一、sed工具

1. grep, sed, awk区别:

grep: 文本搜索工具;egrep, fgrep

sed: stream editor, 流编辑器;

awk(gawk):文本格式化工具,报告生成器


2.基本正则表达式元字符:

字符匹配:., [], [^]

次数匹配:*, \?, \+, \{m,n\}, \{n\}

位置锚定:^, $, \<, \>

分组及引用:\(\), \1, \2, ...

多选一:a|b|c


3.工作机制:每次读取一行文本至"模式空间(pattern space)"中,在模式空间中完成处理;将处理结果输出至标准输出设备;


4.语法:sed [OPTION]... {script} [input-file]...

5. 选项:

-r: 支持扩展正则表达式;

-n: 静默模式;

-e script1 -e script2 -e script3:指定多脚本运行;

-f /path/to/script_file:从指定的文件中读取脚本并运行;

-i: 直接修改源文件;


6. vim编辑中文本的查找替换:

地址定界s/要查找的内容/替换为的内容/

  • 要查找的内容:可使用正则表达式

  • 替换为的内容:不支持正则表达式,但支持引用前面正则表达式分组中的内容

  • 地址定界:%, startline,endline


7.地址定界:

#: 指定行;

$: 最后一行;

/regexp/:任何能够被regexp所匹配到的行;

\%regexp%:同上,只不过换作%为regexp边界符;

\%regexp%| :匹配时忽略字符大小写;

startline,endline:

#,/regexp/:从#行开始,到第一次被/regexp/所匹配到的行结束,中间的所有行;

#,#

/regexp1/,/regexp2/:从第一次被/regexp1/匹配到的行开始,到第一次被/regexp2/匹配到的行结束,中间的所有行;

#,+n:从#行开始,一直到向下的n行;

first~step:指定起始行,以及步长;

1~2,2~2


8. sed的编辑命令

d: 删除模式空间中的行;

=:显示行号;

a \text:附加text

i \text:插入text,支持\n实现多行插入;

c \text:用text替换匹配到的行;

p: 打印模式空间中的行;

s/regexp/replacement/ g:替换由regexp所匹配到的内容为replacement; g: 全局替换;

w /path/to/somefile:把指定的内容另存至/path/to/somefile路径所指定的文件中;

r /path/from/somefile:在文件的指定位置插入另一个文件的所有内容,完成文件合并;


9.高级命令:

sed命令还有一个称作"hold space"的内存空间

h:用模式空间中的内容覆盖保持空间的内容;

H:把模式空间中的内容追加至保持空间中内容的后面;

g:从保持空间中取到其内容,并将其覆盖模式空间中的内容;

G:从保持空间中取到其内容,并将其追加在模式空间中的内容的后面;

x:把保持空间和模式空间中的进行交换;

n:读取匹配到的行的下一行至模式空间;(会覆盖模式空间中的原有内容);

N:读取匹配到的行的下一行至模式空间,追加在模式空间中原有内容的后面;

d:删除模式空间中的内容;

D:删除多行模式空间中的首行;

注意:命令功能可使用!取反;分号可用于分隔脚本;

示例:

sed 'G' /etc/issue: 在文件中的每行后方添加空白行;
sed '$!d' /etc/fstab:保留最后一行;
sed '/^$/d;G' /etc/issue: 保证指定的文件每一行后方有且只有一个空白行;
sed 'n;d' /etc/issue:保留奇数行;

练习1:

(1) 删除/boot/grub/grub.conf文件中所有行的行首的空白字符;

sed 's/^[[:space:]]\+//' /boot/grub/grub.conf

sed和awk的使用_生成器

(2) 删除/etc/fstab文件中所有以#开头,后跟至少一个空白字符的行的行首的#和空白字符;

sed 's/^#[[:space:]]\+//' /etc/fstab

sed和awk的使用_stream_02

(3) 把/etc/fstab文件的奇数行另存为/tmp/fstab.3;

sed '1~2w /tmp/fstab.3' /etc/fstab

sed和awk的使用_生成器_03

(4) echo一个文件路径给sed命令,取出其基名;进一步地,取出其路径名;

取基名:echo "/etc/sysconfig/network-scripts/" | sed 's@^.*/\([^/]\+\)/\?$@\1@'

sed和awk的使用_生成器_04

取路径名:echo "/etc/sysconfig/network-scripts/" | sed 's@[^/]\+/\?$@@'

sed和awk的使用_生成器_05



二、awk工具


1.awk: 报告生成器

AWK a.k.a Aho, Weinberger, Kernighan

Gnu AWK, gawk


2. 基本语法

awk [options] 'program' file file ...

awk [options] 'PATTERN{action}' file file ...


-F CHAR:输入分隔符


3. awk的输出

print item1, item2,...

要点:

(1) 各项目之间使用逗号分隔,而输出时则使用输出分隔符分隔;

(2) 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式;数值会被隐式转换为字符串后输出;

(3) print后面item如果省略,相当于print $0;输出空白,使用pirnt "";


4.awk的变量

内置变量,自定义变量

4.1 内置变量

FS:Field Seperator, 输入时的字段分隔符

# awk 'BEGIN{FS=":"}{print $1,$7}' /etc/passwd

RS:Record Seperator, 输入行分隔符

OFS: Output Field Seperator, 输出时的字段分隔符;

ORS: Outpput Row Seperator, 输出时的行分隔符;

NF:Numbers of Field,字段数

NR:Numbers of Record, 行数;所有文件的一并计数;

FNR:行数;各文件分别计数;

ARGV:数组,保存命令本身这个字符,awk '{print $0}' 1.txt 2.txt,意味着ARGV[0]保存awk,

ARGC: 保存awk命令中参数的个数;

FILENAME: awk正在处理的当前文件的名称;

4.2可自定义变量

-v var_name=VALUE  变量名区分字符大小写

(1) 可以program中定义变量;

(2) 可以命令行中通过-v选项自定义变量;


5.awk的printf命令

5.1命令的使用格式:printf format, item1, item2,...

