• awk和sed (十二)


    【教程主题】:4.awksed

    【主要内容】

    1awk

         AWK是贝尔实验室1977年搞出来的文本出现神器.之所以叫AWK是因为其取了三位创始人 Alfred AhoPeter Weinberger, 和 Brian Kernighan 的Family Name的首字符。要学AWK,就得提一提AWK的一本相当经典的书《The AWK Programming Language》,它在豆瓣上的评分是9.4分!在亚马逊上居然卖1022.30元

    Awk和sed 第二版

    我从netstat命令中提取了如下信息作为用例:

    $ cat netstat.txt

    Proto Recv-Q Send-Q Local-Address          Foreign-Address             State

    tcp        0      0 0.0.0.0:3306           0.0.0.0:*                   LISTEN

    tcp        0      0 0.0.0.0:80             0.0.0.0:*                   LISTEN

    tcp        0      0 127.0.0.1:9000         0.0.0.0:*                   LISTEN

    tcp        0      0 coolshell.cn:80        124.205.5.146:18245         TIME_WAIT

    tcp        0      0 coolshell.cn:80        61.140.101.185:37538        FIN_WAIT2

    tcp        0      0 coolshell.cn:80        110.194.134.189:1032        ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49809       ESTABLISHED

    tcp        0      0 coolshell.cn:80        116.234.127.77:11502        FIN_WAIT2

    tcp        0      0 coolshell.cn:80        123.169.124.111:49829       ESTABLISHED

    tcp        0      0 coolshell.cn:80        183.60.215.36:36970         TIME_WAIT

    tcp        0   4166 coolshell.cn:80        61.148.242.38:30901         ESTABLISHED

    tcp        0      1 coolshell.cn:80        124.152.181.209:26825       FIN_WAIT1

    tcp        0      0 coolshell.cn:80        110.194.134.189:4796        ESTABLISHED

    tcp        0      0 coolshell.cn:80        183.60.212.163:51082        TIME_WAIT

    tcp        0      1 coolshell.cn:80        208.115.113.92:50601        LAST_ACK

    tcp        0      0 coolshell.cn:80        123.169.124.111:49840       ESTABLISHED

    tcp        0      0 coolshell.cn:80        117.136.20.85:50025         FIN_WAIT2

    tcp        0      0 :::22                  :::*                        LISTEN

    下面是最简单最常用的awk示例,其输出第1列和第4例,

    · 其中单引号中的被大括号括着的就是awk的语句,注意,其只能被单引号包含。

    · 其中的$1..$n表示第几例。注:$0表示整个行。

    $ awk '{print $1, $4}' netstat.txt

    Proto Local-Address

    tcp 0.0.0.0:3306

    tcp 0.0.0.0:80

    tcp 127.0.0.1:9000

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp coolshell.cn:80

    tcp :::22

    我们再来看看awk的格式化输出,和C语言的printf没什么两样:

    $ awk'{printf "%-8s %-8s %-8s %-18s %-22s %-15s ",$1,$2,$3,$4,$5,$6}'netstat.txt

    Proto    Recv-Q   Send-Q   Local-Address      Foreign-Address        State

    tcp      0        0        0.0.0.0:3306       0.0.0.0:*              LISTEN

    tcp      0        0        0.0.0.0:80         0.0.0.0:*              LISTEN

    tcp      0        0        127.0.0.1:9000     0.0.0.0:*              LISTEN

    tcp      0        0        coolshell.cn:80    124.205.5.146:18245    TIME_WAIT

    tcp      0        0        coolshell.cn:80    61.140.101.185:37538   FIN_WAIT2

    tcp      0        0        coolshell.cn:80    110.194.134.189:1032   ESTABLISHED

    tcp      0        0        coolshell.cn:80    123.169.124.111:49809  ESTABLISHED

    tcp      0        0        coolshell.cn:80    116.234.127.77:11502   FIN_WAIT2

    tcp      0        0        coolshell.cn:80    123.169.124.111:49829  ESTABLISHED

    tcp      0        0        coolshell.cn:80    183.60.215.36:36970    TIME_WAIT

    tcp      0        4166     coolshell.cn:80    61.148.242.38:30901    ESTABLISHED

    tcp      0        1        coolshell.cn:80    124.152.181.209:26825  FIN_WAIT1

    tcp      0        0        coolshell.cn:80    110.194.134.189:4796   ESTABLISHED

    tcp      0        0        coolshell.cn:80    183.60.212.163:51082   TIME_WAIT

    tcp      0        1        coolshell.cn:80    208.115.113.92:50601   LAST_ACK

    tcp      0        0        coolshell.cn:80    123.169.124.111:49840  ESTABLISHED

    tcp      0        0        coolshell.cn:80    117.136.20.85:50025    FIN_WAIT2

    tcp      0        0        :::22              :::*                   LISTEN

     
     
     
     
    过滤记录

    我们再来看看如何过滤记录(下面过滤条件为:第三列的值为0 && 第6列的值为LISTEN)

    $ awk '$3==0 && $6=="LISTEN" ' netstat.txt

    tcp        0      0 0.0.0.0:3306               0.0.0.0:*              LISTEN

    tcp        0      0 0.0.0.0:80                 0.0.0.0:*              LISTEN

    tcp        0      0 127.0.0.1:9000             0.0.0.0:*              LISTEN

    tcp        0      0 :::22                      :::*                   LISTEN

    其中的“==”为比较运算符。其他比较运算符:!=, <, < >=, < p>

    我们来看看各种过滤记录的方式:

    $ awk' $3>0 {print $0}'netstat.txt

    Proto Recv-Q Send-Q Local-Address          Foreign-Address             State

    tcp        0   4166 coolshell.cn:80        61.148.242.38:30901         ESTABLISHED

    tcp        0      1 coolshell.cn:80        124.152.181.209:26825       FIN_WAIT1

    tcp        0      1 coolshell.cn:80        208.115.113.92:50601        LAST_ACK

    如果我们需要表头的话,我们可以引入内建变量NR:

    $ awk '$3==0 && $6=="LISTEN" || NR==1 '  netstat.txt

    Proto Recv-Q Send-Q Local-Address          Foreign-Address             State

    tcp        0      0 0.0.0.0:3306           0.0.0.0:*                   LISTEN

    tcp        0      0 0.0.0.0:80             0.0.0.0:*                   LISTEN

    tcp        0      0 127.0.0.1:9000         0.0.0.0:*                   LISTEN

    tcp        0      0 :::22                  :::*                        LISTEN

    再加上格式化输出:

    $ awk'$3==0 && $6=="LISTEN" || NR==1 {printf "%-20s %-20s %s ",$4,$5,$6}'netstat.txt

    Local-Address        Foreign-Address      State

    0.0.0.0:3306         0.0.0.0:*            LISTEN

    0.0.0.0:80           0.0.0.0:*            LISTEN

    127.0.0.1:9000       0.0.0.0:*            LISTEN

    :::22                :::*                 LISTEN

    内建变量

    说到了内建变量,我们可以来看看awk的一些内建变量:

    $0

    当前记录(这个变量中存放着整个行的内容)

    $1~$n

    当前记录的第n个字段,字段间由FS分隔

    FS

    输入字段分隔符 默认是空格或Tab

    NF

    当前记录中的字段个数,就是有多少列

    NR

    已经读出的记录数,就是行号,从1开始,如果有多个文件话,这个值也是不断累加中。

    FNR

    当前记录数,与NR不同的是,这个值会是各个文件自己的行号

    RS

    输入的记录分隔符, 默认为换行符

    OFS

    输出字段分隔符, 默认也是空格

    ORS

    输出的记录分隔符,默认为换行符

    FILENAME

    当前输入文件的名字

    怎么使用呢,比如:我们如果要输出行号:

    $ awk'$3==0 && $6=="ESTABLISHED" || NR==1 {printf "%02s %s %-20s %-20s %s ",NR, FNR, $4,$5,$6}'netstat.txt

