人生中最美好的时光是你为你的问题,承担起全部的责任的那些年 。你不责怪你的亲人、环境、朋友 。你意识到你能控制你自己的命运!
人生就是多点快乐,少点烦恼;累了就睡觉,醒了就微笑;闲了就思考,做一个单纯的人 如此简单!
真正的耳聪是能听到心声,真正的目明是能透视人心!
Linux 也有自己的法宝,称之为三剑客:grep,awk 和 sed。
你可以用这三件法宝很方便的处理数据 :查找,分段,修改
而这三个功能对应着我们今天的主角:grep,awk,sed
1. grep
grep 是一种强大的文本搜索工具,它能使用 正则表达式 搜索文本,并把匹配的行打印出来。
grep家族:
grep,egrep,fgrep(不支持正则表达式,快)
想掌握 grep,你还要了解下面表格中的信息,表格是剑术手册,至关重要:
命令 | 描述 |
---|---|
-A n | 追加显示结果行后面 n 行 after |
-B n | 追加显示结果行前面 n 行 before |
-C n | 追加显示结果行前后 n 行,默认 -C 2,表示 -A 2 -B 2 |
-c, --count | 显示搜索结果数量 |
-o | 只打印匹配结果部分 |
-E | 使用扩展版正则表达式匹配,相当于执行 egrep |
-F | 使用静态字符串匹配,相当于执行 fgrep |
-z | 先解包再搜索,相当于执行 zgrep |
-e pattern | 表示后续字符串为目标正则表达式,主要用于同时使用多个 -e 匹配多个模式,也用于正则表达式开头为 - 的场合(消除歧义) |
-v | 反向搜索,打印不被pattern 匹配到的行 |
-q,--quiet,--silent | 非贪婪式搜索,搜到一个结果时停止继续搜索该文件 |
--exclude,--exclude-dir pattern | 排除非目标搜索文件或目录,高优先级 |
--include,--include-dir pattern | 仅搜索目标文件或目录,低优先级 |
-f file | 指定搜索某个文件 |
-H,-h | 打印、不打印文件名 |
-n | 显示匹配的行号,从 1 开始 |
-I | 忽略二进制文件 |
-i | 忽略大小写,默认大小写敏感 |
-L | 仅列出打印不含目标搜索结果的文件 |
-l | 仅列出打印包含目标搜索结果的文件 |
-m n | 仅显示前 n 个结果 |
-R | 递归扫描子文件夹 |
-S | 递归扫描时,追踪扫描符号链接文件、目录,默认不追踪(等同于指定 -p) |
-s | 静默模式,忽略错误文件 |
-w,-x | 正则模式作为单个完整单词、完整行进行搜索;匹配整个单词 |
每个命令执行成功都有一个输出码(0-255);
grep --help #查看帮助信息;
2. awk
Linux上的gwak,文本报告生成器;
awk 是老大,他甚至可以代替 grep,awk 不光支持正则,还可以对字段进行分段处理
echo $PATH | awk 'BEGIN{RS=":"}{print $0}' \
| awk -F/ '{print $1,$2}'
#echo $PATH 打印本地的环境变量;
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
#awk 把他们分行 awk'BEGIN{RS=":"}{print $0}',其中 RS 的意思是用:作为记录分割符,将上面的内容 分行, BEGIN 的意思是 初始化代码块,在对每一行进行处理之前,先执行 BEGIN 中的内容
/usr/local/sbin
/usr/local/bin
/usr/sbin
/usr/bin
/sbin
/bin
#用 awk 去掉这个拦路虎 awk-F/'{print $1,$2}' 命令用 -F/表示用 / 作为分隔符, $1 和 $2 表示提取每行前 2 个内容, print 进行打印:
usr
usr
usr
usr
sbin
bin
其实参数 FS与 F的使用相同,上面的剑客也可以这么用:
echo $PATH | awk 'BEGIN{RS=":"}{print $0}' \
| awk 'BEGIN{FS="/"}{print $1,$2}'
awk 语法
awk [-F|-f|-v] ‘BEGIN{} //{command1; command2} END{}’ file
选项 | 解释 |
---|---|
[-F|-f|-v] | -F 指定分隔符,-f 调用脚本,-v 定义变量 var=value |
' ' | 引用代码块 |
BEGIN | 初始化代码块,在对每一行进行处理之前,初始化代码,主要是引用全局变量,设置 FS 分隔符 |
// | 匹配代码块,可以是字符串或正则表达式 |
{} | 命令代码块,包含一条或多条命令 |
; | 多条命令使用分号分隔 |
END | 结尾代码块,在对每一行进行处理之后再执行的代码块,主要是进行最终计算或输出结尾摘要信息 |
还有常见的其他命令:
其他命令 | 解释 |
---|---|
$0 | 表示整个当前行 |
$1 | 每行第一个字段 |
NF | 字段数量变量 |
NR | 每行的记录号,多文件记录递增 |
FNR | 与 NR 类似,不过多文件记录不递增,每个文件都从 1 开始 |
\t | 制表符 |
\n | 换行符 |
FS | BEGIN 时定义分隔符 |
RS | 输入的记录分隔符, 默认为换行符 (即文本是按一行一行输入) |
~ | 匹配,与 == 相比不是精确比较 |
!~ | 不匹配,不精确比较 |
== | 等于,必须全部相等,精确比较 |
!= | 不等于,精确比较 |
&& | 逻辑与 |
|| | 逻辑或 |
+ | 匹配时表示 1 个或 1 个以上 |
/[0-9][0-9]+/ | 两个或两个以上数字 |
/[0-9][0-9]*/ | 一个或一个以上数字 |
FILENAME | 文件名 |
OFS | 输出字段分隔符, 默认也是空格,可以改为制表符等 |
ORS | 输出的记录分隔符,默认为换行符 , 即处理结果也是一行一行输出到屏幕 |
-F'[:#/]' | 定义三个分隔符 |
除此之外,如果你想查看更多有关 awk 的内容,可以用:
awk --help
3. sed
