Linux常用命令总结(文本过滤)

查找目录下的所有文件中是否含有某个字符串
find .|xargs grep -ri "IBM"
查找目录下的所有文件中是否含有某个字符串,并且只打印出文件名
find .|xargs grep -ri "IBM" -l

1.正则表达式
  （1）正则表达式一般用来描述文本模式的特殊用法，由普通字符（例如字符a-z）以及特殊字符（称为元字符，如/、*、?等）组成。
  （2）基本元字符集及其含义
      ^ ：只匹配行首。   如^a 匹配以a开头的行abc,a2e,a12,aaa,......
      $ ：只匹配行尾。   如^a 匹配以a结尾的行bca,12a,aaa,.......
      * ：匹配0个或多个此单字符。 如(a)* 匹配 空，a,aa,aaa,....
      [] ：只匹配[]内字符。可以是一个单字符，也可以是字符序列，用","将里面要匹配的不同字符串分开。也可以使用-来表示[]内字符序列的范围，如[1-5]表示[12345]
      \ ：只用来屏蔽一个元字符的特殊含义。 如\*,\',\",\|,\+,\^,\. 等
      .：（点）只匹配任意单字符。
      pattern\{n\}：只用来匹配前面pattern出现的次数.n为次数。如a\{2\}匹配aa.
      pattern\{n,\}：含义同上，但次数最少为n.如a\{2,\}匹配aa,aaa,aaaa,.....
      pattern\{n,m\}：含义同上，但次数在n和m之间。如a\{2,4\}匹配aa,aaa,aaaa三个
  (3)举例说明：
      ^$ ：匹配空行
      ^.$ ：匹配包含一个字符的行
    \*\.pas ：匹配以*.pas结尾的所有字符或文件
    [0123456789]或[0-9] ：假定要匹配任意一个数字
    [a-z] ：任意小写字母
    [A-Za-z] ：任意大小写字母
    [S,s] ：匹配大小写S
    [0-9]\{3\}\.[0-9]\{3\}\.[0-9]\{3\}\.[0-9]\{3\} ：匹配IP地址 [0-9]\{3\}三个0-9组成的字符串；\. ：匹配点（注意这里点是特殊的字符，所以要用"\"来屏蔽其含义）
2.find介绍
  （1）查找具有某些特征文件的命令，可遍历当前目录甚至于整个文件系统来查看某些文件或目录，其遍历大的文件系统时一般放在后台执行。
  （2）find命令的一般形式
      find pathname -options [-print -exec -ok]
      -pathname :find命令所查找的目录路径。如用"."来表示当前的目录，用/来表示系统根目录
      -print :find命令将匹配的文件输出到标准输出
      -exec: find命令对匹配的文件执行该参数所给出的shell命令，相应的命令形式为
        'command'{} \; (注意{}和\之间的空格)
      -ok 和 -exec的作用相同，只不过以一种更为安全的模式来执行该参数所给出的shell命令，在执行每一个命令之前，都会给出提示，让用户来确定是否执行。
    options有如下几种：
    -name ：按照文件名查找文件
    -perm ：按照文件权限来查找文件
    -user ：按照文件属主来查找文件
    -group ：按照文件所属的组来查找文件
    -mtime -n +n 按照文件的更改时间来查找文件，-n表示文件更改时间距现在n天以内，+n表示文件更改时间距现在n天以前。find命令还有-atime 和-ctime选项，但它们都和-mtime选项相似。
    -size n[c]查找文件长度为n块的文件，带有c时表示文件长度以字节计。
    -nogroup 查找无有效所属组的文件，即该文件所属的组在/etc/groups中不存在
    -newer file1 !file2查找更改时间比文件file1新但比文件file2旧的文件
    -depth 先查找指定目录有无匹配文件，若无则再在子目录中查找
    -type 查找某一类型的文件，如
      b :块设备文件
      d：目录
      e：字符设备文件
      p；管道文件
      l：符号链接文件
      f：普通文件
  （3）find命令举例
      find -name "*.txt" -print 查找txt结尾的文件并输出到屏幕上
      find /cmd ".sh" -print 查找/cmd目录下所有sh文件，并输出
      find . -perm 755 -print 查找当前目录下权限为755的文件，并输出
      find `pwd` -user root -print 查找当前目录下属主为root的文件，并输出
      find ./ -group sunwill -print 查找当前目录下所属主是sunwill的文件
      find /var -mtime -5 -print 查找/var目录下更改时间为5天内的所有文件
      find /var -mtime +5 -print 查找/var目录下更改时间为5天以前的所有文件
      find /var -newer "myfile1" ! -newer "myfile2" -print 查找/var目录下比myfile1新，但是比myfile2旧的所有文件。
      find /var -type d -print 查找/var目录下所有目录
      find /var -type l -print 查找/var目录下所有的符号链接文件。
      find . -size +1000000c -print 查找当前目录下大于1000000字节的文件
      find / -name "con.file" -depth -print 查找根目录下有无"con.file",若无则在其子目录中查找
