linux学习：sed与awk与tr用法整理

流编辑器：sed

语法：sed [-hnV][-e<script>][-f<script文件>][文本文件]

1、参数：

• -e<script>或--expression=<script> 以选项中指定的script来处理输入的文本文件。
• -f<script文件>或--file=<script文件> 以选项中指定的script文件来处理输入的文本文件。
• -h或--help 显示帮助。
• -n或--quiet或--silent 仅显示script处理后的结果。
• -V或--version 显示版本信息。
• -i 直接编辑原文件，在原文件中操作

例子：
sed -i 's/原字符串/新字符串/' file 　 #原文件中仅替换每行首次匹配到的原字符串，若一行有多个该字符串，只有第一个被替换（1行只替换1次）
sed -i 's/原字符串/新字符串/g' file     #在原文件中替换，后缀 g 意味着会替换每一处匹配，而不是每一行中第一次匹配

sed  's/原字符串/新字符串/g' file     #不加 -i 参数，将替换后的文本都打印出来，但原文件不变

sed  's/原字符串/新字符串/g' file > newfile    #同上，替换后的文本打印到新文件中

sed -i '/^$/d' file 　　#在原文件中移除空白行，^$表示空白行，d表示将匹配的样式移除，注意：由空格组成的行不能算空白行

sed -i 's/max_execution_time = 30/max_execution_time = 300/g'  /etc/php/php.ini    #修改php配置文件的配置

sed -i "s/原字符串/新字符串/g" `grep 原字符串 -rl ./`    #整个目录下全局搜索替换

sed -i "s/test/newstr/g" `grep test -rl ./myfile`    #将当前myfile目录下所有文件中所有的test字符串全部替换为newstr字符串

文本混乱与恢复正常(替换空格，换行符，制表符等)
cat test.js | sed 's/;/;\n/g; s/{/{\n\n/g; s/}/\n\n}/g' 　　　　　　 # s/;/;\n/g将;替换为\n; s/{/{\n\n/g将{替换为{\n\n s/}/\n\n/g将}替换为\n\n}
cat test.js | sed 's/;/;\n/g' |sed 's/{/{\n\n/g' | sed 's/}/\n\n}/g'   #同上
sed 's/ [^.]*mobbile phones[^.]*\.//g' test.txt 　　　　 #移除文件test.txt中包含单词“mobile phones”的句子

2、动作：

• a ：新增， a 的后面可以接字串，而这些字串会在新的一行出现(目前的下一行)～
• c ：替换， c 的后面可以接字串，这些字串可以取代 n1,n2 之间的行！
• d ：删除，因为是删除啊，所以 d 后面通常不接任何东西；
• i ：插入， i 的后面可以接字串，而这些字串会在新的一行出现(目前的上一行)；
• p ：打印，亦即将某个选择的数据印出。通常 p 会与参数 sed -n 一起运行～
• s ：替换（匹配局部替换），可以直接进行取代的工作哩！通常这个 s 的动作可以搭配正规表示法！例如 1,20s/old/new/g 就是啦！

