玩转Linux - 神级工具 sed & awk

简介

本文主要介绍 Linux 系统的两个神级工具:sed 和 awk ,他们是Linux高手们必备的技能,很值得我们去研究的东西。

这里是我在网上书上收集的相关资料,因为这两个工具很有名也很重要,所以这些资料会帮助我更好的了解和熟悉它们。

什么是sed

在《sed and awk》一书中(1.2 A Stream Editor)的解释是:

Sed本质上是一个编辑器,但是它是非交互式的,这点与VIM不同;同时它又是面向字符流的,输入的字符流经过Sed的处理后输出。这两个特性使得Sed成为命令行下面非常有用的一个处理工具。

Sed本身是一个管道命令,可以分析 standard input 的,主要是用来分析关键字的使用、统计等,此外还可以将数据进行替换、删除、心中、选取特定行等功能。

基本概念

sed命令的语法如下所示:

sed [-nefr] [动作]

参数说明:

  • -n : 使用安静模式,一般所有来自STDIN的数据会被列出到屏幕上,但是 -n 在可以只列出经过 sed 处理过的那一行。
  • -e : 直接在命令行模式上进行 sed 的动作编辑。
  • -f : 直接将 sed 的动作卸载一个文件内, -f filename 则可以执行 filename 内的 sed 动作。
  • -r : sed 的动作支持的是扩展型正则表达式的语法(默认是基础正则表达式语法)。
  • -i : 直接修改读取的文件内容,而不是由屏幕输出。

动作说明: [n1],[n2] function

n1,n2:不见得会存在,一般代表选择进行动作的行数。 举例来说:如果我的动作是需要在 10 到 20 行之间进行的,则“10,20[动作行为]”

function 有下面这些参数:

  • a:新增,a 的后面可以接字符串,而这些字符串会在新的一行出现(目前的下一行)。
  • c:替换,c 的后面可以接字符串,这些字符串可以替换n1,n2之间的行!
  • d:删除,因为是删除,所以 d 后面通常不接任何参数。
  • i:插入,i 的后面可以接字符串,而这些字符串会在新的一行出现(目前的上一行)。
  • p:打印,也就是将某个选择的数据打印出来,通常 p 会与参数 sed -n 一起运行。
  • s:替换,可以直接进行替换工作。通常这个 s 的动作可以匹配正则表达式! 例如:1,20s/old/new/g 就是。

关于 sed 的一些常见使用

以行为单位的新增或删除功能

案例(一)
nl /etc/passwd | sed '2,5d'

说明:

  • sed 的动作为 ‘2,5d’,那个 d 就是删除,命令运行的效果就是把2~5行给删除。
  • 需要注意的是,原本应该是要执行 sed -e 才对,没有 -e 也行。
  • 另外还需要注意的一点:sed 后面接的动作,请务必要以 ‘’ 两个单引号括住。
  • 如果你只想删除第二行,那么命令就是:nl /etc/passwd | sed ‘2d’。
  • 如果你想删除第三行到最后一行,那么就可以这么写:nl /etc/passwd | sed ‘3,$d’

注:$表示最后一行。

案例(二)
nl /etc/passwd | sed '2a drink tea'

说明:

  • 命令执行的效果就是在第二行后面(也就是第三行)加上“drink tea”字样。
  • 如果你想在第二行前面加上字符串,那么你可以这样:nl /etc/passwd | sed ‘2i drink tea’

注:2a 中的 a 是指第二行后面,而 2i 中的 i 则是指第二行的前面。

案例(三)
nl /etc/passwd | sed '2a drink tea or ......\
drink beer'

说明:

  • 上面的命令的执行效果是在第二行后面加入2行字。
  • 在每一行的后面必须要以反斜杠 来进行新行的增加。

以行为单位的替换与显示功能

案例(一)
nl /etc/passwd | sed '2, 5c No 2-5 number'

说明:

  • 上面的命令的执行效果是将第2~5行的内容替换成“No 2-5 number”
案例(二)
nl /etc/passwd | sed -n '5,7p'

说明:

  • 上面的命令执行的效果是仅列出文件中的第5~7行的内容。
  • 命令中的 -n 代表的是安静模式!但是这个参数建议加上。
案例(三)
sed 's/要被替换的内容/新的内容/g'

说明:

  • 以上命令执行的效果就是替换掉指定内容。
案例(四)

下面是记录一次获取IP数据的过程:

第一步:先查看源信息,利用 /sbin/ifconfig 查询 IP。

/sbin/ifconfig eth0

注:我们的目的是要获得IP数据,那么先利用关键字找出那一行。

第二步:利用关键字配合 grep 选取出关键的一行数据。

/sbin/ifconfig eth0 | grep 'inet addr'

注:因为只需要IP数据,所以接下来就是把不需要的内容都删掉,那么就需要一个正则表达式来帮助实现:

