相同文件的内容
[root@MissHou  tmp]# diff dir1 dir2
diff dir1/file1 dir2/file1
0a1
> hello
Only in dir1: file3
Only in dir2: test1
如果只需要比较两个目录里文件的不同，不需要进一步比较文件内容，需要加-q选项
[root@MissHou  tmp]# diff -q dir1 dir2
Files dir1/file1 and dir2/file1 differ
Only in dir1: file3
Only in dir2: test1

其他小技巧：

有时候我们需要以一个文件为标准，去修改其他文件，并且修改的地方较多时，我们可以通过打补丁的方式完成。

1）先找出文件不同，然后输出到一个文件
[root@MissHou ~]# diff -uN file1 file2 > file.patch
-u:上下文模式
-N:将不存在的文件当作空文件
2）将不同内容打补丁到文件
[root@MissHou ~]# patch file1 file.patch
patching file file1
3）测试验证
[root@MissHou ~]# diff file1 file2
[root@MissHou ~]#

7. paste工具

paste工具用于合并文件行

常用选项：
-d：自定义间隔符，默认是tab
-s：串行处理，非并行

##8. tr工具

tr用于字符转换，替换和删除；主要用于==删除文件中控制字符==或进行==字符转换==

语法和选项

语法：

用法1：命令的执行结果交给tr处理，其中string1用于查询，string2用于转换处理
# commands|tr  'string1'  'string2'
用法2：tr处理的内容来自文件，记住要使用"<"标准输入
# tr  'string1'  'string2' < filename

用法3：匹配string1进行相应操作，如删除操作
# tr options 'string1' < filename

常用选项：

-d 删除字符串1中所有输入字符。
-s 删除所有重复出现字符序列，只保留第一个；即将重复出现字符串压缩为一个字符串

常匹配字符串：

\r Ctrl-M     回车
\t Ctrl-I  tab键 |

举例说明：

[root@MissHou  shell01]# cat 3.txt  自己创建该文件用于测试
ROOT:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin
boss02:x:516:511::/home/boss02:/bin/bash
vip:x:517:517::/home/vip:/bin/bash
stu1:x:518:518::/home/stu1:/bin/bash
mailnull:x:47:47::/var/spool/mqueue:/sbin/nologin
smmsp:x:51:51::/var/spool/mqueue:/sbin/nologin
aaaaaaaaaaaaaaaaaaaa
bbbbbb111111122222222222233333333cccccccc
hello world 888
666
777
999

# tr -d '[:/]' < 3.txt        删除文件中的:和/
# cat 3.txt |tr -d '[:/]'      删除文件中的:和/
# tr '[0-9]' '@' < 3.txt       将文件中的数字替换为@符号
# tr '[a-z]' '[A-Z]' < 3.txt     将文件中的小写字母替换成大写字母
# tr -s '[a-z]' < 3.txt       匹配小写字母并将重复的压缩为一个
# tr -s '[a-z0-9]' < 3.txt    匹配小写字母和数字并将重复的压缩为一个
# tr -d '[:digit:]' < 3.txt     删除文件中的数字
# tr -d '[:blank:]' < 3.txt     删除水平空白
# tr -d '[:space:]' < 3.txt     删除所有水平和垂直空白

小试牛刀

1. 使用小工具分别截取当前主机IP；截取NETMASK；截取广播地址；截取MAC地址

# ifconfig eth0|grep 'Bcast'|tr -d '[a-zA-Z ]'|cut -d: -f2,3,4
10.1.1.1:10.1.1.255:255.255.255.0
# ifconfig eth0|grep 'Bcast'|tr -d '[a-zA-Z ]'|cut -d: -f2,3,4|tr ':' '\n'
10.1.1.1
10.1.1.255
255.255.255.0
# ifconfig eth0|grep 'HWaddr'|cut -d: -f2-|cut -d' ' -f4
00:0C:29:25:AE:54
# ifconfig eth0|grep 'HW'|tr -s ' '|cut -d' ' -f5
00:0C:29:B4:9E:4E

# ifconfig eth2|grep Bcast|cut -d: -f2|cut -d' ' -f1
# ifconfig eth2|grep Bcast|cut -d: -f2|tr -d '[ a-zA-Z]'
# ifconfig eth2|grep Bcast|tr -d '[:a-zA-Z]'|tr ' ' '@'|tr -s '@'|tr '@' '\n'|grep -v ^$
# ifconfig eth0|grep 'Bcast'|tr -d [:alpha:]|tr '[ :]' '\n'|grep -v ^$
# ifconfig eth2|grep HWaddr|cut -d ' ' -f11
# ifconfig eth0|grep HWaddr|tr -s ' '|cut -d' ' -f5
# ifconfig eth2|grep HWaddr|tr -s ' '|cut -d' ' -f5
# ifconfig eth0|grep 'Bcast'|tr -d 'a-zA-Z:'|tr ' ' '\n'|grep -v '^$'

1. 将系统中所有普通用户的用户名、密码和默认shell保存到一个文件中，要求用户名密码和默认shell之间用tab键分割

# grep 'bash$' passwd |grep -v 'root'|cut -d: -f1,2,7|tr ':' '\t' |tee abc.txt

以上就是shell脚本中文本处理工具的介绍和使用，工具的详细使用情况还得要大家自己使用过才能知道具体要领。如果想阅读更多相关内容的文章，欢迎关注创新互联行业资讯频道！

另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。