|
目錄
Linux中很多文本工具都使用到了正則表達(dá)式，正則表達(dá)式可以極大的簡(jiǎn)化linux系統(tǒng)管理工作，因?yàn)榫W(wǎng)上有很多正則相關(guān)的教程，所以這里不再講述，我當(dāng)時(shí)看的是菜鳥的正則表達(dá)式，看個(gè)一下午在實(shí)驗(yàn)幾遍基本就會(huì)了，除了正向肯定預(yù)查，反向肯定預(yù)查這幾個(gè)比較復(fù)雜一些，其他都是非常簡(jiǎn)單的，很多時(shí)候記不住也可以查詢網(wǎng)上對(duì)著寫，并不需要你實(shí)時(shí)記住。這里主要談?wù)刟wk等用到正則表達(dá)式的文本處理工具。
一、awk
awk的指令必須包含在單引號(hào)中。
基本句式
awk -F'指定輸入分隔符' 'BEGIN{做一些初始化工作} 一些過(guò)濾條件 {針對(duì)每行的工作}... END{最后收尾工作}'
中間的處理塊可以有多個(gè)，通過(guò)過(guò)濾條件單每行都會(huì)走一遍過(guò)濾條件，其中BEGIN和END邊只會(huì)執(zhí)行一遍
過(guò)濾記錄
- awk '$3==0 && $6=="LISTEN" ' netstat.txt
- awk '$3==0 && $6=="LISTEN" || NR==1 ' netstat.txt
指定分隔符
awk -F: '{print $1,$3,$6}' /etc/passwd等價(jià)于awk 'BEGIN{FS=":"} {print $1,$3,$6}' /etc/passwdawk -F '[;:]' 指定多個(gè)分隔符awk -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd指定輸出分隔符
需要注意的是上面print $1,$3,$6中的,被替換成了分隔符，如果是print $1$3$6則中間沒(méi)有分隔符
特殊關(guān)鍵字：
- NR 目前處理的行號(hào)
- NF 當(dāng)前處理的行一共用到的字段數(shù)目
- FNR 目前處理的文件的行號(hào)（當(dāng)處理多個(gè)文件時(shí)，NR會(huì)不停的累加，但如果是FNR則在處理新文件是從1開始）
- FILENAME 文件名
- $0 當(dāng)前整行
- FS 輸入字段分隔符 默認(rèn)是空格或Tab
- RS 輸入記錄分隔符 默認(rèn)為換行符
- OFS 輸出字段分隔符 默認(rèn)是空格或Tab
- ORS 輸出記錄分隔符 默認(rèn)為換行符
正則
- 普通匹配：
awk'/hello/ {print}' test.sh
- 匹配取反：
awk '!/hello/ {print}' test.sh
- 同時(shí)匹配：
awk '/hello/ && /world/ {print}' test.sh
- 或者匹配：
awk '/hello/ || /world/ {print}' test.sh 也可以寫成awk '/hello|world/ {print}' test.sh
- 指定列匹配：
awk '$5 ~ /hello/ {print}' test.sh
- 指定列匹配取反：
awk '$5 !~ /hello/ {print}' test.sh
輸出到不同的文件
$ awk 'NR!=1{if($6 ~ /TIME|ESTABLISHED/) print > "1.txt"; else if($6 ~ /LISTEN/) print > "2.txt"; else print > "3.txt" }' netstat.txtawk 'NR!=1{print > $6}' netstat.txt
其實(shí)使用了 >重定向,上例子使用了if語(yǔ)句
- 統(tǒng)計(jì)數(shù)據(jù)：
awk 'NR!=1{a[$6] ;} END {for (i in a) print i ", " a[i];}' netstat.txt
- 行數(shù)篩選，開頭和結(jié)尾的條件使用,分隔： awk '/test1/,/test2/ {print}' test.txt
和環(huán)境變量的交互
$ x=5
$ y=10
$ export y
$ echo $x $y
5 10
$ awk -v val=$x '{print $1, $2, $3, $4 val, $5 ENVIRON["y"]}' OFS="\t" score.txt
Marry 2143 78 89 87
Jack 2321 66 83 55
Tom 2122 48 82 81
Mike 2537 87 102 105
Bob 2415 40 62 72
二、grep
參數(shù)列表：
- -w 匹配整個(gè)單詞
- -s 忽略文件不存在等報(bào)錯(cuò)
- -l 僅列出匹配文件列表
- -L 僅列出不匹配文件列表
- -A 顯示后的行數(shù) 如-1 匹配行的后1行
- -B 顯示前的行數(shù) 如-1 匹配行的前1行
- -number 顯示前后的行數(shù) 如-1 匹配行的前后1行
- -n 打印行數(shù)
- -c 僅顯示個(gè)數(shù)
- -v 反向
- -o 僅顯示匹配的內(nèi)容
- -E 則表示要使用EREs
- -P 則表示要使用PREs
