Linux文本处理工具 _Linux

作者：大CC原文：http://www.cnblogs.com/me115/p/3427319.html

文章插图

本文将介绍linux下使用Shell处理文本时最常用的工具：
find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；
提供的例子和参数都是最常用和最为实用的；
对shell脚本使用的原则是命令单行书写，尽量不要超过2行；
如果有更为复杂的任务需求，还是考虑Python吧；
find 文件查找

查找txt和pdf文件

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

正则方式查找.txt和pdf

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

-iregex：忽略大小写的正则
否定参数
查找所有非txt文本

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

指定搜索深度
打印出当前目录的文件（深度为1）

find . -maxdepth 1 -type f 定制搜索

按类型搜索：

find . -type d -print //只列出所有目录

-type f 文件 / l 符号链接
按时间搜索：
-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）
最近7天被访问过的所有文件：

find . -atime 7 -type f -print

按大小搜索：
w字 k M G
寻找大于2k的文件

find . -type f -size +2k

按权限查找：

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

按用户查找：

find . -type f -user weber -print// 找用户weber所拥有的文件找到后的后续动作

删除：
删除当前目录下所有的swp文件：

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

执行动作（强大的exec）

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

注：{}是一个特殊的字符串，对于每一个匹配的文件，{}会被替换成相应的文件名；
eg：将找到的文件全都copy到另一个目录：

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

结合多个命令
tips: 如果需要后续执行多个命令，可以将多个命令写成一个脚本。然后 -exec 调用时执行脚本即可；

-exec ./commands.sh {} ;-print的定界符
默认使用'n'作为文件的定界符；
-print0 使用''作为文件的定界符，这样就可以搜索包含空格的文件；
grep 文本搜索
grep match_patten file // 默认访问匹配行

常用参数
-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
在多级目录中对文本递归搜索(程序员搜代码的最爱）：

grep "class" . -R -n

匹配多个模式

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

grep输出以作为结尾符的文件名：（-z）

grep "test" file* -lZ| xargs -0 rmxargs 命令行参数转换
xargs 能够将输入数据转化为特定命令的命令行参数；这样，可以配合很多命令来组合使用。比如grep，比如find；

将多行输出转化为单行输出
cat file.txt| xargs
n 是多行文本间的定界符
将单行转化为多行输出
cat single.txt | xargs -n 3
-n：指定每行显示的字段数

xargs参数说明
-d 定义定界符（默认为空格多行的定界符为 n）
-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
eg：
cat file.txt | xargs -I {} ./command.sh -p {} -1-0：指定为输入定界符
eg：统计程序行数
find source_dir/ -type f -name "*.cpp" -print0 |xargs -0 wc -lsort 排序
字段说明：
-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
eg：
sort -nrk 1 data.txtsort -bd data // 忽略像空格之类的前导空白字符uniq 消除重复行