新增 a

sed -i '2a testContent' test.txt     #在第 2 行后面新增一行内容

sed -i '1,3a testContent' test.txt   #在原文的第 1~3 行后面各新增一行内容

sed -i '$a This is a test' test.txt   #在文件末尾加一行 This is a test，$表示最后一行

sed -e '4 a newline' test.txt   #在4行之后新增一行

sed -e '4 a newline\nnewline2' test.txt  #在4行之后新增两行，\n 表示换行，增加3行同理，加上\n接上内容

替换 c

sed -i '2c testContent' test.txt     #将第 2 行内容整行替换

sed -i '1,3c testContent' test.txt   #将第 1~3 行内容替换成一行指定内容

删除 d

sed -i '2d' test.txt     #删除第 2 行

sed -i '1,3d' test.txt   #删除第1~3行

sed -i 's/^ *//' test.txt  #删除行首空格

sed -i 's/^[[:space:]]*//' test.txt   #去掉test.txt中每行行首的制表符和空格

sed -i 's/^[0-9]* *//' test.txt   #去掉test.txt每行行首的数字

插入 i

sed '2i testContent' test.txt     #在第 2 行前面插入一行内容

sed '1,3i testContent' test.txt   #在原文的第 1~3 行前面各插入一行内容

打印 p

sed '2p' test.txt          #重复打印第 2 行

sed '1,3p' test.txt        #重复打印第1~3行

sed -n '2p' test.txt       #只打印第 2 行

sed -n '1,3p' test.txt     #只打印第 1~3 行

sed -n '/user/p' test.txt  #打印匹配到user的行，类似grep

sed -n '/user/!p' test.txt  #!!!反选，打印没有匹配到user的行

sed -n 's/old/new/gp' test  #只打印匹配替换的行

sed -n '1~2p' test.txt   #打印奇数行

sed -n '2~2p' test.txt   #打印偶数行

sed -n 'p;n' test.txt #打印奇数行

sed -n 'n;p' test.txt    #打印偶数行

替换 s

sed -i 's/old/new/' test.txt      #匹配每一行的第一个old替换为new

sed 's/[ ][ ]*/ /g' test.txt　　#替换两个或多个空格为一个空格

sed 's/[ ][ ]*/:/g' test.txt  # 替换两个或多个空格为分隔符:

sed 's/[[:space:]][[:space:]]*/ /g'  test.txt   #如果空格与tab共存时替换成空格
sed 's/[[:space:]][[:space:]]*/:/g'  test.txt   #如果空格与tab共存时替换成分隔符:

sed -i 's/old/new/gi' test.txt    #匹配所有old替换为new，g 代表一行多个，i 代表匹配忽略大小写

sed -i '3,9s/old/new/gi' test.txt #匹配第 3~9 行所有old替换为new

数据流工具：awk

语法

awk [选项参数] 'script' var=value file(s)
或
awk [选项参数] -f scriptfile var=value file(s)

选项参数：

• -F fs or --field-separator fs
  指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:。
• -v var=value or --asign var=value
  赋值一个用户定义变量。
• -f scripfile or --file scriptfile
  从脚本文件中读取awk命令。
• -mf nnn and -mr nnn
  对nnn值设置内在限制，-mf选项限制分配给nnn的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。
• -W compact or --compat, -W traditional or --traditional
  在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样，所有的awk扩展都被忽略。
• -W copyleft or --copyleft, -W copyright or --copyright
  打印简短的版权信息。
• -W help or --help, -W usage or --usage
  打印全部awk选项和每个选项的简短说明。
• -W lint or --lint
  打印不能向传统unix平台移植的结构的警告。
• -W lint-old or --lint-old
  打印关于不能向传统unix平台移植的结构的警告。
• -W posix
  打开兼容模式。但有以下限制，不识别：/x、函数关键字、func、换码序列以及当fs是一个空格时，将新行作为一个域分隔符；操作符**和**=不能代替^和^=；fflush无效。
• -W re-interval or --re-inerval
  允许间隔正则表达式的使用，参考(grep中的Posix字符类)，如括号表达式[[:alpha:]]。
• -W source program-text or --source program-text
  使用program-text作为源代码，可与-f命令混用。
• -W version or --version
  打印bug报告信息的版本。

工作方式：

awk 'BEGIN{ PRINT "start" } pattern { commands } END{print "END" } file

首先执行BEGIN语句块，然后从文件或stdin中读取一行，然后执行pattern{ commands }。直到文件全部读取完毕。读到输入流末尾时，执行END{ commands } 语句块。三个语句块都是可选的。如果没有提供pattern语句块则默认打印每一个读取到行。

awk的特殊变量：
NR：表示记录数量，在执行过程中对应于当前行号。
NF：表示字段数量，在执行过程中相对于当前行的字段数。
$NF:表示当前行的最后一个字段。$(NF-1)表示当前行的倒数第二个字段。依次类推
$0：这个变量包含执行过程中当前行的文本内容。
$1：这个变量包含第一个字段的文本内容。
$2：这个变量包含第二个字段的文本内容。依次类推。