      find . -type f -exec ls -l {} \; 查找当前目录下是否有普通文件，若有则执行ls -l
    （4）xargs命令
      在使用find命令的-exec选项处理匹配到的文件时，find命令将所有匹配到的文件一起传递给exec。不幸的是，有些系统对能够传递给exec的命令长度有限制，这样find命令运行几分钟之后就算出现溢出错误。错误信息通常是“参数列太长”或“参数列溢出”。这就是xargs的用处所在，特别是与find命令一起使用,exec会发起多个进程，而xargs会多个，只有一个
      find ./ -perm -7 -print | xargs chmod o-w 查找权限为7的文件并传递给chmod处理
3.grep介绍
  (1)grep 的一般格式为 grep [options] 基本正则表达式 [文件]
      字符串参数最好采用是双引号括，一是以防被误解为shell命令，二是可以用来查找多个单词组成的字符串
      -c：只输出匹配行的记数
      -i：不区分大小写（只适用于单个字符）
      -h：查询多个文件时不显示文件名
      -H：只显示文件名
      -l：查询多文件时只输出包含匹配字符的文件名
      -n：只显示匹配行及其行号
      -s：不显示不存在或无匹配文本的错误信息。
      -v：显示不包含匹配文本的所有行。
  （2）举例说明：
      grep ^[^210] myfile 匹配myfile中以非2、1、0开头的行
      grep "[5-8][6-9][0-3]" myfile 匹配myfile中第一位为5|6|7|8，第二位6|7|8|9，第三位为0|1|2|3的三个字符的行
      grep "4\{2,4\}" myfile 匹配myfile中含有44,444或4444的行
      grep "\?" myfile匹配myfile中含有任意字符的行
  （3）grep命令类名
      [[:upper:]]   表示[A-Z]
      [[:alnum:]]   表示[0-9a-zA-Z]
      [[:lower:]]   表示[a-z]
      [[:space:]]   表示空格或者tab键
      [[:digit:]]   表示[0-9]
      [[:alpha:]]   表示[a-zA-Z]
    如：grep "5[[:digit:]][[:digit:]]" myfile 匹配myfile中含有5开头接下去两位都是数字的行。
4.awk介绍
可以从文件或字符串中基于指定规则浏览和抽取信息，是一种自解释的变成语言。
（1）awk命令行方式 awk [-F filed-spearator] 'command' input-files
    awk脚本：所有awk命令插入一个文件，并使awk程序可执行，然后用awk命令解释器作为脚本的首行，以便通过键入脚本名称来调用它。awk脚本是由各种操作和模式组成。
    模式部分决定动作语句何时触发及触发事件。（BEGIN,END）
    动作对数据进行处理，放在{}内指明（print）
（2）分隔符、域和记录
    awk执行时，其浏览域标记为$1,$2,...$n.这种方法成为域标识。$0为所有域。
（3）举例说明:
      awk '{print $0}' test.txt |tee test.out 输出test.txt中所有行$0表示所有域
      awk -F : '{print $1} test.txt |tee test.out'   同上。。只是分隔符为":"
      awk 'BEGIN {print "IPDate\n"}{print $1 "\t" $4} END{print "end-of-report"}' test.txt
      开始时打印“IPDate”结束时打印“end-of-report”中间打印主体信息，比如总共匹配三条信息，则输出如下：  
IPDate
1 first
2 second
3 third
end-of-report
  （4）匹配操作符 ~ 匹配,!~ 不匹配
      cat test.txt |awk '$0~/210.34.0.13/' 匹配test.txt中为210.34.0.13的行
      awk '$0!~/210.34.0.13' test.txt     匹配test.txt中不是210.34.0.13的行
      awk '{if($1=="210.34.0.13") print $0}' test.txt 匹配 test.txt中第一个域为210.34.0.13的行。
5.sed介绍
    sed不与初始化文件打交道，它操作的只是一个拷贝，然后所有的改动如果没有重定向到一个文件，将输出到屏幕。
    sed是一种很重要的文本过滤工具，使用一行命令或者使用管道与grep与awk相结合。是一种非交互性文本流编辑。
    （1）调用sed的三种方式
      使用sed命令行格式为：sed [options] sed命令 输入文件
      使用sed脚本文件格式为：sed[options] -f sed脚本文件 输入文件
      sed脚本文件[options] 输入文件
      --不管是使用shell命令行方式或脚本文件方式，如果没有指定输入文件，sed从标准输入中接受输入，一般是键盘或重定向结果。
    （2）sed 命令的options如下
        -n：不打印
        -c：下一命令是编辑命令
        -f：如果正在调用sed脚本文件
    （3）sed在文件中查询文本的方式
          --使用行号，可以是一个简单的数字，或是一个行号的范围
          --使用正则表达式
    （4）读取文本的方式
          x       x为一行号
          x,y       表示行号范围从x到y
          /pattern/     查询包含模式的行
