文本编辑三剑客：grep, sed, awk
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
sed命令：
基本正则表达式的元字符：
字符匹配：
.: 匹配任意单个字符；
[]：匹配指定范围内的任意单个字符；
[^]：匹配指定范围内的任意单个字符；
[:lower:]：所有小写字母
[:upper:]:所有大写字母
[:alpha:]:所有字母
[:alnum:]:所有数字和字母
[:digit:]:所有数字
[:space:]:所有空白字符
[:punct:]:所有标点符号
次数匹配：用于要指定其次数的字符的后面；
*: 任意次；
\?：0或1次；
\+：1或多次;
\{m\}：精确限制为m次；
\{m,n\}: 至少m次，至多n次，[m,n]
\{0,n\}：至多n次；
\{m,\}：至少m次；
.*: 匹配任意长度的任意字符；
位置锚定：
^: 行首锚定；用于模式的最左侧；
$: 行尾锚定；用于模式的最右侧；
\<, \b: 词首锚定；用于表示单词的模式的左侧；
\>, \b：词尾锚定；用于表示单词的模式的右侧；
^$: 空白行；
分组：\(\)
分组的小括号中的模式匹配到的内容，会在执行过程中被正则表达式引擎记录下来，并保存内置的变量中；这些变量分别是\1, \2, ...
\1: 从左侧起，第一个左括号，以及与之配对的右括号中间的模式所匹配到的内容；
\2：
...
后向引用：使用变量引用前面的分组括号中的模式所匹配到的字符；
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
语法格式：sed [OPTION]... {script} [input-file]...
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；
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；
示例：显示/etc/fstab中已UUID开头的行
[[email protected] ~]# sed -n ‘\%^UUID%p‘ /etc/fstab UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 UUID=a86d54b6-3dcc-4172-8f68-5e560fc565d2 /boot ext4 defaults 1 2 UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0
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；
\%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：表示从第1行开始，每次步进2行（奇数行）
2~2：表示从第2行开始，每次步进2行（偶数行）
示例：删除/etc/fstab中以UUID开头的行
[[email protected] ~]# cat /etc/fstab 注：查看/etc/fstab文件内容 # # /etc/fstab # Created by anaconda on Tue Sep 8 17:15:07 2015 # # Accessible filesystems, by reference, are maintained under ‘/dev/disk‘ # See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info # UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 UUID=a86d54b6-3dcc-4172-8f68-5e560fc565d2 /boot ext4 defaults 1 2 UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0 tmpfs /dev/shm tmpfs defaults 0 0 devpts /dev/pts devpts gid=5,mode=620 0 0 sysfs /sys sysfs defaults 0 0 proc /proc proc defaults 0 0 [[email protected] ~]# sed ‘/^UUID/d‘ /etc/fstab 注：使用sed删除已UUID开头的行 # # /etc/fstab # Created by anaconda on Tue Sep 8 17:15:07 2015 # # Accessible filesystems, by reference, are maintained under ‘/dev/disk‘ # See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info # tmpfs /dev/shm tmpfs defaults 0 0 devpts /dev/pts devpts gid=5,mode=620 0 0 sysfs /sys sysfs defaults 0 0 proc /proc proc defaults 0 0
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/：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；
示例：
[[email protected] tmp]# sed ‘/^UUID/a\text‘ /etc/fstab # # /etc/fstab # Created by anaconda on Tue Sep 8 17:15:07 2015 # # Accessible filesystems, by reference, are maintained under ‘/dev/disk‘ # See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info # UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 text UUID=a86d54b6-3dcc-4172-8f68-5e560fc565d2 /boot ext4 defaults 1 2 text UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0 text
练习：
(1) 删除/boot/grub/grub.conf文件中所有行的行首的空白字符；
[[email protected] ~]# sed ‘s/^[[:space:]]\+//‘ /boot/grub/grub.conf # grub.conf generated by anaconda # # Note that you do not have to rerun grub after making changes to this file # NOTICE: You have a /boot partition. This means that # all kernel and initrd paths are relative to /boot/, eg. # root (hd0,0) # kernel /vmlinuz-version ro root=/dev/sda2 # initrd /initrd-[generic-]version.img #boot=/dev/sda default=0 timeout=5 splashimage=(hd0,0)/grub/splash.xpm.gz hiddenmenu title CentOS (2.6.32-279.el6.i686) root (hd0,0) kernel /vmlinuz-2.6.32-279.el6.i686 ro root=UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 nomodeset rd_NO_LUKS KEYBOARDTYPE=pc KEYTABLE=us rd_NO_MD crashkernel=auto LANG=zh_CN.UTF-8 rd_NO_LVM rd_NO_DM rhgb quiet initrd /initramfs-2.6.32-279.el6.i686.img
(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；
[[email protected] ~]# sed ‘s/^#[[:space:]]\+//‘ /etc/fstab # /etc/fstab Created by anaconda on Tue Sep 8 17:15:07 2015 # Accessible filesystems, by reference, are maintained under ‘/dev/disk‘ See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info # UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 UUID=a86d54b6-3dcc-4172-8f68-5e560fc565d2 /boot ext4 defaults 1 2 UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0 tmpfs /dev/shm tmpfs defaults 0 0 devpts /dev/pts devpts gid=5,mode=620 0 0 sysfs /sys sysfs defaults 0 0 proc /proc proc defaults 0 0