5.2要点

(1) 要指定format;

(2) 不会自动换行;如需换行则需要给出\n

(3) format用于为后面的每个item指定其输出格式;

5.3    format格式的指示符都%开头,后跟一个字符

%c: 显示字符的ASCII码;

%d, %i: 十进制整数;

%e, %E: 科学计数法显示数值;

%f: 显示浮点数;

%g, %G: 以科学计数法格式或浮点数格式显示数值;

%s: 显示字符串;

%u: 显示无符号整数;

%%: 显示%自身;

5.4修饰符

#:显示宽度

-:左对齐

+:显示数值的符号

.#: 取值精度


6. awk输出重定向

print items > output-file

print items >> output-file

print items | command

6.1特殊文件描述符:

/dev/stdin: 标准输入

/dev/stdout: 标准输出

/dev/stderr: 错误输出


7.awk的操作符

7.1算术操作符

x+y

x-y

x*y

x/y

x**y, x^y

x%y

-x:负值

+x:转换为数值

7.2 字符串操作符:连接

7.3赋值操作符

=

+=

-=

*=

/=

%=

^=

**=

++

--

如果模式自身是=号,要写为/=/

7.3比较操作符

<=

>=

==

!=

~:模式匹配,左边的字符串能够被右边的模式所匹配为真,否则为假;

!~:

7.4逻辑操作符

&&

||:或

7.5条件表达式:

                   selector?if-true-expression:if-false-expression

7.6函数调用

                   function_name(argu1,argu2)

 

8.模式

(1) Regexp: 格式为/PATTERN/    仅处理被/PATTERN/匹配到的行;

(2) Expression: 表达式,其结果为非0或非空字符串时满足条件;仅处理满足条件的行;

(3) Ranges: 行范围,此前地址定界, NR仅处理范围内的行

(4) BEGIN/END: 特殊模式,仅在awk命令的program运行之前(BEGIN)或运行之后(END)执行一次;

(5) Empty:空模式,匹配任意行;

 

9.常用的action

(1) Expressions

(2) Control statements

(3) Compound statements

(4) input statements

(5) output statements

10.控制语句

10.1if-else

格式if (condition) {thenbody} else {else body}

# awk -F: '{if ($3>=500) {print$1,"is a common user"} else {print $1, "is an admin or systemuser"}}' /etc/passwd
# awk '{if (NF>=8) {print}}'/etc/inittab

10.2while

格式:while(condition) {while body}

# awk '{i=1; while (i<=NF){printf"%s ",$i;i+=2};print ""}' /etc/inittab
# awk '{i=1; while (i<=NF){if(length($i)>=6) {print $i}; i++}}' /etc/inittab

length()函数:取字符串的长度

10.3do-while循环

格式:do {do-while body} while (condition)

 

10.4for循环

格式:for(variable assignment; condition; iteration process) {for body}

# awk '{for (i=1;i<=NF;i+=2){printf"%s ",$i};print ""}' /etc/inittab
# awk '{for (i=1;i<=NF;i++){if (length($i)>=6)print $i}}' /etc/inittab

for循环可用来遍历数组元素:语法:for (iin array) {for body}

10.5case语句

语法switch (expression){case VALUE or /RGEEXP/: statement1;... default: stementN}

 

10.6循环控制

Break      continue

10.7next

提前结束对本行的处理进而提前进入下一行的处理;

# awk -F: '{if($3%2==0) next;print $1,$3}'/etc/passwd
# awk -F: '{if(NR%2==0) next; print NR,$1}'/etc/passwd

 

10.数组

传统数组:Index编号从1开始;

10.1  array[index-expression]

index-expression: 可以使用任意字符串; 如果某数组元素事先不存在,那么在引用时,awk会自动创建此元素并将其初始化为空串;因此,要判断某数组是否存在某元素,必须使用“index in array”这种格式;

A[first]="hello awk"
print A[second]

10.2要遍历数组中的每一个元素,需要使用如下特殊结构:

for (var in array) {for body}

var会遍历array的索引;

state[LISTEN]++

state[ESTABLISHED]++

# netstat -tan | awk'/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'
# awk '{ip[$1]++}END{for (i in ip) {printi,ip[i]}}' /var/log/httpd/access_log

 

10.3删除数组元素:

delete array[index]

 

11.awk的内置函数

11.1 split(string,array[,fieldsep[,seps]])

功能:将string表示的字符串以fieldsep为分隔符进行切片,并切片后的结果保存至array为名的数组中;数组下标从1开始;

root:x:0:0::/root:/bin/bash
user[1]="root", user[2]

此函数有返回值,返回值为切片后的元素的个数

# netstat -tn | awk'/^tcp/{lens=split($5,client,":");ip[client[1]]++}END{for (i in ip)print i,ip[i]}'

11.2 length(string)

功能:返回给定字串的长度

11.3 substr(string,start[,length])

功能:从string中取子串,从start为起始位置为取length长度的子串;

 

示例:把/etc/passwd:切片

[root@localhost ~]# awk -F: '{print$1,$NF}' /etc/passwd
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
sync /bin/sync