FNR ：与NR类似，不过多文件记录不递增，每个文件都从1开始

\t：制表符

\n ：换行符

FS：BEGIN时定义分隔符

RS：输入的记录分隔符， 默认为换行符(即文本是按一行一行输入)

~ ：匹配，与==相比不是精确比较

!~：不匹配，不精确比较

==：等于，必须全部相等，精确比较

!= ：不等于，精确比较

&&：逻辑与

||：逻辑或

+：匹配时表示1个或1个以上

/[0-9][0-9]+/ ：两个或两个以上数字

/[0-9][0-9]*/ ：一个或一个以上数字

FILENAME：文件名

OFS：输出字段分隔符， 默认也是空格，可以改为制表符等

ORS ：输出的记录分隔符，默认为换行符,即处理结果也是一行一行输出到屏幕

-F'[:#/]'：定义三个分隔符

 

例子：

awk 'BEGIN { i=0 } { i++ } END{ print i }' filename 　　 #逐行读取文件并打印行数
echo -e "line1\nline2" | awk 'BEGIN{ print "Start" } { print } END { print "END" } '
echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"-"var2"-"var3;}'
echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{ print "Line no:"NR",No of fields:"NF, "$0="$0,"$1="$1,"$2="$2,"$3="$3 }'
awk '{ print $3,$2 }' file 　　#打印文件中每一行的第2和第3个字段。
awk 'END{ print NR }' file 　 #统计文件中的行数，只加END语句块表示文件执行到最后一行时再输出行号
awk 'NR < 5' file 　　　　     #打印文件中行号小于5的行
awk 'NR==2,NR==5' file 　  #打印文件中行号在2到5之间的行
awk '/linux/' file 　　　　　  #打印文件中包含样式linux的行(样式可以使用正则表达式)
awk '1/linux/' file 　　　　   #打印文件中不包含包含样式linux的行
awk -F: '{ print $NF }' /etc/passwd #读取并打印/etc/passwd文件的内容，设置定界符为":"，默认的定界符为空格
var1='test'; var2='text' 　　　　　　　　　　　　   #(1)外部变量
echo | awk '{ print v1,v2 } v1=$var1 v2=var2     #(2)打印多个从标准输入传给awk的外部变量
awk '{ print v1,v2 }' v1=$var1 v2=var2 filename #(3)输入来自文件
cat test.txt | getline output 　　　　　　　　　　　 #将cat的输出读入变量output中。
awk 'BEGIN { FS=":" } { print $NF }' /etc/passwd #BEGIN语句块中则使用FS="delimiter"设置输出字段的定界符
awk '{arr[$1]+=1 }END{for(i in arr){print arr[i]"\t"i}}' FILE_NAME | sort -rn 　　 #统计每个单词的出现频率并排序
seq 5 | awk 'BEGIN{ sum=0;print "Summation:" } { print $1"+"; sum+=$1 } END{ print "=="; print sum }' 　　 #将每一行第一个字段的值按照给定形式进行累加
echo | awk '{ "grep root /etc/passwd" | getline cmdout; print cmdout }' 　　 #通过getline将外部shell命令的输出读入变量cmdout。变量cmdout包括命令grep root /etc/passwdde 的输出，然后打印包含root的行。

awk中使用循环与awk的内建函数
for(i=0;i<10;i++){ print $i; } 或者 for( i in array ) { print array[i]; }
length(string)：返回字符串的长度
index(string ,search_string)：返回search_string在字符串中出现的位置。
split(string, array, delimiter)：用界定符生成一个字符串列表，并将该列表存入数组
substr(string, start-position, end-position)：在字符串中用字符起止偏移量生成子串，并返回该子串。
sub(regex, replacement_str, string)：将正则表达式匹配到的第一处内容替换成replacement_str。
gsub(regex, replacement_str, string)：将正则表达式匹配到的所有内容替换成replacement_str。
match(regex ,string)：检查正则表达式是不能够匹配字符串，若能，返回非0值；否则，返回0.

