史上最全的 Linux Shell 文本处理工具集锦，快收藏！

本文将介绍Linux下使用Shell处理文本时最常用的工具：

01 find 文件查找

find . ( -name "*.txt"-o -name "*.pdf") -print

find . -regex  ".*(.txt|.pdf)$"

find . ! -name "*.txt"-print

find . -maxdepth 1-type f

find . -type d -print  //只列出所有目录
-type f 文件 / l 符号链接

-atime 访问时间 (单位是天，分钟单位则是-amin，以下类似）

-mtime 修改时间 （内容被修改）

-ctime 变化时间 （元数据或权限变化）

find . -atime 7-type f -print

find . -type f -size +2k

find . -type f -perm 644-print //找具有可执行权限的所有文件

find . -type f -user weber -print// 找用户weber所拥有的文件

find . -type f -name "*.swp"-delete

find . -type f -user root -exec chown weber {} ; //将当前目录下的所有权变更为weber

find . -type f -mtime +10-name "*.txt"-exec cp {} OLD ;

-exec ./commands.sh {} ;

02 grep 文本搜索

grep match_patten file // 默认访问匹配行

• -o 只输出匹配的文本行 VS -v 只输出没有匹配的文本行

• -c 统计文件中包含文本的次数

grep -c "text" filename

• -n 打印匹配的行号

• -i 搜索时忽略大小写

• -l 只打印文件名

grep "class". -R -n

grep -e "class"-e "vitural" file

grep "test" file* -lZ| xargs -0 rm

cat file.txt| xargs

cat single.txt | xargs -n 3

• -d 定义定界符 （默认为空格 多行的定界符为 ）

• -n 指定输出为多行

• -I {} 指定替换字符串，这个字符串在xargs扩展时会被替换掉,用于待执行的命令需要多个参数时

cat file.txt | xargs -I {} ./command.sh -p {} -1

find source_dir/ -type f -name "*.cpp"-print0 |xargs -0 wc -l

03 sort 排序

• -n 按数字进行排序 VS -d 按字典序进行排序

• -r 逆序排序

• -k N 指定按第N列排序

sort -nrk 1 data.txt
sort -bd data // 忽略像空格之类的前导空白字符

04 uniq 消除重复行

sort unsort.txt | uniq

sort unsort.txt | uniq -c

sort unsort.txt | uniq -d

05 用 tr 进行转换

echo 12345| tr '0-9''9876543210'//加解密转换，替换对应字符
cat text| tr '    '' '//制表符转空格

cat file | tr -d '0-9'// 删除所有数字

cat file | tr -c '0-9'//获取文件中所有数字
cat file | tr -d -c '0-9 '//删除非数字数据

cat file | tr -s ' '

• alnum：字母和数字

• alpha：字母

• digit：数字

• space：空白字符

• lower：小写

• upper：大写

• cntrl：控制（非可打印）字符

eg: tr '[:lower:]''[:upper:]'

06 cut 按列切分文本

cut -f2,4 filename

cut -f3 --complement filename

cat -f2 -d";" filename

• N- 第N个字段到结尾

• -M 第1个字段为M

• N-M N到M个字段

• -b 以字节为单位

• -c 以字符为单位

• -f 以字段为单位（使用定界符）

cut -c1-5 file //打印第一到5个字符
cut -c-2 file  //打印前2个字符

07 paste 按列拼接文本

cat file1

1
2

cat file2

colin
book

paste file1 file2

1 colin
2 book

paste file1 file2 -d ","

1,colin
2,book

08 wc 统计行和字符的工具

wc -l file // 统计行数
wc -w file // 统计单词数
wc -c file // 统计字符数

09 sed 文本替换利器

seg 's/text/replace_text/' file   //替换每一行的第一处匹配的text

seg 's/text/replace_text/g' file

seg -i 's/text/repalce_text/g' file

sed '/^$/d' file

echo this is en example | seg 's/w+/[&]/g'

$>[this]  [is] [en] [example]

sed 's/hello([0-9])//'

sed 's/$var/HLLOE/'

eg:
p=patten
r=replaced
echo "line con a patten"| sed "s/$p/$r/g"
$>line con a replaced

sed 's/^.{3}/&//g' file

10 awk 数据流处理工具

awk ' BEGIN{ statements } statements2 END{ statements } '

echo -e "line1 line2"| awk 'BEGIN{print "start"} {print } END{ print "End" }'

echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3";
print var1, var2 , var3; }'
$>v1 V2 v3

echo | awk ' {var1 = "v1" ; var2 = "V2"; var3="v3";
print var1"-"var2"-"var3; }'
$>v1-V2-v3

• NR:表示记录数量，在执行过程中对应当前行号；

• NF:表示字段数量，在执行过程总对应当前行的字段数；

• $0:这个变量包含执行过程中当前行的文本内容；

• $1:第一个字段的文本内容；

• $2:第二个字段的文本内容；

echo -e "line1 f2 f3 line2 line 3"| awk '{print NR":"$0"-"$1"-"$2}'

awk '{print $2, $3}' file

awk ' END {print NR}' file

echo -e "1 2 3 4 "| awk 'BEGIN{num = 0 ;
print "begin";} {sum += $1;} END {print "=="; print sum }'

var=1000
echo | awk '{print vara}' vara=$var #  输入来自stdin
awk '{print vara}' vara=$var file # 输入来自文件

awk 'NR < 5'#行号小于5
awk 'NR==1,NR==4 {print}' file #行号等于1和4的打印出来
awk '/linux/'#包含linux文本的行（可以用正则表达式来指定，超级强大）
awk '!/linux/'#不包含linux文本的行

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

echo | awk '{"grep root /etc/passwd" | getline cmdout; print cmdout }'

for(i=0;i<10;i++){print $i;}
for(i in array){print array[i];}

seq 9|

awk '{lifo[NR] = $0; lno=NR}

END{ for(;lno>-1;lno--){print lifo[lno];}

} '

head:
  awk 'NR<=10{print}' filename

tail:
  awk '{buffer[NR%10] = $0;} END{for(i=0;i<11;i++){
  print buffer[i %10]} } ' filename

ls -lrt | awk '{print $6}'

ls -lrt | cut -f6

seq 100| awk 'NR==4,NR==6{print}'

awk '/start_pattern/, /end_pattern/' filename

eg:
seq 100| awk '/13/,/15/'
cat /etc/passwd| awk '/mai.*mail/,/news.*news/'

index(string,search_string):返回search_string在string中出现的位置
sub(regex,replacement_str,string):将正则匹配到的第一处内容替换为replacement_str;
match(regex,string):检查正则表达式是否能够匹配字符串；
length(string)：返回字符串长度

echo | awk '{"grep root /etc/passwd" | getline cmdout; print length(cmdout) }'

seq 10| awk '{printf "->%4s ", $1}'

while read line;
do
echo $line;
done< file.txt

cat file.txt | (while read line;do echo $line;done)

cat file.txt| awk '{print}'

for word in $line;
do
echo $word;
done

for((i=0;i<${#word};i++))
do
echo ${word:i:1);
done

推荐阅读：
完全整理 | 365篇高质技术文章目录整理
算法之美 : 栈和队列
主宰这个世界的10大算法
彻底理解cookie、session、token
浅谈什么是递归算法
专注服务器后台技术栈知识总结分享
欢迎关注交流共同进步
码农有道 coding

码农有道，为您提供通俗易懂的技术文章，让技术变的更简单
嘿，你在看吗