(3) 把/etc/fstab文件的奇数行另存为/tmp/fstab.3；
[[email protected] tmp]# sed ‘1~2w/tmp/fstab.3‘ /etc/fstab # # /etc/fstab # Created by anaconda on Tue Sep 8 17:15:07 2015 # # Accessible filesystems, by reference, are maintained under ‘/dev/disk‘ # See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info # UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 UUID=a86d54b6-3dcc-4172-8f68-5e560fc565d2 /boot ext4 defaults 1 2 UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0 tmpfs /dev/shm tmpfs defaults 0 0 devpts /dev/pts devpts gid=5,mode=620 0 0 sysfs /sys sysfs defaults 0 0 proc /proc proc defaults 0 0 [[email protected] tmp]# ls fstab.3 yum.log [[email protected] tmp]# cat fstab.3 # /etc/fstab # # See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info UUID=d7a6ef26-342a-4f41-9a42-814bd4e05a65 / ext4 defaults 1 1 UUID=03e06859-15ed-40e7-9187-e5889fb3c2a2 swap swap defaults 0 0 devpts /dev/pts devpts gid=5,mode=620 0 0 proc /proc proc defaults 0 0
(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；
[[email protected] tmp]# echo "/etc/sysconfig/network-scripts/" | sed ‘[email protected]^.*/\([^/]\+\)/\[email protected]\[email protected]‘ network-scripts
[[email protected] tmp]# echo "/etc/sysconfig/network-scripts/" | sed ‘[email protected][^/]\+/\[email protected]@‘ /etc/sysconfig/
sed命令另一个称作"hold space"的内存空间：
高级命令：
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；
sed -n ‘1!G;h;$p‘ /etc/issue
sed ‘$!N;$!D‘ /etc/issue
sed命令：
-e ‘script‘ -e ‘script‘
‘script;script;script‘
script
script
script
-f /path/from/script
awk:
AWK a.k.a Aho, Weinberger, Kernighan
Gnu AWK, gawk
基本语法
awk [options] ‘program‘ file file ...
awk [options] ‘PATTERN{action}‘ file file ...
-F CHAR：输入分隔符
1、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 ""；
2、awk的变量
内置变量，自定义变量
2.1 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；
2.2 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；
3、awk的printf命令
命令的使用格式：printf format, item1, item2,...
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；
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；
修饰符：
#：显示宽度
-：左对齐
+：显示数值的符号
.#: 取值精度
4、awk输出重定向
print items > output-file
print items >> output-file
print items | command
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
5、awk的操作符
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
字符串操作符：连接
赋值操作符：
=
+=
-=
*=
/=
%=
^=
**=
++
--
如果模式自身是=号，要写为/=/
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；
!~:
逻辑操作符：
&&： 与
||：或
条件表达式:
selector?if-true-expression:if-false-expression
# awk -F: ‘{$3>=1000?utype="common user":utype="admin or system user";print $1,"is",utype}‘ /etc/passwd
函数调用：
function_name(argu1,argu2)
6、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；
7、常用的action
(1) Expressions
(2) Control statements
(3) Compound statements
(4) input statements
(5) output statements
8、控制语句
8.1 if-else
格式：if (condition) {then body} else {else body}
# awk -F: ‘{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}‘ /etc/passwd
# awk ‘{if (NF>=8) {print}}‘ /etc/inittab
8.2 while
格式：while (condition) {while body}
# awk ‘{i=1; while (i<=NF){printf "%s ",$i;i+=2};print ""}‘ /etc/inittab
# awk ‘{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}‘ /etc/inittab
length()函数：取字符串的长度
8.3 do-while循环
格式：do {do-while body} while (condition)
8.4 for循环
格式：for (variable assignment; condition; iteration process) {for body}
# awk ‘{for (i=1;i<=NF;i+=2){printf "%s ",$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 (i in array) {for body}
8.5 case语句
语法：switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}
8.6 循环控制
break
continue
8.7 next
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,$1}‘ /etc/passwd
9、数组
传统数组：Index编号从1开始；
关联数组：
array[index-expression]
index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式；
A[first]="hello awk"
print A[second]
要遍历数组中的每一个元素，需要使用如下特殊结构：
for (var in array) {for body}
其var会遍历array的索引；
state[LISTEN]++
state[ESTABLISHED]++
# netstat -tan | awk ‘/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}‘
# awk ‘{ip[$1]++}END{for (i in ip) {print i,ip[i]}}‘ /var/log/httpd/access_log
删除数组元素：
delete array[index]
10、awk的内置函数
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]}‘
length(string)
功能：返回给定字串的长度
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；
博客：sed和awk的使用
sed & awk