Linux三剑客（grep、sed、awk）

大家好，又见面了，我是你们的朋友全栈君。

下面所说的是Linux中最重要的三个命令在业界被称为“三剑客”，它们是awk,sed,grep。

我们现在知道Linux下一切皆文件，对Linux的操作就是对文件的处理，那么怎么能更好的处理文件呢？这就要用到我们上面的三剑客命令。

在说这三个命令前我们要插入一个小插曲就是“正则表达式”。

一、正则表达式

所谓的正则表达式我个人理解就是正规的表示方法。他是用简单的方法来实现强大的功能，所以深受计算机爱好者的使用。

三剑客与正则表达式是什么关系呢？

我们可以这样理解，三剑客就是普通的命令，有的把他们叫做工具，在我看来都一样。而正则表达式就好比一个模版。三剑客能读懂这个模版。就这么简单。注意只有三剑客才能读懂这个模版哦！

现在他们的关系和功能都搞懂了，接下来我们就来认识下他们怎么结合的。正则表达式是一个模版，这个模版是由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义。具体如下

元字符	功能	意思
^	匹配行首	表示以某个字符开头
$	匹配行尾	表示以某个字符结尾
^$	空行的意思	表示空行的意思
.	匹配任意单个字符	表示任意一个字符
*	字符* 匹配0或多个此字符	表示重复的任意多个字符
\	屏蔽一个元字符的特殊含义	表示去掉有意义的元字符的含义
[]	匹配中括号内的字符	表示过滤括号内的字符
.*	代表任意多个字符	就是代表任意多个字符
lele\{n\}	用来匹配前面lele出现次数。n为次数	就是统计前面lele出现的次数
lele\{n,\}	含义同上，但次数最少为n	从功能就可以看出
lele\{n,m\}	义同上，但lele出现次数在n与m之间	从功能也可以看出

lele\{n,m\}

义同上，但lele出现次数在n与m之间

从功能也可以看出

三剑客的功能非常强大，但我们只需要掌握他们分别擅长的领域即可：grep擅长查找功能，sed擅长取行和替换。awk擅长取列。

二、grep

文本过滤(模式：pattern)工具，grep, egrep

`grep [OPTIONS] PATTERN [FILE...]`

--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

举例子：

1、查找文件内容包含root的行数

Linux三剑客（grep、sed、awk）

2、查找文件内容不包含root的行

3、查找以s开头的行

4、查找以n结尾的行

三、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`

选项
- -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
script 地址定界
1. 不给地址：对全文进行处理
2. 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
3. 地址范围：
  #,#
  #,+#
  /pat1/,/pat2/
  `#,/pat1/
4. ~：步进
  1~2 奇数行
  2~2 偶数行
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

举例子：

1、打印出文件第二行

2、打印出2-5行的内容

3、将文件中的root全部替换为abc

直接修改读取的文件内容，而不是输出到终端。
s ：取代，可以直接进行取代的工作。

g: 是全局的意思。其中#是格式符，他也可以是@或者别的/。

Sed替换格式是：sed -i ‘s/要替换的内容/替换成的内容/g’ 文件名。

四、awk

报告生成器，格式化文本输出,有多种版本：New awk（nawk），GNU awk（ gawk）

`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
选项：
-F 指明输入时用到的字段分隔符
-v var=value 自定义变量
分割符、域和记录
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。
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。

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

格式符	item表现形式
%c	显示字符的ASCII码
%d, %i	显示十进制整数
%e, %E	显示科学计数法数值
%f	显示为浮点数
%g, %G	以科学计数法或浮点形式显示数值
%s	显示字符串
%u	无符号整数
%%	显示%自身

修饰符

格式符	item表现形式
#[.#]	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
–	左对齐（默认右对齐） %-15s
+	显示数值的正负符号 %+d

操作符
- 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
- 比较操作符：==, !=, >, >=, <, <=
- 模式匹配符：~：左边是否和右边匹配包含 !~：是否不匹配
- 逻辑操作符：与&&，或||，非!
- 函数调用：function_name(argu1, argu2, ...)
- 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
1. 如果未指定：空模式，匹配每一行
2. /regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来
3. relational expression: 关系表达式，结果为“真”才会被处理
4. line ranges：行范围 startline,endline：/pat1/,/pat2/不支持直接给出数字格式
5. BEGIN/END模式
awk控制语句
- { statements;… } 组合语句
- if(condition) {statements;…}
- if(condition) {statements;…} else {statements;…}
- while(conditon) {statments;…}
- do {statements;…} while(condition)
- for(expr1;expr2;expr3) {statements;…}
- break
- continue
- delete array[index]
- delete array
- exit