          /pattern/pattern/ 查询包含两个模式的行
          pattern/,x   在给定的行号上查询包含模式的行
          x,/pattern/   通过行号和模式查询匹配行
          x,y!       查询不包含指定行号x和y的行
      （5）基本sed编辑命令
            p   打印匹配行
            d   删除匹配行
            =   显示文件行号
            a\   在定位行号后附加新文本信息
            i\   在定位行号后插入新文本信息
            c\   用新文本替换定位文本
            s     使用替换模式替换相应模式
            r     从另一个文件中读文件
            w   写文本到一个文件
            q     第一个模式匹配完成后推出或立即退出
            l     显示与八禁止ASCII代码等价的控制字符
            {}   在定位行执行的命令组
            n     从另一个文件中读文本下一行，并附加在下一行
            g     将模式2粘贴到/pattern n/
            y     传送字符
    （6）举例说明：
          sed -n '2p' test.txt 打印第二行的信息(注意：-n是不打印不匹配的信息，若没加-n，则打印文件的所有信息而不是匹配信息)
          sed -n '1,4p' test.txt 打印第一行到第四行的信息
          sed -n '/los/p' test.txt模式匹配los，并打印出来
          sed -n '2,/los/p' test.txt 从第二行开始。。知道匹配第一个los
          sed -n '/^$/p' test.txt 匹配空行
          sed -n -e '/^$/p' -e '/^$/=' test.txt 打印空行及行号
          sed -n '/good/a\morning' test.txt 在匹配到的good后面附加morning
          sed -n '/good/i\morning' test.txt 在匹配到的good前面插入morning
          sed -n '/good/c\morning' test.txt 将匹配到的good替换成morning
          sed '1,2d' test.txt 删除第1和2行
          sed 's/good/good morning/g' test.txt 匹配good并替换成goodmorning
          send 's/good/& hello /p' test.txt 匹配到good就在其后面加上hello
          send 's/good/ hello &/p' test.txt 匹配到good就在其前面加上hello
6.合并与分割（sort,uniq,join,cut,paste,split）
    (1)sot命令
        sort [options] files 许多不同的域按不同的列顺序排序
          -c 测试文件是否已经排序
          -m 合并两个排序文件
          -u 删除所有同样行
          -o 存储sort结果的输出文件名
          -t 域分隔符，用非空格或tab开始排序
          +n ：n 为列号，使用此列号开始排序
          -n 指定排序是域上的数字分类项
          -r 比较求逆
        sort -c test.txt 测试文件是否分类过
        sort -u test.txt 排序并合并一样的行
        sort -r test.txt 以相反的顺序排列
        sort -t "/" +2 test.txt 以"/"分隔，第二个域开始分类
      （2）uniq命令
          uniq [options ] files 从一个文本文件中去除或禁止重复行
          -u 只显示不重复行
          -d 只显示有重复数据行，每种重复行只显示其中一行
          -c 打印每一重复行出现次数
          -f ：n为数字，前n个域被忽略
          uniq -f 2 test.txt 忽略前2个域
      （3）join 命令
          join [options] file1 file2 用来将来自两个分类文本文件的行连在一起
          -an，n为一数字，用于连接时从文件n中显示不匹配行
          -onm ，连接域，n为文件号，m为域号
          -jnm，n为文件号，m为域号，使用其他域作连接域
          -t ，域分隔符。用来设置非空格或tab键的域分隔符。
        （4）split命令
          split -output_file_size intput_filename output_filename
          用来将大文件分割成小文件。
            -b n，每个分割文件的大小n
            -C n，每个分割文件一行最多n字节
            -l n，每个分割文件的行数
            -n，同-l n
            split -10 test.txt 将test.txt分割成10行的小文件
        （5）cut 命令
          cut -c n1-n2 filename 显示每行从开头算起 n1 到 n2 的文字。
          cut -c 3-5 test.txt 显示test.txt中每行从第3到第5个字符