我們都知道Linux可用多種命令進行操作，光是用於文本處理的命令就有不少，下面小編將針對Linux中Shell文本處理工具做個匯總，以便你有個了解。
Linux下的操作習慣不像windows一樣可以有窗口進行操作，它是有很多不同的命令組成的，本文將介紹Linux下使用Shell處理文本時最常用的工具：find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk
提供的例子和參數都是最常用和最為實用的；
我對shell腳本使用的原則是命令單行書寫，盡量不要超過2行；
如果有更為復雜的任務需求，還是考慮python吧；
find 文件查找（詳見系統之家Linux find命令常見用法匯總）
•查找txt和pdf文件
代碼如下：
find 。 \（ -name “*.txt” -o -name “*.pdf” \） -print
•正則方式查找.txt和pdf
代碼如下：
find 。 -regex “.*\（\.txt|\.pdf\）$”
-iregex： 忽略大小寫的正則
•否定參數
查找所有非txt文本
代碼如下：
find 。 ！ -name “*.txt” -print
•指定搜索深度
打印出當前目錄的文件（深度為1）
代碼如下：
find 。 -maxdepth 1 -type f
定制搜索
•按類型搜索：
代碼如下：
find 。 -type d -print //只列出所有目錄
-type f 文件 / l 符號鏈接
•按時間搜索：
-atime 訪問時間 （單位是天，分鐘單位則是-amin，以下類似）
-mtime 修改時間 （內容被修改）
-ctime 變化時間 （元數據或權限變化）
最近7天被訪問過的所有文件：
代碼如下：
find 。 -atime 7 -type f -print
•按大小搜索：
w字 k M G
尋找大於2k的文件
代碼如下：
find 。 -type f -size +2k
按權限查找：
代碼如下：
find 。 -type f -perm 644 -print //找具有可執行權限的所有文件
按用戶查找：
代碼如下：
find 。 -type f -user weber -print// 找用戶weber所擁有的文件
找到後的後續動作
•刪除：
刪除當前目錄下所有的swp文件：
代碼如下：
find 。 -type f -name “*.swp” -delete
•執行動作（強大的exec）
代碼如下：
find 。 -type f -user root -exec chown weber {} \; //將當前目錄下的所有權變更為weber
注：{}是一個特殊的字符串，對於每一個匹配的文件，{}會被替換成相應的文件名；
eg：將找到的文件全都copy到另一個目錄：
代碼如下：
find 。 -type f -mtime +10 -name “*.txt” -exec cp {} OLD \;
•結合多個命令
tips： 如果需要後續執行多個命令，可以將多個命令寫成一個腳本。然後 -exec 調用時執行腳本即可；
代碼如下：
-exec 。/commands.sh {} \;
-print的定界符
默認使用’\n’作為文件的定界符；
-print0 使用’\0′作為文件的定界符，這樣就可以搜索包含空格的文件；
grep 文本搜索
grep match_patten file // 默認訪問匹配行
•常用參數
-o 只輸出匹配的文本行 VS -v 只輸出沒有匹配的文本行
-c 統計文件中包含文本的次數
代碼如下：
grep -c “text” filename
-n 打印匹配的行號
-i 搜索時忽略大小寫
-l 只打印文件名
•在多級目錄中對文本遞歸搜索（程序員搜代碼的最愛）：
代碼如下：
grep “class” 。 -R -n
•匹配多個模式
代碼如下：
grep -e “class” -e “vitural” file
•grep輸出以\0作為結尾符的文件名：（-z）
代碼如下：
grep “test” file* -lZ| xargs -0 rm
xargs 命令行參數轉換
xargs 能夠將輸入數據轉化為特定命令的命令行參數；這樣，可以配合很多命令來組合使用。比如grep，比如find；
•將多行輸出轉化為單行輸出
cat file.txt| xargs
\n 是多行文本間的定界符
•將單行轉化為多行輸出
cat single.txt | xargs -n 3
-n：指定每行顯示的字段數
xargs參數說明
-d 定義定界符 （默認為空格 多行的定界符為 \n）
-n 指定輸出為多行
-I {} 指定替換字符串，這個字符串在xargs擴展時會被替換掉，用於待執行的命令需要多個參數時
eg：
代碼如下：
cat file.txt | xargs -I {} 。/command.sh -p {} -1
-0：指定\0為輸入定界符
eg：統計程序行數
代碼如下：
find source_dir/ -type f -name “*.cpp” -print0 |xargs -0 wc -l
sort 排序
字段說明：
-n 按數字進行排序 VS -d 按字典序進行排序
-r 逆序排序
-k N 指定按第N列排序
eg：
代碼如下：
sort -nrk 1 data.txt
sort -bd data // 忽略像空格之類的前導空白字符
uniq 消除重復行
•消除重復行
代碼如下：
