Linux 三剑客 grep、sed、awk

在 Linux 的命令行世界里，有三个强大的文本处理工具：grep、sed 和 awk。它们被统称为 "Linux 三剑客"，它们各自拥有独特的功能，可以帮助我们高效地进行各种文本处理任务。让我们一一了解它们。

grep

grep 的全称为 "global regular expression print"，意味着它可以通过正则表达式来搜索文本，并把匹配的行打印出来。

grep 命令常用选项及含义

示例

# 查找 demo.txt 文件中含有 "alex" 字符串的行
grep "alex" demo.txt

# 查找 demo.txt 文件中有多少行出现了 "alex" 字符串
grep -c "alex" demo.txt
# 假设输出是 50

sed

sed（stream editor）是一种强大的流式文本编辑器。它可以根据脚本命令来处理文本文件中的数据。这些命令可以直接在命令行中输入，也可以存储在一个脚本文件中。

sed 使用方式

1. 每次仅读取一行内容；
2. 根据提供的规则命令匹配并修改数据。注意，sed 默认不会直接修改源文件数据，而是会将数据复制到缓冲区中，修改也仅在缓冲区中进行；
3. 输出执行结果。

当一行数据匹配并处理完成后，sed 会继续读取下一行数据，并重复这个过程，直到将文件中所有数据处理完毕。

示例

清空掉文件中所有的内容

# 不会直接修改源文件 demo.txt，而是在终端显示修改后的结果，即不显示任何内容，因为所有行都被删除了
sed 'd' demo.txt

awk

awk 是一个用于文本分析的编程语言和工具。它非常擅长列出数据和报表，而且它的语法十分灵活，功能强大。

awk 的基本使用

awk 通过对数据进行模式扫描和处理来达到文本处理的目的。它默认以空格为字段分隔符，将一行划分为多个字段。

示例

输出文件的每一行的第二个字段

# 假设 demo.txt 是以空格分隔的字段的文本文件
awk '{print $2}' demo.txt

分析日志文件并汇总信息

假设有一个日志文件 access.log，记录了网站的访问信息。我们想要统计出现次数最多的 IP 地址。

awk '{print $1}' access.log | sort | uniq -c | sort -nr | head -n 10

解释：

• awk '{print $1}' access.log：使用 awk 打印出日志中每行的第一个字段（一般是 IP 地址）。
• sort：对 IP 地址进行排序。
• uniq -c：压缩连续重复的行并计数。
• sort -nr：根据次数逆序排序。
• head -n 10：展示前 10 行。

grep、sed 和 awk 是 Linux 系统中文本处理的三大法宝。grep 用于搜索文本，sed 用于编辑文本，而 awk 则用于更复杂的文本分析和处理。

通过组合使用 grep、sed 和 awk，我们可以轻松地处理复杂的文本数据，有效提高我们的工作效率。

希望本文能帮助你入门并熟练掌握这些工具。