    01 1 Local-Address        Foreign-Address      State

    07 7 coolshell.cn:80      110.194.134.189:1032 ESTABLISHED

    08 8 coolshell.cn:80      123.169.124.111:49809 ESTABLISHED

    10 10 coolshell.cn:80      123.169.124.111:49829 ESTABLISHED

    14 14 coolshell.cn:80      110.194.134.189:4796 ESTABLISHED

    17 17 coolshell.cn:80      123.169.124.111:49840 ESTABLISHED

    指定分隔符

    $  awk 'BEGIN{FS=":"} {print $1,$3,$6}' /etc/passwd

    root 0 /root

    bin 1 /bin

    daemon 2 /sbin

    adm 3 /var/adm

    lp 4 /var/spool/lpd

    sync5 /sbin

    shutdown6 /sbin

    halt 7 /sbin

    上面的命令也等价于:(-F的意思就是指定分隔符)

    $ awk-F: '{print $1,$3,$6}'/etc/passwd

    注:如果你要指定多个分隔符,你可以这样来:

    awk-F '[;:]'

     

    再来看一个以 作为分隔符输出的例子(下面使用了/etc/passwd文件,这个文件是以:分隔的):

    $ awk-F: '{print $1,$3,$6}'OFS=" "/etc/passwd

    root    0       /root

    bin     1       /bin

    daemon  2       /sbin

    adm     3       /var/adm

    lp      4       /var/spool/lpd

    sync5       /sbin

    字符串匹配

    我们再来看几个字符串匹配的示例:

    $ awk '$6 ~ /FIN/ || NR==1 {print NR,$4,$5,$6}' OFS=" " netstat.txt

    1       Local-Address   Foreign-Address State

    6       coolshell.cn:80 61.140.101.185:37538    FIN_WAIT2

    9       coolshell.cn:80 116.234.127.77:11502    FIN_WAIT2

    13      coolshell.cn:80 124.152.181.209:26825   FIN_WAIT1

    18      coolshell.cn:80 117.136.20.85:50025     FIN_WAIT2

    $ $ awk '$6 ~ /WAIT/ || NR==1 {print NR,$4,$5,$6}' OFS=" " netstat.txt

    1       Local-Address   Foreign-Address State

    5       coolshell.cn:80 124.205.5.146:18245     TIME_WAIT

    6       coolshell.cn:80 61.140.101.185:37538    FIN_WAIT2

    9       coolshell.cn:80 116.234.127.77:11502    FIN_WAIT2

    11      coolshell.cn:80 183.60.215.36:36970     TIME_WAIT

    13      coolshell.cn:80 124.152.181.209:26825   FIN_WAIT1

    15      coolshell.cn:80 183.60.212.163:51082    TIME_WAIT

    18      coolshell.cn:80 117.136.20.85:50025     FIN_WAIT2

    上面的第一个示例匹配FIN状态, 第二个示例匹配WAIT字样的状态。其实 ~ 表示模式开始。/ /中是模式。这就是一个正则表达式的匹配。

    其实awk可以像grep一样的去匹配第一行,就像这样:

    $ awk '/LISTEN/' netstat.txt

    tcp        0      0 0.0.0.0:3306            0.0.0.0:*               LISTEN

    tcp        0      0 0.0.0.0:80              0.0.0.0:*               LISTEN

    tcp        0      0 127.0.0.1:9000          0.0.0.0:*               LISTEN

    tcp        0      0 :::22                   :::*                    LISTEN

    我们可以使用 “/FIN|TIME/” 来匹配 FIN 或者 TIME :

    $ awk'$6 ~ /FIN|TIME/ || NR==1 {print NR,$4,$5,$6}'OFS=" "netstat.txt

    1       Local-Address   Foreign-Address State

    5       coolshell.cn:80 124.205.5.146:18245     TIME_WAIT

    6       coolshell.cn:80 61.140.101.185:37538    FIN_WAIT2

    9       coolshell.cn:80 116.234.127.77:11502    FIN_WAIT2

    11      coolshell.cn:80 183.60.215.36:36970     TIME_WAIT

    13      coolshell.cn:80 124.152.181.209:26825   FIN_WAIT1

    15      coolshell.cn:80 183.60.212.163:51082    TIME_WAIT

    18      coolshell.cn:80 117.136.20.85:50025     FIN_WAIT2

    再来看看模式取反的例子:

    $ awk'$6 !~ /WAIT/ || NR==1 {print NR,$4,$5,$6}'OFS=" "netstat.txt

    1       Local-Address   Foreign-Address State

    2       0.0.0.0:3306    0.0.0.0:*       LISTEN

    3       0.0.0.0:80      0.0.0.0:*       LISTEN

    4       127.0.0.1:9000  0.0.0.0:*       LISTEN

    7       coolshell.cn:80 110.194.134.189:1032    ESTABLISHED

    8       coolshell.cn:80 123.169.124.111:49809   ESTABLISHED

    10      coolshell.cn:80 123.169.124.111:49829   ESTABLISHED

    12      coolshell.cn:80 61.148.242.38:30901     ESTABLISHED

    14      coolshell.cn:80 110.194.134.189:4796    ESTABLISHED

    16      coolshell.cn:80 208.115.113.92:50601    LAST_ACK

    17      coolshell.cn:80 123.169.124.111:49840   ESTABLISHED

    19      :::22   :::*    LISTEN

    或是:

    Awk '!/WAIT/' netstat.txt

     

    折分文件

    awk拆分文件很简单,使用重定向就好了。下面这个例子,是按第6例分隔文件,相当的简单(其中的NR!=1表示不处理表头)。

    $ awk 'NR!=1{print > $6}' netstat.txt

    $ ls

    ESTABLISHED  FIN_WAIT1  FIN_WAIT2  LAST_ACK  LISTEN  netstat.txt  TIME_WAIT

    $ cat ESTABLISHED

    tcp        0      0 coolshell.cn:80        110.194.134.189:1032        ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49809       ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49829       ESTABLISHED

    tcp        0   4166 coolshell.cn:80        61.148.242.38:30901         ESTABLISHED

    tcp        0      0 coolshell.cn:80        110.194.134.189:4796        ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49840       ESTABLISHED

    $ cat FIN_WAIT1

    tcp        0      1 coolshell.cn:80        124.152.181.209:26825       FIN_WAIT1

    $ cat FIN_WAIT2

    tcp        0      0 coolshell.cn:80        61.140.101.185:37538        FIN_WAIT2

    tcp        0      0 coolshell.cn:80        116.234.127.77:11502        FIN_WAIT2

    tcp        0      0 coolshell.cn:80        117.136.20.85:50025         FIN_WAIT2

    $ cat LAST_ACK

    tcp        0      1 coolshell.cn:80        208.115.113.92:50601        LAST_ACK

    $ cat LISTEN

    tcp        0      0 0.0.0.0:3306           0.0.0.0:*                   LISTEN

    tcp        0      0 0.0.0.0:80             0.0.0.0:*                   LISTEN

    tcp        0      0 127.0.0.1:9000         0.0.0.0:*                   LISTEN

    tcp        0      0 :::22                  :::*                        LISTEN

    $ cat TIME_WAIT

    tcp        0      0 coolshell.cn:80        124.205.5.146:18245         TIME_WAIT

    tcp        0      0 coolshell.cn:80        183.60.215.36:36970         TIME_WAIT

    tcp        0      0 coolshell.cn:80        183.60.212.163:51082        TIME_WAIT

    你也可以把指定的列输出到文件:

    awk 'NR!=1{print $4,$5 < $6}'netstat.txt

    再复杂一点:(注意其中的if-else-if语句,可见awk其实是个脚本解释器)

    $ awk 'NR!=1{if($6 ~ /TIME|ESTABLISHED/) print > "1.txt";

    else if($6 ~ /LISTEN/) print > "2.txt";

    else print > "3.txt" }' netstat.txt

    $ ls?.txt

    1.txt  2.txt  3.txt

    $ cat1.txt

    tcp        0      0 coolshell.cn:80        124.205.5.146:18245         TIME_WAIT

    tcp        0      0 coolshell.cn:80        110.194.134.189:1032        ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49809       ESTABLISHED

    tcp        0      0 coolshell.cn:80        123.169.124.111:49829       ESTABLISHED

    tcp        0      0 coolshell.cn:80        183.60.215.36:36970         TIME_WAIT

    tcp        0   4166 coolshell.cn:80        61.148.242.38:30901         ESTABLISHED

    tcp        0      0 coolshell.cn:80        110.194.134.189:4796        ESTABLISHED

    tcp        0      0 coolshell.cn:80        183.60.212.163:51082        TIME_WAIT

    tcp        0      0 coolshell.cn:80        123.169.124.111:49840       ESTABLISHED