cat access.log | awk '{ if($9=200) print $7;}'     #分析nginx访问日志，awk不加 -f 参数表示使用空格（默认的分词字符）拆分该行，$9表示第9个字段（也就是HTTP CODE），$7表示第7个字段，表示用户访问的文件

awk '{print $1}' access.log |sort|uniq -c|sort -nr|head -10   #分析access.log获得访问前10位的ip地址

awk -F '[,:]' '{if($6==140) print $0;}' test.log   #对test.log中每行用“，”和“：”分割，并打印出分割后第6个字段等于140的行

cat *_login.log | awk -F[,:] '{if($24<1541260800) print $24;}' | wc -l   #统计所有login日志中时间戳（拆分后第24个字段）小于1541260800的行数

awk -F: '{print $15}' test.log | awk -F, '{print $1}' | awk '{for(i=0;i<NF;i++) sum+=$i;}END{print sum}'   #对test.log的json行先用“：”分割再用“，”分割，再对某个字段累加

awk -F, '{print $14}' test.log | awk -F: '{print $2}' | awk '{for(i=0;i<NF;i++) sum+=$i;}END{print sum}'   #对test.log的json行先用“，”分割再用“：”分割再对某个字段累加

awk -F '[,:]' '{print $28}' test.log | awk '{for(i=0;i<NF;i++) sum+=$i;}END{print sum}'   #对test.log的json行分别用“，”和“：”分割后再对某个字段累加

awk -F[:,] '{print $28;}' pay.log | awk -F\" '{print $2;}' | awk '{for(i=0;i<NF;i++) sum+=$i;}END{print sum}'    #作用同上，在拆分后字段还包含双引号的情况下，再次拆分，获取数字再累加

---------------------------------------------------------------------------------------------------------------------------------------

文件：test.log 内如如下：

{"sid":1,"cid":1,"channel":140,"zid":0,"uid":"140524293334","role_id":"100252","goods_id":7,"cny":110000,"eventtime":1540244075}

{"sid":1,"cid":1,"channel":140,"zid":0,"uid":"140524293334","role_id":"100252","goods_id":7,"cny":120000,"eventtime":1540244075}

命令：

awk -F ':' '{print $9}' test.log | awk -F ',' '{print $1}'    #先使用 “：”为分隔符分割test.log每一行，然后获取第9个字段，再用“，”为分隔符分割字符串，再取第一个字段。

结果：

110000

120000

若是要统计该字段的累加数：

awk -F ':' '{print $9}' test.log | awk -F ',' '{print $1}' | awk '{for(i=1;i<=NF;i++) sum+=$i;} END{print sum}'

结果：

230000

----------------------------------------------------------------------------------------------------------------------------------------

替换工具：tr

语法

tr [-cdst][--help][--version][第一字符集][第二字符集]
tr [OPTION]…SET1[SET2]

参数：

• -c, --complement：反选设定字符。也就是符合 SET1 的部份不做处理，不符合的剩余部份才进行转换
• -d, --delete：删除指令字符
• -s, --squeeze-repeats：缩减连续重复的字符成指定的单个字符
• -t, --truncate-set1：削减 SET1 指定范围，使之与 SET2 设定长度相等
• --help：显示程序用法信息
• --version：显示程序本身的版本信息

例子：

echo 12345 | tr '0-9' '9876543210' #加密
echo 87654 | tr '9876543210' '0-9' #解密
echo "Hello 123 world 456" | tr -d '0-9' #使用-d将stdin中的数字删除并打印出来
cat test.txt | tr -d '0-9' #同上
echo "hello 1 char 2 next 3 " | tr -d -c '0-9 \n' #参数-c是使用补集。删除stdin中的所有数字和换行符之外的字符（这些字符是'0-9 \n'这个集合的补集）
echo "this is a test !" | tr -s ' ' #参数-s压缩多个空格为单个
------------------------------------------------
tr可以像使用集合一样使用各种不同的字符类：
alnum：字母和数字
alpha：字母
cntrl：控制（非打印）字符
digit：数字
graph：图形字符
lower：小写字母
print：可打印字符
punct：标点符号
space；空白字符
upper：大写字母
xdigit：十六进制字符
使用方式：
tr [:class:] [:class:]
例如：
tr '[:lower:]' '[:upper:]' #将所有小写字母换成大写字母
----------------------------------------------------