sort unsort.txt | uniq
•統計各行在文件中出現的次數
代碼如下：
sort unsort.txt | uniq -c
•找出重復行
代碼如下：
sort unsort.txt | uniq -d
可指定每行中需要比較的重復內容：-s 開始位置 -w 比較字符數
用tr進行轉換
•通用用法
代碼如下：
echo 12345 | tr ‘0-9’ ‘9876543210’ //加解密轉換，替換對應字符
cat text| tr ‘\t’ ‘ ’ //制表符轉空格
•tr刪除字符
代碼如下：
cat file | tr -d ‘0-9’ // 刪除所有數字
-c 求補集
代碼如下：
cat file | tr -c ‘0-9’ //獲取文件中所有數字
cat file | tr -d -c ‘0-9 \n’ //刪除非數字數據
•tr壓縮字符
tr -s 壓縮文本中出現的重復字符；最常用於壓縮多余的空格
代碼如下：
cat file | tr -s ‘ ’
•字符類
tr中可用各種字符類：
alnum：字母和數字
alpha：字母
digit：數字
space：空白字符
lower：小寫
upper：大寫
cntrl：控制（非可打印）字符
print：可打印字符
使用方法：tr ［：class：］ ［：class：］
代碼如下：
eg： tr ‘［：lower：］’ ‘［：upper：］’
cut 按列切分文本
•截取文件的第2列和第4列：
代碼如下：
cut -f2，4 filename
•去文件除第3列的所有列：
代碼如下：
cut -f3 --complement filename
•-d 指定定界符：
代碼如下：
cat -f2 -d“;” filename
•cut 取的范圍
N- 第N個字段到結尾
-M 第1個字段為M
N-M N到M個字段
•cut 取的單位
-b 以字節為單位
-c 以字符為單位
-f 以字段為單位（使用定界符）
•eg：
代碼如下：
cut -c1-5 file //打印第一到5個字符
cut -c-2 file //打印前2個字符
paste 按列拼接文本
將兩個文本按列拼接到一起;
代碼如下：
cat file1
1
2
cat file2
colin
book
paste file1 file2
1 colin
2 book
默認的定界符是制表符，可以用-d指明定界符
paste file1 file2 -d “，”
1，colin
2，book
wc 統計行和字符的工具
wc -l file // 統計行數
wc -w file // 統計單詞數
wc -c file // 統計字符數
sed 文本替換利器
•首處替換
代碼如下：
seg ‘s/text/replace_text/’ file //替換每一行的第一處匹配的text
•全局替換
代碼如下：
seg ‘s/text/replace_text/g’ file
默認替換後，輸出替換後的內容，如果需要直接替換原文件，使用-i：
代碼如下：
seg -i ‘s/text/repalce_text/g’ file
•移除空白行：
代碼如下：
sed ‘/^$/d’ file
•變量轉換
已匹配的字符串通過標記&來引用
代碼如下：
echo this is en example | seg ‘s/\w+/［&］/g’
$》［this］ ［is］ ［en］［example］
•子串匹配標記
第一個匹配的括號內容使用標記 \1 來引用
代碼如下：
sed ‘s/hello\（［0-9］\）/\1/’
•雙引號求值
sed通常用單引號來引用；也可使用雙引號，使用雙引號後，雙引號會對表達式求值：
代碼如下：
sed ‘s/$var/HLLOE/’
當使用雙引號時，我們可以在sed樣式和替換字符串中指定變量；
代碼如下：
eg：
p=patten
r=replaced
echo “line con a patten” | sed “s/$p/$r/g”
$》line con a replaced
•其它示例
字符串插入字符：將文本中每行內容（PEKSHA）轉換為 PEK/SHA
代碼如下：
sed ‘s/^.\{3\}/&\//g’ file
awk 數據流處理工具
•awk腳本結構
awk ‘ BEGIN{ statements } statements2 END{ statements } ‘
•工作方式
1.執行begin中語句塊；
2.從文件或stdin中讀入一行，然後執行statements2，重復這個過程，直到文件全部被讀取完畢；
3.執行end語句塊；
print 打印當前行
•使用不帶參數的print時，會打印當前行;
代碼如下：
echo -e “line1\nline2” | awk ‘BEGIN{print “start”} {print } END{ print “End” }’
•print 以逗號分割時，參數以空格定界;
代碼如下：
echo | awk ‘ {var1 = “v1” ; var2 = “V2”; var3=“v3”; \
print var1， var2 ， var3; }’
$》v1 V2 v3
•使用-拼接符的方式（”“作為拼接符）;
代碼如下：
echo | awk ‘ {var1 = ”v1“ ; var2 = ”V2“; var3=”v3“; \
print var1”-“var2”-“var3; }’
$》v1-V2-v3
特殊變量： NR NF $0 $1 $2
