grep, sed 与 awk 是linux三个很强大的文件处理工具。

gerp 查找, sed 编辑, awk 根据内容分析并处理。

现在我们去了解一下这三种文件处理工具有什么不同（肯定不同了，要不然为什么有三种。。。）

 

grep(关键字: 截取) 

文本搜集工具, 结合正则表达式非常强大

主要参数 []

-c : 只输出匹配的行-I : 不区分大小写-h : 查询多文件时不显示文件名-l : 查询多文件时, 只输出包含匹配字符的文件名-n : 显示匹配的行号及行-v : 显示不包含匹配文本的所有行(我经常用除去grep本身)

基本工作方式: grep 要匹配的内容 文件名, 例如:

grep 'test' d* 显示所有以d开头的文件中包含test的行grep 'test' aa bb cc 显示在 aa bb cc 文件中包含test的行grep '[a-z]\{5}\' aa 显示所有包含字符串至少有5个连续小写字母的串

grep是一个较为简单的匹配关键字的文件处理工具

 

sed(关键字: 编辑) 

以行为单位的文本编辑工具 sed可以直接修改档案, 不过一般不推荐这么做, 可以分析 standard input

基本工作方式: sed [-nef] '[动作]' [输入文本]

-n : 安静模式, 一般sed用法中, 来自stdin的数据一般会被列出到屏幕上, 如果使用-n参数后, 只有经过sed处理的那一行被列出来.

-e : 多重编辑, 比如你同时又想删除某行, 又想改变其他行, 那么可以用 sed -e '1,5d' -e 's/abc/xxx/g' filename

-f : 首先将 sed的动作写在一个档案内, 然后通过 sed -f scriptfile 就可以直接执行 scriptfile 内的sed动作 (没有实验成功, 不推荐使用)

-i : 直接编辑, 这回就是真的改变文件中的内容了, 别的都只是改变显示. (不推荐使用)

动作:

a 新增, a 后面可以接字符串, 而这个字符串会在新的一行出现. (下一行)

c 取代, c 后面的字符串, 这些字符串可以取代 n1,n2之间的行

d 删除, 后面不接任何东西

i 插入, 后面的字符串, 会在上一行出现

p 打印, 将选择的资料列出, 通常和 sed -n 一起运作 sed -n '3p' 只打印第3行

s 取代, 类似vi中的取代, 1,20s/old/new/g

q 退出, 匹配到某行退出, 提高效率

r 匹配到的行读取某文件 例如: sed '1r qqq' abc , 注意, 写入的文本是写在了第1行的后边, 也就是第2行

w file, 匹配到的行写入某文件  例如: sed -n '/m/w qqq' abc , 从abc中读取带m的行写到qqq文件中, 注意, 这个写入带有覆盖性.

举例:

sed '1d' abc 删除 abc 档案里的第一行, 注意, 这时会显示除了第一行之外的所有行, 因为第一行已经被删除了(实际文件并没有被删除,而只是显示的时候被删除了)

sed -n '1d' abc 什么内容也不显示, 因为经过sed处理的行, 是个删除操作, 所以不现实.

sed '2,$d' abc 删除abc中从第二行到最后一行所有的内容, 注意, $符号正则表达式中表示行末尾, 但是这里并没有说那行末尾, 就会指最后一行末尾, ^开头, 如果没有指定哪行开头, 那么就是第一行开头

sed '$d' abc 只删除了最后一行, 因为并没有指定是那行末尾, 就认为是最后一行末尾

sed '/test/d' abc 文件中所有带 test 的行, 全部删除

sed '/test/a RRRRRRR' abc 将 RRRRRRR 追加到所有的带 test 行的下一行 也有可能通过行 sed '1,5c RRRRRRR' abc

sed '/test/c RRRRRRR' abc 将 RRRRRRR 替换所有带 test 的行, 当然, 这里也可以是通过行来进行替换, 比如 sed '1,5c RRRRRRR' abc

 

awk(关键字:分析&处理) 

一行一行的分析处理 awk '条件类型1{动作1}条件类型2{动作2}' filename, awk 也可以读取来自前一个指令的 standard input

相对于sed常常用于一整行处理, awk则比较倾向于一行当中分成数个"字段"(区域)来处理, 默认的分隔符是空格键或tab键

例如:

last -n 5 | awk '{print $1 "\t" $3}' 这里大括号内$1"\t"$3 之间不加空格也可以, 不过最好还是加上个空格, 另外注意"\t"是有双引号的, 因为本身这些内容都在单引号内

$0 代表整行 $1代表第一个区域, 依此类推

awk的处理流程是:

1. 读第一行, 将第一行资料填入变量 $0, $1... 等变量中

2. 依据条件限制, 执行动作

3. 接下来执行下一行

所以, AWK一次处理是一行, 而一次中处理的最小单位是一个区域

另外还有3个变量,

NF: 每一行处理的字段数,

NR 目前处理到第几行

FS 目前的分隔符

逻辑判断 > < >= <= == !== , 赋值直接使用=

cat /etc/passwd | awk '{FS=":"} $3<10 {print $1 "\t" $3}' 首先定义分隔符为:, 然后判断, 注意看, 判断没有写在{}中, 然后执行动作, FS=":"这是一个动作, 赋值动作, 不是一个判断, 所以不写在{}中

BEGIN END , 给程序员一个初始化和收尾的工作, BEGIN之后列出的操作在{}内将在awk开始扫描输入之前执行, 而END{}内的操作, 将在扫描完输入文件后执行.

awk '/test/ {print NR}' abc 将带有test的行的行号打印出来, 注意//之间可以使用正则表达式

awk {}内, 可以使用 if else ,for(i=0;i<10;i++), i=1 while(i<NF)

可见, awk的很多用法都等同于C语言, 比如"\t" 分隔符, print的格式, if, while, for 等等

awk 是相当复杂的工具, 真正使用时, 再补充吧.