Linux 入门记录：十七、Linux 命令行文本/文件处理工具

一、文件浏览

cat      查看文件内容
more     以翻页形式查看文件内容（只能向下翻页）
less     以翻页形式查看文件内容（可以上下翻页）
head     查看文件的头几行（默认10行）
tail     查看文件的尾几行（默认10行）

　　

二、正则匹配打印行

命令 grep 用来全局匹配正则表达式并打印所在行：

grep 'mingc' /etc/passwd        在该文件中匹配mingc的用户信息并打印所在行
find / -user mingc | grep ".*\.png$"  查找mingc的所有png文件（管道操作）

常用参数：

-i       搜索时忽略大小写
-n       显示结果所在行数
-v       输出不匹配该正则的行（类似于一个取反操作）
-An      在输出的时候包含结果所在行之后的指定n行
-Bn      在输出的时候包含结果所在行之前的指定n行

　　

三、文本切割打印字段

命令 cut 常用来切割文本行、打印某些字段：

cut -d:fl /etc/passwd    打印passwd文件中冒号分割的第1个字段（用户名）（列出来多行的用户名）
grep mingc /etc/passwd | cut -d: -f3   打印mingc的用户信息汇总冒号分割的第3个字段（uid）

常用参数：

-d       指定分割字符（默认Tab）
-f       显示特定序号的字段（从1开始）
-c       显示特定范围字符（从第几个到第几个）

示例：

grep mingc /etc/passwd | cut -d: -f3     打印mingc的用户信息中冒号分割的第3个字段（uid）
grep mingc /etc/passwd | cut -d: -f6,7   打印mingc的用户主目录和登录Shell

grep mingc /etc/passwd | cut -c1-5       打印mingc的用户信息中第1~5个字符
grep mingc /etc/passwd | cut -c1-        打印mingc的用户信息中第1个字符之后的所有字符
grep mingc /etc/passwd | cut -c-5        打印mingc的用户信息中第5个字符之前的所有字符

　　

四、文本统计

命令 wc 用于统计文件的行数、单词数、字符数等：

wc test.md

不带参数时默认输出一行，字段格式为：

行数 单词数 字符数 文件名

常用参数：

-l       只统计行数
-w       只统计单词数
-c       只统计字节数
-m       只统计字符数

　　

五、文本排序

命令 sort 用于对文件内容进行排序（也可以对STDIN进行排序）：

sort filename

常用参数：

-r        逆向（倒序）排序
-n        基于数字排序
-f        忽略大小写
-u        去重复（剔除重复行）
-t<分割符> 指定分隔符（一般配合-k参数使用，单纯分割毫无意义）
-k n      当指定分割符时，按照第n个字段进行排序（序号n从1开始）

-r、-n、-t、-k 参数可以配合使用：

上图中，把 test.md 文件内容的每行按照冒号分割、基于数字对第3个字段进行逆向排序。

六、剔除重复行

命令 sort -u 可以剔除文件内容重复行，但副作用是进行了排序。

命令 uniq 可以剔除文件内容（相邻的）重复行：

七、文本比较

命令 diff 用来比较两个文件的区别：

diff test1.md test2.md

常用参数：

-i       忽略大小写
-b       忽略空格字符
-u       统一显示比较信息（一般用来生成patch文件）

示例：

diff -u old.md new.md > update.patch   把文件的更新信息生成到补丁文件

八、拼写检查

命令 aspell 用来显示检查英文拼写：

aspell check filename
aspell list < filename

（CentOS 6.9 64位系统里似乎没有这个命令，也不常用，不详述）

九、字符转换

命令 tr 用于从标准输入对字符进行转换处理。如果处理来自文件的输入，需要重定向。

删除关键字：

tr -d 'keyword' < filename

转换大小写：

tr 'a-z' 'A-Z' < filename

十、流式编辑——搜索替换

sed 命令是一种可以配合正则表达式使用的流式编辑工具。处理文件流时，把当前处理的行存储在临时缓冲区，称“模式空间”（pattern space），然后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。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有发生改变，除非使用重定向存储输出。sed 命令主要用来自动编辑一个或多个文件、简化对文件的反复操作、编写转换程序等。

语法：

sed [options] 'command' file(s)
sed [options] -f scriptfile file(s)

常用参数 options：

-e<script>   指定一个script来处理文本
-f<script>   指定一个script来处理文本
-n           仅显示处理后的结果

常用命令 command：

d    删除行
D    删除第一行
s    替换指定字符
h    拷贝内容到缓冲区
H    追加内容到缓冲区
g    获取缓冲区的内容，替换当前文本
G    获取缓冲区的内容，追加到当前文本后面
p    打印行
P    打印第一行
q    退出sed

示例：

sed 's/linux/unix/g' filename      s表示搜索替换，linux替换为unix，g表示全局替换，filename目标文件
sed 'l,50s/linux/unix/g' filename  1到50行进行全局替换
sed -e 's/linux/unix/g' -e 's/ming/mingc/g' filename  -e参数替换多个
sed -f script filename             指定一个script来处理文件

相关链接：sed 命令 - Linux 命令大全