严格来说:sed 是一种文本编辑工具(stream editor),它是文本处理中非常有用的工具,能够完美的配合正则表达式使用,功能不同凡响;
sed 的命令格式如下:
sed [options] 'command' file(s)
sed [options] -f scriptfile file(s)
定界范围
定界 | 说明 |
---|---|
m | 查找m行本身 |
$ | 匹配最后一行 |
m,m | |
m,+m | |
/pat1/,/pat2/ | 第一个匹配模式行开始都第二个匹配模式匹配到的行 |
m,/pat1/ | |
1~2 | 处理所有的奇数行 |
2~2 | 处理所有的偶数行 |
sed是行编辑器;先读到内存中匹配,
1.可以保存模式空间的内容;
- -i 就地修改,不到万不得已不要就地修改;
|参数 |完整参数 |说明|
| --- | --- | ---
|-e |script --expression=script |以选项中的指定的 script 来处理输入的文本文件
|-f |script --files=script |以选项中的指定的 script 文件来处理输入的文本文件
|-h |--help |显示帮助
|-n |--quiet --silent |仅显示 script 处理后的结果
|-V |--version| 显示版本信息
命令
命令 | 说明 |
---|---|
d | 删除,删除选择的行 |
D | 删除模板块的第一行 |
s | 替换一次指定字符,要全部替换加g |
h | 拷贝模板块的内容到内存中的缓冲区 |
H | 追加模板块的内容到内存中的缓冲区 |
g | 获得内存缓冲区的内容,叫做行内全局替换; |
G | 获得内存缓冲区的内容,并追加到当前模板块文本的后面 |
l | 列表不能打印字符的清单 |
n | 读取下一个输入行,用下一个命令处理新的行而不是第一个命令 |
N | 追加下一个输入行到模板块后面并在二者间嵌入一个新行,改变当前行号码 |
p | 显示替换成功的行 |
P | 打印模板块的第一行 |
q | 退出 sed |
b label | 分支到脚本中带有标记的地方,如果分支不存在则分支到脚本的末尾 |
r file | 从 file 中读行/脚本 |
t label | if 分支,从最后一行开始,条件一旦满足或者 T,t 命令,将导致分支到带有标号的命令处,或者到脚本的末尾 |
T label | 错误分支,从最后一行开始,一旦发生错误或者 T,t 命令,将导致分支到带有标号的命令处,或者到脚本的末尾 |
w file | 写并追加模板块到 file 末尾,将替换成功的行保存到文件中; |
W file | 写并追加模板块的第一行到 file 末尾 |
! | 表示后面的命令对所有没有被选定的行发生作用 |
= | 打印当前行号 |
# | 把注释扩展到第一个换行符以前 |
替换
s/// : 查找替换,支持使用其他分隔符,s@@@,s###
命令 | 说明 |
---|---|
g | 表示行内全面替换 |
p | 表示打印行 |
w | 表示把行写入一个文件 w /PATH/TO/SOMEFILE |
x | 表示互换模板块中的文本和缓冲区中的文本 |
y | 表示把一个字符翻译为另外的字符(但是不用于正则表达式) |
\1 | 子串匹配标记 |
& | 已匹配字符串标记 |
扩展:
sed 处理数据时,把当前处理的行存储在临时缓冲区中,称为『模式空间』(pattern space);
接着用 sed 命令处理 缓冲区 中的内容,处理完成后,把缓冲区的内容送往屏幕。接着处理下一行,这样不断重复,直到文件末尾。文件内容并没有改变,除非你使用重定向存储输出。sed 主要用来自动编辑一个或多个文件,简化对文件的反复操作,编写转换程序等。
扩展内容:正则表达式
大家使用三剑客时,会看到 基本正则 和 扩展正则,他们的区别还是非常大的,基本正则的许多符号需要使用转义字符 \,比如 | 要改成 |,因此建议大家使用 扩展正则!
三剑客命令实战
sed
sed 's/ / /g'
#查找行内全局替换
(learn) [dell@Centos7 ~]$ echo "How old are you , old man?"|sed 's/ol/OL/g'
How OLd are you , OLd man?
sed 's/ / /gi'
#查找时不区分大小写
(learn) [dell@Centos7 ~]$ echo "How old are you , old man?"|sed 's/ol/OL/gi'
How OLd are you , OLd man?
sed 两种转义的方式:
(learn) [dell@Centos7 ~]$ echo "/var/log/messages"|sed"s#message#http/access_log#g"
(learn) [dell@Centos7 ~]$ echo "/var/log/messages"|sed"s/message/http\/access_log/g"
sed 实例
#打印2次第二行
sed '2p' /etc/passwd
#打印一次第二行;
sed -n '2p' /etc/passwd
#打印1-4行;
sed -n '1,4p' /etc/passwd
#打印包含root的行
sed -n '/root/p' /etc/passwd
#打印第二行到第一次匹配到root的行;加 ,= 范围;
sed -n '2,/root/p' /etc/passwd
sed -n '/^$/=' file #打印空行的行号;
sed -i '/^[[:space:]]*$/d' file # 删除包含空白字符的空白行;
sed '/root/a\superman' /etc/passwd #行后添加 superman
sed '/root/i\superman' /etc/passwd #行前添加 superman
sed '/root/c\superman' /etc/passwd #superman代替整行
#文件名替换
awk '{print $2"\t" $1}' test.fa |sed 's/OriSeqID=/>/;s/^\t//;s/\t>/\t/'