Linux三剑客grep、awk和sed

• 2021 年 1 月 19 日
• 筆記
• linux, Linux三剑客

grep，sed 和 awk是Linux/Unix 系统中常用的三个文本处理的命令行工具，称为文本处理三剑客。本文将简要介绍这三个命令并给出基本用法。

管道

在介绍这两个命令之前，有必要介绍一下Unix/Linux中管道（pipe）的概念。管道将一个命令/程序/进程的输出发送到另一个命令/程序/进程，以进行进一步处理。是一种进程间通信机制，使用管道符”|”将两个命令隔开，管道符左边命令的输出就会作为管道符右边命令的输入。

管道实现了数据在多个命令之间传递，不需要创建临时文件来传递，它是单向的，数据通过管道从左向右流动。

实例1：
cat test.txt | grep test1

# cat test.txt | grep test1
test1
test111
test3 test1
test111
# cat test.txt | grep test1 | grep test3
test3 test1
#

实例2：

# cat test.txt | head -3
test1
test2
test3
# cat test.txt | tail -5
test
test

test
rrrr
# 

grep

定义

grep(Global Regular Expression Print) 命令用于搜索文件的特定模式，它不能增加、修改、删除文本内容，通常用于搜索过滤文本，显示被模式匹配到的行。使用正则表达式进行文本匹配（正则表达式参考文章《Python正则表达式》），它的使用权限是所有用户。

命令形式：
grep [OPTIONS] PATTERN [FILE...]
扩展正则表达式（rgrep）添加 -E 参数：
grep -E [OPTIONS] PATTERN [FILE...]

选项参数

• -v 或 –invert-match ： 显示不被 pattern匹配到的行
• -n 或 –line-number ： 显示匹配的行号
• -o 或 –only-matching ：仅显示匹配到的字符串
• -c 或 –count ： 统计匹配的行数
• -i 或 –ignore-case ：忽略字符大小写
• -m或–max-count：-m 1 ，匹配到1行后停止匹配
• -A<显示行数> 或 –after-context=<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> 或 –before-context=<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。

实例1：查找文件内容，显示行号

查找文件内容包含’test1’的行，显示行数

# grep -n test1 test.txt 
1:test1
7:test111
9:test3 test1
11:test111
# grep -o test1 test.txt  
test1
test1
test1
test1
# grep -no test1 test.txt
1:test1
7:test1
9:test1
11:test1

实例2：查找文件内容，不包含test1的行

# grep -nv test1 test.txt
2:test2
3:test3
4:test4
5:test5
6:test6
8:test2
10:test

实例3：grep 正则表达式

查找test1开头的行

# grep -n ^test1 test.txt
1:test1
7:test111
11:test111

查找以1结尾的行

# grep -n 1$ test.txt    
1:test1
7:test111
9:test3 test1
11:test111

查看进程

# ps -aux | grep chrome
root       5425  0.4  1.8 869280 34200 pts/0    Sl   Dec22  11:31 /opt/google/chrome/chrome --no-sandbox
root       5439  0.0  0.0 563592  1132 pts/0    S    Dec22   0:00 /opt/google/chrome/chrome --type=zygote --no-zygote-sandbox --no-sandbox
root       5440  0.0  0.1 563592  2836 pts/0    S    Dec22   0:06 /opt/google/chrome/chrome --type=zygote --no-sandbox
root       5441  0.0  0.0  26452   208 pts/0    S    Dec22   0:00 /opt/google/chrome/nacl_helper --no-sandbox
root       5442  0.0  0.0  26452   144 pts/0    S    Dec22   0:00 /opt/google/chrome/nacl_helper --no-sandbox

sed

定义

sed（Stream Editor）是一种流编辑器，一次处理一行内容，将行存储在模式空间（临时缓冲区），然后用sed命令处理模式空间中的内容，处理完成后将内容送入屏幕，然后清除模式空间，继续读入下一行，执行下一个循环，直到文件末尾。这个过程中不会改变文件内容（除了 -i 选项）。

命令形式：
sed [选项] [sed命令] [-f <script FILE>] [FILE]
查看帮助文档：

man sed
sed -h

选项

• -h： 显示帮助信息
• -n： 仅显示 script处理后的结果，常与sed命令p连用：sed -n 'p' test.txt 打印test.txt文件内容
• -e：直接在指令列模式上进行 sed 的动作编辑，不修改原文件，输出到终端
• -i：修改文件内容，而不输出到终端
• -f filename ： sed 动作写在filename 内，执行 filename 内的sed 动作
• -r∶扩展正规表达式