NR：表示記錄數量，在執行過程中對應當前行號；
NF：表示字段數量，在執行過程總對應當前行的字段數；
$0：這個變量包含執行過程中當前行的文本內容；
$1：第一個字段的文本內容；
$2：第二個字段的文本內容；
代碼如下：
echo -e ”line1 f2 f3\n line2 \n line 3“ | awk ‘{print NR”：“$0”-“$1”-“$2}’
•打印每一行的第二和第三個字段：
代碼如下：
awk ‘{print $2， $3}’ file
•統計文件的行數：
代碼如下：
awk ‘ END {print NR}’ file
•累加每一行的第一個字段：
代碼如下：
echo -e ”1\n 2\n 3\n 4\n“ | awk ‘BEGIN{num = 0 ;
print ”begin“;} {sum += $1;} END {print ”==“; print sum }’
傳遞外部變量
代碼如下：
var=1000
echo | awk ‘{print vara}’ vara=$var # 輸入來自stdin
awk ‘{print vara}’ vara=$var file # 輸入來自文件
用樣式對awk處理的行進行過濾
awk ‘NR 《 5′ #行號小於5
awk ‘NR==1，NR==4 {print}’ file #行號等於1和4的打印出來
awk ‘/linux/’ #包含linux文本的行（可以用正則表達式來指定，超級強大）
awk ‘！/linux/’ #不包含linux文本的行
設置定界符
使用-F來設置定界符（默認為空格）
awk -F： ‘{print $NF}’ /etc/passwd
讀取命令輸出
使用getline，將外部shell命令的輸出讀入到變量cmdout中；
代碼如下：
echo | awk ‘{”grep root /etc/passwd“ | getline cmdout; print cmdout }’
在awk中使用循環
for（i=0;i《10;i++）{print $i;}
for（i in array）{print array［i］;}
eg：
以逆序的形式打印行：（tac命令的實現）
代碼如下：
seq 9| \
awk ‘{lifo［NR］ = $0; lno=NR} \
END{ for（;lno》-1;lno--）{print lifo［lno］;}
} ’
awk實現head、tail命令
•head：
代碼如下：
awk ‘NR《=10{print}’ filename
•tail：
代碼如下：
awk ‘{buffer［NR%10］ = $0;} END{for（i=0;i《11;i++）{ \
print buffer［i %10］} } ’ filename
打印指定列
•awk方式實現：
代碼如下：
ls -lrt | awk ‘{print $6}’
•cut方式實現
代碼如下：
ls -lrt | cut -f6
打印指定文本區域
•確定行號
代碼如下：
seq 100| awk ‘NR==4，NR==6{print}’
•確定文本
打印處於start_pattern 和end_pattern之間的文本；
代碼如下：
awk ‘/start_pattern/， /end_pattern/’ filename
eg：
代碼如下：
seq 100 | awk ‘/13/，/15/’
cat /etc/passwd| awk ‘/mai.*mail/，/news.*news/’
awk常用內建函數
index（string，search_string）：返回search_string在string中出現的位置
sub（regex，replacement_str，string）：將正則匹配到的第一處內容替換為replacement_str;
match（regex，string）：檢查正則表達式是否能夠匹配字符串；
length（string）：返回字符串長度
代碼如下：
echo | awk ‘{”grep root /etc/passwd“ | getline cmdout; print length（cmdout） }’
printf 類似c語言中的printf，對輸出進行格式化
eg：
代碼如下：
seq 10 | awk ‘{printf ”-》%4s\n“， $1}’
迭代文件中的行、單詞和字符
1. 迭代文件中的每一行
•while 循環法
代碼如下：
while read line;
do
echo $line;
done 《 file.txt
改成子shell：
cat file.txt | （while read line;do echo $line;done）
•awk法：
cat file.txt| awk ‘{print}’
2.迭代一行中的每一個單詞
代碼如下：
for word in $line;
do
echo $word;
done
3. 迭代每一個字符
${string:start_pos:num_of_chars}：從字符串中提取一個字符；（bash文本切片）
${#word}：返回變量word的長度
代碼如下：
for（（i=0;i《${#word};i++））
do
echo ${word:i：1）;
done
上面就是Linux中文本處理命令的詳細介紹了，因為涉及的命令較多，本文只是做了簡單的介紹，如果想深入了解某個命令用法的話，不妨關注下系統之家吧。
