欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

Shell脚本学习指南之文本处理工具

程序员文章站 2023-11-15 15:46:16
4.1 排序文本 4.1.1 行的排序未提供命令行选项时,整个记录会根据当前locale所定义的次序排序。在传统的c locale中,也就是ascii顺序。 4.1.2...

4.1 排序文本

4.1.1 行的排序
未提供命令行选项时,整个记录会根据当前locale所定义的次序排序。
在传统的c locale中,也就是ascii顺序。

4.1.2 以字段排序
-k选项的后面接着的是一个字段编号,或者是一对数字。
每个编号后面都可以接一个点号的字符位置,或修饰符字母。

如果仅指定一个字段编号,则排序键值会自该字段的起始处开始,
一直继续到记录的结尾(而非字段的结尾)。

如果给的是一对用逗号隔开的字段数字,则排序键值将由第一个字段值的起始处开始,
结束于第二个字段值的结尾。使用点号表示字符位置。
-k2.4, 5.6指的是从第二个字段的第四个字符开始比较,一直比到第五个字段的第六个字符。
$ sort -t: -k1,1 /etc/passwd     以用户名称排序
bin:x:1:1:bin:/bin:/sbin/nologin
chico:x:12501:1000:chico marx:/home/chico:/bin/bash
harpo:x:12502:1000:harpo marx:/home/harpo:/bin/ksh
...

$ sort -t: -k3,3nr /etc/passwd     反省uid排序
或-k3nr,3或-k3,3 -n -r都可以。

4.1.3 文本块的排序
有时需要对多行记录组合而成的数据排序。以地址清单为例:
$ cat my-friends
# sortkey: schlo, hans jurgen
hans jurgen schlo
unter den linden 78
d-10117 berlin
germany

# sortkey: jones, adrian
...

技巧是:利用awk识别段落间隔,在每个地址内暂时使用一个未用过的字符取代分行。
sort看到的行就会变成这样:
# sortkey: schlo, hans jurgen^zhans jurgen schlo^zunter den linden 78^z...
cat my-friends |               读取地址文件
     awk -v rs=" " '{ gsub("\n", "^z"); print }' |    转换地址为单行
          sort -f |           排序地址数据,忽略大小写
               awk -v ors="\n\n" '{ gsub("^z", "\n"); print }' |  恢复行结构
                    grep -v '# sortkey'   删除标记行
1. 函数gsub()为全局性替换(global substitution),类似sed下的s/x/y/g结构。
2. rs变量时输入数据的记录分隔器(record separator)。
   通常输入数据以换行隔开,使每行成为单个记录。
    rs=" "是一个特殊用法,指的是记录以空行隔开。
3. ors是输出记录分隔器。
注:'{ action }'是对每个字段的操作,而rs,ors都是对记录的设定。

4.1.5 sort的稳定性
sort并不稳定。

4.2 删除重复
sort -u是依据匹配的键值进行消除操作,而非匹配的记录。
uniq有3个好用选项:
     -c在每个输出行之前加上该行重复的次数。
     -d则用于仅显示重复的行。
     -u仅显示未重复的行。

4.3 重新格式化段落
fwt -w 30

4.4 计算行数、字数以及字符数
wc的默认输出是一行报告,包括行数、字数以及字节数。
可用选项:-c(字节数)、-l(行数)、-w(字数)。

复制代码 代码如下:

$ echo testing one two three | wc -c
1 4 22
$ wc /etc/passwd /etc/group


4.6 提取开头或结尾数行
显示文件列表中每一个的前n条记录:
head -n n [file(s)]
head -n [file(s)]
awk 'fnr <= n' [file(s)]
sed -e nq [file(s)]
sed nq [file(s)]

观察不断增长的系统信息日志,ctrl-c停止tail。

复制代码 代码如下:

$ tail -n 25 -f /var/log/messages