常用命令

• a：append，新增： sed -e '4 a newline' test.txt
• c：change，取代： sed -e '2,5c No 2-5 number' test.txt
• d：delete，删除： sed -e '2,5d' test.txt
  • sed '/^$/d' test.txt：删除test.txt文件空行
• i：insert，插入： sed -e '2i newline' test.txt
• p：print，打印：sed -n 'p' test.txt
• s：substitute，替换： sed -e 's/old/new/g' test.txt
  • sed 's/$/%/' test.txt：在每行末尾添加%
  • sed s/ *//g test.txt： 删除test.txt文件空格
• N：将下一行添加到pattern space中，将当前读入行和用N命令添加的下一行看成“一行”

注意在替换操作中，替换时用的分割符 ‘/’ 可以使用其它符号代替，特别是替换的内容中有 ‘/’ 时，可以使用@、#、%等符号代替。

实例1：打印并输出数据

打印并输出第5行数据

# sed -n '5p' test.txt
test5
# cat -n test.txt | sed -n '5p' 
     5	test5
# 

打印并输出第3-5行数据

# sed -n '3,5p' test.txt
test3
test4
test5

取反，不选择第3到5行数据

# sed -n '3,5!p' test.txt
test1
test2

隔行输出

# sed -n '1~2p' test.txt
test1
test3
test5
# sed -n '1~3p' test.txt
test1
test4
# 

实例2：将匹配的行数据输出到指定文件

# 累加
sed -n '1~2p' test.txt >> a.log
# 覆盖
sed -n '1~3p' test.txt > a.log 

# sed -n '1~2p' test.txt>> a.log
# cat a.log
test1
test3
test5
# sed -n '1~3p' test.txt > a.log 
# cat a.log
test1
test4
# 

实例3：新增、插入字符串

在第2行后加上 newLine

# sed '2 a newline' test.txt
test1
test2
newline
test3
test4
test5
# 

在第2行前加上 newline

# sed '2 i newline' test.txt
test1
newline
test2
test3
test4
test5

实例4：全局替换

将所有的test2替换为test222

# sed -e 's/test2/test222/g' test.txt
test1
test222
test3
test4
test5
# sed -e 's/test2/test222/' test.txt
test1
test222
test3
test4
test5

实例5：修改文件

前面的新增、替换操作都没有改变文件内容，如果要使文件修改生效，需要使用 -i 选项。

# sed -i 's/test2/test222/' test.txt
# cat test.txt 
test1
test222
test3
test4
test5
# 

awk

定义

awk是一种文本模式扫描和处理的编程语言，由 Aho, Weinberger 和 Kernighan开发。awk功能强大，可用于数据提取和统计，常用在shell脚本中。awk逐行读入文件，以空格为默认分隔符将每行切片，切开的部分再进行后续处理。

命令形式：
awk [options] 'pattern action' [FILE(s)]

• pattern：正则表达式
• action：对匹配到的内容执行的命令(默认为输出每行内容)

常用参数

• $0： 整条记录（当前行）
• $1 – $n： 表示当前行的第n个域
• FILENAME： awk浏览的文件名
• BEGIN： 处理文本之前要执行的操作
• END： 处理文本之后要执行的操作
• FS： 设置输入域分隔符，等价于命令行 -F 选项，默认为空格“ ”
  • awk -F: '{print $1}' test.txt
  • 或者 awk 'BEGIN {FS = ":"} {print $1}' test.txt
• NF： 浏览记录的域的个数/列数
• NR： 已读的记录数/行数
• FNR： 当前输入文件的记录数
• OFS： 输出域分隔符，默认为空格“ ”
• ORS： 输出记录分隔符，默认为“\n”
• RS： 控制记录分隔符
• exit：匹配到第一行内容后退出：awk -F: '{print $2;exit}' test.txt ，grep使用 -m 参数

实例1：查找、打印

搜索/etc/passwd有root关键字的所有行

# awk -F : '/root/ {print $0}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
#
# awk -F : '/root/ {print $7}' /etc/passwd
/bin/bash
/sbin/nologin

打印etc/passwd/的第二行信息

# awk -F : 'NR==2 {print $0}' /etc/passwd
bin:x:1:1:bin:/bin:/sbin/nologin
#

实例2：BEGIN、END制表

使用 begin加入标题

[root@iZ8vb54310gt89j8qct198Z tmp]# awk -F : 'BEGIN {print "No", "User", "Auth"} {print NR "|" $1 "|" $2} END {print FILENAME}' /etc/passwd
No User Auth
1|root|x
2|bin|x
3|daemon|x
4|adm|x
5|lp|x
6|sync|x
7|shutdown|x
8|halt|x
9|mail|x
.................
28|nscd|x
29|exim|x
/etc/passwd

实例3：自定义分割符

# echo "123|456|789"
123|456|789
# echo "123|456|789" | awk 'BEGIN{RS="|"}{print $0}'
123
456
789