    $ cat2.txt

    tcp        0      0 0.0.0.0:3306           0.0.0.0:*                   LISTEN

    tcp        0      0 0.0.0.0:80             0.0.0.0:*                   LISTEN

    tcp        0      0 127.0.0.1:9000         0.0.0.0:*                   LISTEN

    tcp        0      0 :::22                  :::*                        LISTEN

    $ cat3.txt

    tcp        0      0 coolshell.cn:80        61.140.101.185:37538        FIN_WAIT2

    tcp        0      0 coolshell.cn:80        116.234.127.77:11502        FIN_WAIT2

    tcp        0      1 coolshell.cn:80        124.152.181.209:26825       FIN_WAIT1

    tcp        0      1 coolshell.cn:80        208.115.113.92:50601        LAST_ACK

    tcp        0      0 coolshell.cn:80        117.136.20.85:50025         FIN_WAIT2

    统计

    下面的命令计算所有的C文件,CPP文件和H文件的文件大小总和。

    $ ls-l  *.cpp *.c *.h | awk'{sum+=$5} END {print sum}'

    2511401

    我们再来看一个统计各个connection状态的用法:(我们可以看到一些编程的影子了,大家都是程序员我就不解释了。注意其中的数组的用法)

    $ awk 'NR!=1{a[$6]++;} END {for (i in a) print i ", " a[i];}' netstat.txt

    TIME_WAIT, 3

    FIN_WAIT1, 1

    ESTABLISHED, 6

    FIN_WAIT2, 3

    LAST_ACK, 1

    LISTEN, 4

    再来看看统计每个用户的进程的占了多少内存(注:sum的RSS那一列)

    $ ps aux | awk 'NR!=1{a[$1]+=$6;} END { for(i in a) print i ", " a[i]"KB";}'

    dbus, 540KB

    mysql, 99928KB

    www, 3264924KB

    root, 63644KB

    hchen, 6020KB

    awk脚本

    在上面我们可以看到一个END关键字。END的意思是“处理完所有的行的标识”,即然说到了END就有必要介绍一下BEGIN,这两个关键字意味着执行前和执行后的意思,语法如下:

    · BEGIN{ 这里面放的是执行前的语句 }

    · END {这里面放的是处理完所有的行后要执行的语句 }

    · {这里面放的是处理每一行时要执行的语句}

    为了说清楚这个事,我们来看看下面的示例:

    假设有这么一个文件(学生成绩表):

    $ catscore.txt

    Marry   2143 78 84 77

    Jack    2321 66 78 45

    Tom     2122 48 77 71

    Mike    2537 87 97 95

    Bob     2415 40 57 62

    我们的awk脚本如下(我没有写有命令行上是因为命令行上不易读,另外也在介绍另一种用法):

    $ cat cal.awk

    #!/bin/awk -f

    #运行前

    BEGIN {

    math = 0

    english = 0

    computer = 0

    printf"NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL "

    printf"--------------------------------------------- "

    }

    #运行中

    {

    math+=$3

    english+=$4

    computer+=$5

    printf"%-6s %-6s %4d %8d %8d %8d ", $1, $2, $3,$4,$5, $3+$4+$5

    }

    #运行后

    END {

    printf"--------------------------------------------- "

    printf"  TOTAL:%10d %8d %8d  ", math, english, computer

    printf"AVERAGE:%10.2f %8.2f %8.2f ", math/NR, english/NR, computer/NR

    }

    我们来看一下执行结果:(也可以这样运行 ./cal.awk score.txt)