grep主要就是一個(gè)正則表達(dá)式的使用，其中需要注意正則有三種BREs、EREs和PREs。前兩種不支持非貪婪匹配。grep默認(rèn)是BREs，所以他?, ,|,{,},（,）
這種字符都需要用\轉(zhuǎn)義，另外他不支持\s，\S，\D，\d,\n等字符。
三、sed
sed命令在自動(dòng)化腳本編寫的過(guò)程還是經(jīng)常用到的。
基本句式： sed -nfei [操作]
操作： n1,n2 動(dòng)作
動(dòng)作：
- d： 刪除
- s： 替換，行內(nèi)替換，行內(nèi)匹配的字符串，如hello world該行替換hello為hi變成hi world
- a和i： a增加在匹配的后面增加行 i增加在匹配的前面增加行
- c ：替換，針對(duì)整行替換
例子：
sed -e 's/hello/hi/g':替換文本,-e可以省略sed -e '1,2s/hello/hi/g' -e '3,4s/world/man/g:等價(jià)于sed -e '1,2s/hello/hi/g；3,4s/world/man/gsed s/hello \(world\)/\1 hi/g':群組匹配，可以使用\n選擇前面的群組
四、sort和uniq
sort參數(shù)
- -r： 默認(rèn)升序，-r表示反序
- -u： 移除重復(fù)
- -o： 重定向到文件，注意
sort test.txt >test.txt不可用，因?yàn)?gt; 是想清空文件，所以會(huì)導(dǎo)致文件在排序之前就清空了
- -n： 默認(rèn)按字符排序，如10小于2，-n表示按數(shù)字排序
- -t： 指定分隔符
- -k： 指明用哪一列來(lái)做排序
- -b： 忽略每行前面開始出的空格字符
例子：
sort -t $'\t' -k 1 -u res.txt > res2.txt 以tab作為分隔符，按第一列排序并去重
uniq參數(shù)
需要注意uniq需要文本是有序的，所以一般使用uniq的時(shí)候是用更早sort的管道后面
- -c：顯示出現(xiàn)的次數(shù)
- -d：僅顯示重復(fù)出現(xiàn)行；
- -u ：僅顯示出一次的行列；
說(shuō)說(shuō)sort|uniq 和sort -u,一直覺(jué)得很奇怪，兩者有什么區(qū)別，功能是一樣的。sort -u是后面加入的，所以很多人還是使用了sort|uniq，
目前推薦使用sort -u，因?yàn)檫€少了進(jìn)程間通訊。
五、實(shí)戰(zhàn)
處理以下文件內(nèi)容,將域名取出并進(jìn)行計(jì)數(shù)排序,如處理:
http://www.baidu.com/index.html
http: / / www.baidu.com/1.html
http://post.baidu.com/index.html
http://mp3.baidu.com/index.html
http://www.baidu.com/3.html
http://post.baidu.com/2.html
得到如下結(jié)果:
3 www.baidu.com
2 post.baidu.com
1 mp3.baidu.com
解法1：grep -Po '(?<=//)(.*?)(?=/)' test.txt |sort |uniq -c|sort -nr
1.利用了Perl，他支持非貪婪，2.利用了正向和反向預(yù)查（正向預(yù)查是后面的(?=)) 3.利用了-o參數(shù)只輸出匹配的內(nèi)容
解法2：awk -F/ '{print $3}' test.txt |sort |uniq -c|sort -nr
指明了分割符號(hào) 直接取對(duì)應(yīng)值
解法3：sed 's/http:\/\/\([^/]*\).*/\1/' test.txt|sort |uniq -c|sort -nr
基本的正則中小括號(hào)需要轉(zhuǎn)義，如果采用-r參數(shù)即擴(kuò)展的正則小括號(hào)不用轉(zhuǎn)義
解法4： sed -e 's/http:\/\///' -e 's/\/.*//' | sort | uniq -c | sort -rn
采用了替換，先替換前面的，在替換后面的
awk例子
需要注意awk不支持多維數(shù)組，采用了一種變通的方式，普通的使用沒(méi)問(wèn)題，但是如果需要存的值是一個(gè)map就不合適了，如下
文件 1-6列分別為deal od sum up lj day ，現(xiàn)在要計(jì)算sum up lj day 的累加和輸出
輸出也要是deal od sum up lj day也就是sum up lj day需要是一個(gè)map，不過(guò)awk做不到這點(diǎn)
{
updealids:{
od: {day,sum,up,lj}
}
}
awk 'BEGIN{OFS="\t"}{result[$1,$3,"sum"] =$4;result[$1,$3,"up"] =$5;result[$1,$3,"lj"] =$6;result[$1,$3,"day"]=$2}END{for ( i in result) {split(i, a, SUBSEP); print result[i] ,a[1], a[2], a[3] }}' *
參考資料：
- AWK 簡(jiǎn)明教程
- SED 簡(jiǎn)明教程
來(lái)源：https://www./content-4-587001.html
|