^.*inet addr:

第三步:将 IP 前面的部分予以删除

/sbin/ifconfig eth0 | grep 'inet addr' | \
sed 's/^.*inet addr://g'

注:上面的命令就把 IP 前面的数据删掉了,那么接下来就是把 IP 后面的数据也删掉,此时的正则表达式则是:

Bcast.*$

第四步:将 IP 后面的部分予以删除

/sbin/ifconfig eth0 | grep 'inet addr' | \
sed 's/^.*inet addr://g' | sed 's/Bcast.*$//g'

这样就能把 IP 截取出来了~~~

案例(五)

这里主要是展示 sed 与正则表达式的配合使用。

假设我想在一个文件(你自己新建或者已有的,主要是测试而已)获取MAN字样的那几行数据,但是#在内的批注我不需要,而且空白行也不要。

第一步:先使用 grep 将关键字 MAN 所在行取出来。

cat /home/man.config | grep 'MAN'

第二步:删除掉批注之后的数据。

cat /home/man.config | grep 'MAN' | sed 's/#.*$//g'

第三步:那么接下来就是把空白行删除掉。

cat /home/man.config | grep 'MAN' | sed 's/#.*$//g' | \
sed '^$/d'

直接修改文件内容(慎重)

首先要特别提醒的是,要练习 sed 修改文件内容的时候不能用任何系统配置文件,最好是自己新建一个测试文本来测试练习。

案例(一)
sed -i '/s\.$/\!/g' test.txt

说明:

  • 上面命令执行效果是利用 sed 将test.txt内的每一行结尾为“.” 的换成 !
  • 命令中的 -i 参数可以让你的 sed 直接去修改后面接的文件内容,而不是由屏幕输出。

案例(二)

sed -i '$a # This is a test' test.txt

说明:

  • 上面命令执行的效果是利用 sed 直接在test.txt最后一行加入 “This is a test”。
  • 由于 $ 代表的是最后一行,而 a 的操作是新增,因此该文件最后新增。

什么是 awk

简单来说,awk 是一个数据处理工具。

相比于 sed 常常作用于一整行的处理,awk 则比较倾向于将一行分成数个“字段”来处理。因此,awk 相当适合处理小型数据的数据处理。

对于编程语言来讲,awk 是一种便于使用且表达能力强的程序设计语言,可应用于各种计算和数据处理任务。

基本概念

基本语法

awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
  • awk 后面接两个单引号病加上大括号{}来设置想要对数据进行的处理动作。
  • awk 可以处理后续接的文件,也可以读取来自签个命令的 standardoutput。
  • 如前面说的,awk 主要是处理每一行的字段内的数据,而默认的字段的分隔符为空格键或者[tab]键。 比如:
last -n 5 // 仅取出登陆者的数据前五行(last 可以将登陆者的数据取出来)

如果我还要在这些信息中取出:账号与登陆者的IP,且账号与IP之间以[tab]隔开,那么可以这么改命令:

last -n 5 | awk '{print $1 "\t" $3}'

上面是 awk 最常使用的动作,通过 print 的功能来讲字段的数据列出来,字段的分割则以空格键或者[tab]按键来隔开。

上面的例子中,在每一行的每个字段都是有变量名称的,那就是2等变量名称。

备注:$1 指的就是第一列,但是 $0 则是代表一整行(第一行)。

上面的例子中整个awk的处理流程:

  • (1)读入第一行,并将第一行的数据填入1,$2等变量中;
  • (2)依据条件类型的限制,判断是否需要进行后面的动作;
  • (3)昨晚所有的动作与条件类型;
  • (4)若还有后续的“行”的数据,则重复上面1~3的不知,直到所有的数据都读完为止。

注:awk是以行为一次处理的单位,而以字段最小的处理单位。

对于上面的案例指令 last -n 5 … 来讲,有几点需要注意的:

  • 列出每一行的账号(就是$1)。
  • 列出目前处理的行数(那就是 awk 内的 NR 变量)。
  • 并且说明,该行有多少个字段(就是 awk 内的 NF 变量)。

注意: awk 后续的所有动作都是以单引号 “’” 括住的,由于单引号与双引号都必须是成对的,所以 awk 的格式内容如查想要以 print 打印时,记得非变量的文字部分,包含一小节 printf 提到的格式中,都需要使用双引号来定义出来,因为单引号已是 awk 的命令固定用法了。

last -n 5 | awk '{print $1 "\t lines: " NR "\t lines: " NR "\t columes: " NF}'

awk的一些常见使用

awk 的运算符

  • 大于: >
  • 小于: <
  • 大于或等于: >=
  • 小于或等于: <=
  • 等于: ==
  • 不等于: !=

值得关注的是那个等于 “==” 的符号,因为:

  • 逻辑运算上面也就是所谓的大于,小于,等于等判断式上面,习惯上是以“==”来表示的。
  • 如果是直接给与一个值,例如变量设置时,就直接使用 = 而已。
案例(一)
cat /etc/passwd | \
awk '{FS=":"} $3 < 10 {print $1 "\t " $3}'

说明:上面的指令运行的效果是查阅第三列小于10以下的数据,并且仅列出账号与第三列。(在 /etc/passwd 当中是以冒号“:”来作为字段的风,该文件中第一字段为账号,第三字段则是UID)

案例(二)
cat /etc/passwd | \
awk 'BEGIN {FS":"} $3 < 10 {print $1 "\t " $3}'

说明:由于案例一中并没有显示出第一行的数据,那么此命令则是把第一行也显示出来了。利用 BEGIN 关键字预先设置 awk 的变量。

案例(三)

此外 awk 还可以进行“计算功能”。

比如有一个文件,内容如下:

name

1st

2nd

3th

小A

1000

1000

1000

小B

2000

2000

2000

小C

3000

3000

3000

那么怎么计算每个人的总额呢?而且还需要格式化输出,那么可以这样思考:

  • 第一行只是说明,所以第一行不要进行加总(NR==1时处理)。
  • 第二行以后就会有加总的情况出现(NR>=2以后处理)。
cat test.txt | \
awk 'NR==1{printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4, "Total" } 
NR>2{total =  $2 + $3 + $4 
printf "%10s %10d %10d %10.2f\n", $1, $2, $3, $4, total}'

说明:

  • 所有 awk 的动作(即在{}内的动作),如果有需要多个命令来辅助是,可利用分号“;”间隔,或者直接以[Enter]按键来隔开每个命令,上面则是摁了三次。
  • 逻辑运算中,如果是“等于”的情况,则务必使用两个等号“==”!
  • 格式化处输出时,在 printf 的格式设置当中,务必加上 n ,才能实现分行。
  • 与 bash 、shell 的变量不同,在 awk 当中,变量可以直接使用,不需要加上 $ 符号。

原文链接:https://segmentfault.com/a/1190000005720358

原文发布于微信公众号 - 马哥Linux运维(magedu-Linux)

原文发表时间:2016-07-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IMWeb前端团队

ES6 + Babel + React低版本浏览器采坑记录

本文作者:IMWeb 何璇 原文出处:IMWeb社区 未经同意,禁止转载 有个项目要兼容IE8-10 某天,胆大的某前端开发由于业务需要升级了项目依赖...

48890
来自专栏坚毅的PHP

雅美尓(yaml)实战

献给跟我一样对yaml(雅美尓)有婶婶挫败感的同学!         开始第一个pylon工程,我们就跟yaml配置文件开始了不解之缘。yaml是什么?它有哪些...

56080
来自专栏我的小碗汤

来看三个问题

是否允许在HTTP请求时,返回原始请求体数据字节,默认为false(GET or HEAD or 上传文件请求除外)。

12510
来自专栏云计算教程系列

如何为Python 3设置Jupyter Notebook

Jupyter Notebook为交互式计算提供了一个命令shell作为Web应用程序。该工具可以与多种语言一起使用,包括Python,Julia,R,Hask...

16000
来自专栏九彩拼盘的叨叨叨

写出好的前端代码不是件容易事

什么样的代码算是好代码? 在我看来,易于维护的代码就是好代码。当然代码还可以从性能,安全等方面来考量。这些不在本文的讨论范围之内。

8530
来自专栏前端架构

再谈angularJS数据绑定机制及背后原理—angularJS常见问题总结

ng-bind 单向数据绑定($scope -> view),用于数据显示,简写形式是 {{}}。

20230
来自专栏CDA数据分析师

深入解读Python解析XML的几种方式

本文将介绍深入解读利用Python语言解析XML文件的几种方式,并以笔者推荐使用的ElementTree模块为例,演示具体使用方法和场景。文中所使用的Pytho...

30170
来自专栏草根专栏

Python数据分析(一): ipython 技巧!

不一定非得使用Jupyter Notebook,试试ipython命令行 安装 ipython 我只试过Windows 10环境下的。 1.安装python安装...

36460
来自专栏企鹅号快讯

如何深入 Python 虚拟机追查 HTTP 服务 core dump 导致 502 的问题

作者 今日头条技术团队 概述 今日头条目前大部分 Python 的 HTTP 服务都是用 uWSGI 托管 Python 多进程的 Django 或者 Fla...

21570
来自专栏前端新视界

关于 devbridge-autocomplete 插件多选操作的实现方法

目前据我所知最好用的 autocomplete 插件就是 jquery-ui 的 autocomplete 以及 devbridge 的 autocomplet...

21380

扫码关注云+社区

领取腾讯云代金券