    $ awk-f cal.awk score.txt

    NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL

    ---------------------------------------------

    Marry  2143     78       84       77      239

    Jack   2321     66       78       45      189

    Tom    2122     48       77       71      196

    Mike   2537     87       97       95      279

    Bob    2415     40       57       62      159

    ---------------------------------------------

    TOTAL:       319      393      350

    AVERAGE:     63.80    78.60    70.00

    环境变量

    即然说到了脚本,我们来看看怎么和环境变量交互:(使用-v参数和ENVIRON,使用ENVIRON的环境变量需要export)

    $ x=5

    $ y=10

    $ export y

    $ echo$x $y

    5 10

    awk -v val=$x '{print $1, $2, $3, $4+val, $5+ENVIRON["y"]}' OFS=" " score.txt

    Marry   2143    78      89      87

    Jack    2321    66      83      55

    Tom     2122    48      82      81

    Mike    2537    87      102     105

    Bob     2415    40      62      72

    最后,我们再来看几个小例子:

    #file文件中找出长度大于80的行

    awk 'length>80' file

    #按连接数查看客户端IP

    netstat -ntu | awk'{print $5}'| cut-d: -f1 | sort| uniq-c | sort-nr

    #打印99乘法表

    Seq 9 | sed'H;g'| awk-vRS='''{for(i=1;i< NFiprintfdxd dsquot i NR iNR i="=NR?" ":" ")}'

    关于其中的一些知识点可以参看gawk的手册

    · 内建变量,参看:http://www.gnu.org/software/gawk/manual/gawk.html#Built_002din-Variables

    · 流控方面,参看:http://www.gnu.org/software/gawk/manual/gawk.html#Statements

    · 内建函数,参看:http://www.gnu.org/software/gawk/manual/gawk.html#Built_002din

    · 正则表达式,参看:http://www.gnu.org/software/gawk/manual/gawk.html#Regexp

     

     

    2sed

     

    sed全名叫stream editor,流编辑器,用程序的方式来编辑文本,相当的hacker啊。sed基本上就是玩正则模式匹配,所以,玩sed的人,正则表达式一般都比较强。

    同样,本篇文章不会说sed的全部东西,你可以参看sed的手册

    用s命令替换

    我使用下面的这段文本做演示:

    $ cat pets.txt

    This is my cat

    my cat's name is betty

    This is my dog

    my dog's name is frank

    This is my fish

    my fish's name is george

    This is my goat

    my goat's name is adam

    把其中的my字符串替换成Hao Chen’s,下面的语句应该很好理解(s表示替换命令,/my/表示匹配my,/Hao Chen’s/表示把匹配替换成Hao Chen’s,/g 表示一行上的替换所有的匹配):

    $ sed "s/my/Hao Chen's/g" pets.txt

    This is Hao Chen's cat

    Hao Chen's cat's name is betty

    This is Hao Chen's dog

    Hao Chen's dog's name is frank

    This is Hao Chen's fish

    Hao Chen's fish's name is george

    This is Hao Chen's goat

    Hao Chen's goat's name is adam

    注意:如果你要使用单引号,那么你没办法通过’这样来转义,就有双引号就可以了,在双引号内可以用”来转义。

    再注意:上面的sed并没有对文件的内容改变,只是把处理过后的内容输出,如果你要写回文件,你可以使用重定向,如:

    $ sed"s/my/Hao Chen's/g"pets.txt > hao_pets.txt

    或使用 -i 参数直接修改文件内容:

    $ sed -i "s/my/Hao Chen's/g" pets.txt

    在每一行最前面加点东西:

    $ sed 's/^/#/g' pets.txt

    #This is my cat

    #  my cat's name is betty

    #This is my dog

    #  my dog's name is frank

    #This is my fish

    #  my fish's name is george

    #This is my goat

    #  my goat's name is adam

    在每一行最后面加点东西:

     

    $ sed 's/$/ --- /g' pets.txt

    This is my cat---

    my cat's name is betty ---

    This is my dog ---

    my dog's name is frank ---

    This is my fish ---

    my fish's name is george ---

    This is my goat ---

    my goat's name is adam ---

    顺手介绍一下正则表达式的一些最基本的东西:

    · ^ 表示一行的开头。如:/^#/ 以#开头的匹配。

    · $ 表示一行的结尾。如:/}$/ 以}结尾的匹配。

    · 表示词首。 如 <abc 表示以 abc 为首的詞。

    · 表示词尾。 如 abc> 表示以 abc 結尾的詞。

    · . 表示任何单个字符。

    · * 表示某个字符出现了0次或多次。

    · [ ] 字符集合。 如:[abc]表示匹配a或b或c,还有[a-zA-Z]表示匹配所有的26个字符。如果其中有^表示反,如[^a]表示非a的字符

    正规则表达式是一些很牛的事,比如我们要去掉某html中的tags:

    html.txt

    < code>b<This</>b< is what < code>spanstyle="text-decoration: underline;"<I</>span< meant. Understand?

    看看我们的sed命令

    如果你这样搞的话,就会有问题

    $ sed 's/< >//g' html.txt

    Understand?

    要解决上面的那个问题,就得像下面这样。

    其中的'[^<]' 指定了除了<的字符重复0次或多次。

    sed 's/<[^>]*>//g' html.txt

    This is what I meant. Understand?

    我们再来看看指定需要替换的内容:

    $ sed"3s/my/your/g"pets.txt

    This is my cat

    my cat's name is betty

    This is your dog

    my dog's name is frank

    This is my fish

    my fish's name is george

    This is my goat

    my goat's name is adam

    下面的命令只替换第3到第6行的文本。

    $ sed "3,6s/my/your/g"pets.txt

    This is my cat

    my cat's name is betty

    This is your dog

    your dog's name is frank

    This is your fish

    your fish's name is george

    This is my goat

    my goat's name is adam

     

    $ cat my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

     

    只替换每一行的第一个s:

    $ sed 's/s/S/1' my.txt

    ThiS is my cat, my cat's name is betty

    ThiS is my dog, my dog's name is frank

    ThiS is my fish, my fish's name is george

    ThiS is my goat, my goat's name is adam

    只替换每一行的第二个s:

    $ sed's/s/S/2'my.txt

    This iS my cat, my cat's name is betty

    This iS my dog, my dog's name is frank

    This iS my fish, my fish's name is george

    This iS my goat, my goat's name is adam

    只替换第一行的第3个以后的s:

    $ sed's/s/S/3g'my.txt

    This is my cat, my cat'S name iS betty

    This is my dog, my dog'S name iS frank

    This is my fiSh, my fiSh'S name iS george

    This is my goat, my goat'S name iS adam

    多个匹配

    如果我们需要一次替换多个模式,可参看下面的示例:(第一个模式把第一行到第三行的my替换成your,第二个则把第3行以后的This替换成了That)

    $ sed '1,3s/my/your/g; 3,$s/This/That/g'my.txt

    This is your cat, your cat's name is betty

    This is your dog, your dog's name is frank

    That is your fish, your fish's name is george

    That is my goat, my goat's name is adam

    上面的命令等价于:(注:下面使用的是sed的-e命令行参数)

    Sed -e  '1,3s/my/your/g' -e  '3,$s/This/That/g' my.txt

    我们可以使用&来当做被匹配的变量,然后可以在基本左右加点东西。如下所示:

    $ sed 's/my/[&]/g' my.txt

    This is [my] cat, [my] cat's name is betty

    This is [my] dog, [my] dog's name is frank

    This is [my] fish, [my] fish's name is george

    This is [my] goat, [my] goat's name is adam

    圆括号匹配

    使用圆括号匹配的示例:(圆括号括起来的正则表达式所匹配的字符串会可以当成变量来使用,sed中使用的是1,2…)


    sed 's/This is my ([^,]*),.*is (.*)/1:2/g' my.txt

    cat:betty

    dog:frank

    fish:george

    goat:adam

    上面这个例子中的正则表达式有点复杂,解开如下(去掉转义字符):

    正则为:This is my ([^,]*),.*is (.*)
    匹配为:This is my (cat),……….is (betty)

