Linux Shell 文本处理工具集锦

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；
我对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'\0'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\0作为结尾符的文件名：（-z）

  推荐阅读：