Linux三剑客（grep、sed、awk）详解

                  Linux三剑客（grep、sed、awk）详解

       前言：本文主要介绍一下Linux中最重要的三个命令，他们在业界被誉为“三剑客”，它们分别是：awk,sed,grep。它们三个侧能的功能不同，grep擅长查找功能，sed擅长取行和替换，awk擅长取列。下面分别介绍三者的主要option和应用实例。

一、文本过滤工具grep（egrep）

grep [OPTIONS] PATTERN [FILE...]

 1.1、主要Option

• --color=auto 对匹配到的文本着色显示
• -v 显示不被pattern匹配到的行
• -i 忽略字符大小写
• -n 显示匹配的行号
• -c 统计匹配的行数
• -o 仅显示匹配到的字符串
• -q 静默模式，不输出任何信息
• -A # after, 后#行
• -B # before, 前#行
• -C # context, 前后各#行
• -e 实现多个选项间的逻辑or关系

grep –e ‘cat ’ -e ‘dog’ file

• -w 匹配整个单词
• -E 使用ERE,相当于egrep
• -F 相当于fgrep，不支持正则表达式

 1.2、grep应用举例

• 查找 文件中包含root的行

grep -n root /etc/passwd

 二、流编辑器 --- 强大的替换工具sed

       sed是一种流编辑器，它一次处理一行内容。处理时，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。然后读入下行，执行下一个循环。如果没有使诸如‘D’ 的特殊命令，那会在两个循环之间清空模式空间，但不会清空保留空间。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 [option]... 'script' inputfile

 2.1、主要Option

• -n 不输出模式空间内容到屏幕，即不自动打印
• -e 多点编辑
• -f /PATH/SCRIPT_FILE: 从指定文件中读取编辑脚本
• -r 支持使用扩展正则表达式
• -i 直接编辑文件
• -i.bak 备份文件并原处编辑

 2.2、Script 定界

• 不给地址：对全文进行处理
• 单地址：
  #: 指定的行，$：最后一行
  /pattern/：被此处模式所能够匹配到的每一行
• 地址范围：
  #,#
#,+#
/pat1/,/pat2/
  `#,/pat1/
• ~：步进
  1~2 奇数行
  2~2 偶数行

 2.3、编辑命令：

• d 删除模式空间匹配的行，并立即启用下一轮循环
• p 打印当前模式空间内容，追加到默认输出之后
• a [\]text1 在指定行后面追加文本,支持使用\n实现多行追加
• i [\]text 在行前面插入文本
• c [\]text 替换行为单行或多行文本
• w /path/somefile 保存模式匹配的行至指定文件
• r /path/somefile 读取指定文件的文本至模式空间中匹配到的行后
• = 为模式空间中的行打印行号
• ! 模式空间中匹配行取反处理
• s///：查找替换,支持使用其它分隔符，s@@@，s###

替换标记：
g 行内全局替换
p 显示替换成功的行
w /PATH/TO/SOMEFILE 将替换成功的行保存至文件中

 2.4、应用实例

• 打印文件的第二行  

sed -n 2p /etc/passwd

三、 报告生成器awk --- 列提取神器

awk [options] 'program' file…

• program:pattern{action statements;..}

1. pattern部分决定动作语句何时触发及触发事件
   BEGIN,END
2. action statements对数据进行处理，放在{}内指明
   print, printf

 3.1、主要Option

• -F 指明输入时用到的字段分隔符
• -v var=value 自定义变量

       awk执行时，由分隔符分隔的字段（域）标记1,1,2..n称为域标识，n称为域标识，0为所有域。
       省略action，则默认执行 print $0 的操作。

 3.2、变量

• FS:输入字段分隔符；
• OFS：输出字段分隔符；
• RS：输入记录分隔符；
• ORS：输出记录分隔符；
• NF：字段数量；
• NR:记录号；
• NFR：各文件分别计数，记录号。
• FILENAME：当前文件名；
• ARGC：命令行的参数；
• ARGV：数组，保存的是命令行所给定的各参数。

注意：以上都是内置变量，在引用时不需要前面加$，每新建一个变量，都需要加个-v,与变量名之间有无空格都可以，变量可以在引用之后再声明，但那一行的输出会输出空行。

 3.3、printf命令

       printf “FORMAT” , item1, item2, ... 不会自动换行，FORMAT中需要分别为后面每个item指定格式符。

•  格式符    

No.	item	表现形式
1	%c	显示字符的ASCII码
2	%d, %i	显示十进制整数
3	%e, %E	显示科学计数法数值
4	%f	显示为浮点数
5	%g, %G	以科学计数法或浮点形式显示数值
6	%s	显示字符串
7	%u	无符号整数
8	%%	显示%自身

• 操作符

No.	格式符	item表现形式
1	#[.#]	第一个数字控制显示的宽度；第二个#表示小数点后精度，%3.1f
2	-	左对齐（默认右对齐） %-15s
3	+	显示数值的正负符号 %+d

•   操作符

1. 算术操作符：x+y, x-y, x*y, x/y, x^y, x%y

-x: 转换为负数
+x: 转换为数值

1. 比较操作符：==, !=, >, >=, <, <=
2. 模式匹配符：~：左边是否和右边匹配包含 !~：是否不匹配
3. 逻辑操作符：与&&，或||，非!
4. 函数调用：function_name(argu1, argu2, ...)
5. 条件表达式（三目表达式）：selector?if-true-expression:if-false-expression

• PATTERN:根据pattern条件，过滤匹配的行，再做处理

• 如果未指定：空模式，匹配每一行
• /regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来
• relational expression: 关系表达式，结果为“真”才会被处理
• line ranges：行范围 startline,endline：/pat1/,/pat2/不支持直接给出数字格式
• BEGIN/END模式

• awk控制语句

1. { statements;… } 组合语句
2. if(condition) {statements;…}
3. if(condition) {statements;…} else {statements;…}
4. while(conditon) {statments;…}
5. do {statements;…} while(condition)
6. for(expr1;expr2;expr3) {statements;…}
7. break
8. continue
9. delete array[index]
10. delete array
11. exit

 3.4、应用实例

• 打印文件第一列（文件分隔符为‘:’）

awk -F ':' '{print $1}' /etc/passwd

四、参考文献

1. 本文摘自：https://blog.csdn.net/sj349781478/article/details/82930982
2. awk学习：http://blog.chinaunix.net/uid-23302288-id-3785105.html