    然后:1就是cat,2就是betty

    sed的命令

    让我们回到最一开始的例子pets.txt,让我们来看几个命令:

    N命令

    先来看N命令 —— 把下一行的内容纳入当成缓冲区做匹配。

    下面的的示例会把原文本中的偶数行纳入奇数行匹配,而s只匹配并替换一次,所以,就成了下面的结果:

    $ sed'N;s/my/your/'pets.txt

    This is your cat

    my cat's name is betty

    This is your dog

    my dog's name is frank

    This is your fish

    my fish's name is george

    This is your goat

    my goat's name is adam

    也就是说,原来的文件成了:

    This is my cat   my cat's name is betty

    This is my dog   my dog's name is frank

    This is my fish   my fish's name is george

    This is my goat   my goat's name is adam

    这样一来,下面的例子你就明白了,

    $ sed'N;s/ /,/'pets.txt

    This is my cat,  my cat's name is betty

    This is my dog,  my dog's name is frank

    This is my fish,  my fish's name is george

    This is my goat,  my goat's name is adam

    a命令和i命令

    a命令就是append, i命令就是insert,它们是用来添加行的。如:

    # 其中的1i表明,其要在第1行前插入一行(insert)

    $ sed "1 i This is my monkey, my monkey's name is wukong"my.txt

    This is my monkey, my monkey's name is wukong

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

    # 其中的1a表明,其要在最后一行后追加一行(append)

    $ sed"$ a This is my monkey, my monkey's name is wukong"my.txt

    This is my cat, my cat's name is betty

    This is my monkey, my monkey's name is wukong

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

    我们可以运用匹配来添加文本:

    # 注意其中的/fish/a,这意思是匹配到/fish/后就追加一行

    $ sed"/fish/a This is my monkey, my monkey's name is wukong"my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    This is my monkey, my monkey's name is wukong

    This is my goat, my goat's name is adam

    下面这个例子是对每一行都挺插入:

    $ sed"/my/a ----"my.txt

    This is my cat, my cat's name is betty

    ----

    This is my dog, my dog's name is frank

    ----

    This is my fish, my fish's name is george

    ----

    This is my goat, my goat's name is adam

    ----

    c命令

    c 命令是替换匹配行

    $ sed "2 c This is my monkey, my monkey's name is wukong" my.txt

    This is my cat, my cat's name is betty

    This is my monkey, my monkey's name is wukong

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

    $ sed"/fish/c This is my monkey, my monkey's name is wukong"my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my monkey, my monkey's name is wukong

    This is my goat, my goat's name is adam

    d命令

    删除匹配行

    $ sed'/fish/d'my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my goat, my goat's name is adam

    $ sed'2d'my.txt

    This is my cat, my cat's name is betty

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

    $ sed'2,$d'my.txt

    This is my cat, my cat's name is betty

    p命令

    打印命令

    你可以把这个命令当成grep式的命令

    # 匹配fish并输出,可以看到fish的那一行被打了两遍,

    # 这是因为sed处理时会把处理的信息输出

    $ sed'/fish/p'my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    This is my fish, my fish's name is george

    This is my goat, my goat's name is adam

    # 使用n参数就好了

    $ sed -n '/fish/p'my.txt

    This is my fish, my fish's name is george

    # 从一个模式到另一个模式

    $ sed -n '/dog/,/fish/p'my.txt

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

    #从第一行打印到匹配fish成功的那一行

    $ sed-n '1,/fish/p'my.txt

    This is my cat, my cat's name is betty

    This is my dog, my dog's name is frank

    This is my fish, my fish's name is george

     


  • 相关阅读:
    安装@vuecli "失败"
    随缘更新codeforces题解
    四边形不等式
    斯特林数与幂
    待补队列
    IOC容器Autofac的另类使用
    Qt4.x 手工编译及集成到VS2010
    发段代码,验证码,很久以前的,拿出来共享啦。
    WCF 第六章 序列化和编码 总结
    WCF 第六章 序列化与编码之XmlSerializer
  • 原文地址:https://www.cnblogs.com/suihui/p/3799662.html
Copyright © 2020-2023  润新知