玩转Linux - 神级工具 sed & awk - 快车库

简介

本文主要介绍 Linux 系统的两个神级工具：sed 和 awk ，他们是Linux高手们必备的技能，很值得我们去研究的东西。

这里是我在网上书上收集的相关资料，因为这两个工具很有名也很重要，所以这些资料会帮助我更好的了解和熟悉它们。

什么是sed

在《sed and awk》一书中（1.2 A Stream Editor）的解释是：

Sed本质上是一个编辑器，但是它是非交互式的，这点与VIM不同；同时它又是面向字符流的，输入的字符流经过Sed的处理后输出。这两个特性使得Sed成为命令行下面非常有用的一个处理工具。

Sed本身是一个管道命令，可以分析 standard input 的，主要是用来分析关键字的使用、统计等，此外还可以将数据进行替换、删除、心中、选取特定行等功能。

基本概念

sed命令的语法如下所示：

sed [-nefr] [动作]

参数说明：

-n : 使用安静模式，一般所有来自STDIN的数据会被列出到屏幕上，但是 -n 在可以只列出经过 sed 处理过的那一行。

-e : 直接在命令行模式上进行 sed 的动作编辑。

-f : 直接将 sed 的动作卸载一个文件内， -f filename 则可以执行 filename 内的 sed 动作。

-r : sed 的动作支持的是扩展型正则表达式的语法（默认是基础正则表达式语法）。

-i : 直接修改读取的文件内容，而不是由屏幕输出。

动作说明： [n1],[n2] function

n1，n2：不见得会存在，一般代表选择进行动作的行数。
举例来说：如果我的动作是需要在 10 到 20 行之间进行的，则“10,20[动作行为]”

function 有下面这些参数：

a：新增，a 的后面可以接字符串，而这些字符串会在新的一行出现（目前的下一行）。

c：替换，c 的后面可以接字符串，这些字符串可以替换n1，n2之间的行！

d：删除，因为是删除，所以 d 后面通常不接任何参数。

i：插入，i 的后面可以接字符串，而这些字符串会在新的一行出现（目前的上一行）。

p：打印，也就是将某个选择的数据打印出来，通常 p 会与参数 sed -n 一起运行。

s：替换，可以直接进行替换工作。通常这个 s 的动作可以匹配正则表达式！
例如：1,20s/old/new/g 就是。

关于 sed 的一些常见使用

以行为单位的新增或删除功能

案例（一）

nl /etc/passwd | sed '2,5d'

说明：

sed 的动作为 '2,5d'，那个 d 就是删除，命令运行的效果就是把2~5行给删除。
需要注意的是，原本应该是要执行 sed -e 才对，没有 -e 也行。
另外还需要注意的一点：sed 后面接的动作，请务必要以 '' 两个单引号括住。
如果你只想删除第二行，那么命令就是：nl /etc/passwd | sed '2d'。
如果你想删除第三行到最后一行，那么就可以这么写：nl /etc/passwd | sed '3,$d'

注：$表示最后一行。

案例（二）

nl /etc/passwd | sed '2a drink tea'

说明：

命令执行的效果就是在第二行后面（也就是第三行）加上“drink tea”字样。
如果你想在第二行前面加上字符串，那么你可以这样：nl /etc/passwd | sed '2i drink tea'

注：2a 中的 a 是指第二行后面，而 2i 中的 i 则是指第二行的前面。

案例（三）

nl /etc/passwd | sed '2a drink tea or ......\
drink beer'

说明：

上面的命令的执行效果是在第二行后面加入2行字。
在每一行的后面必须要以反斜杠来进行新行的增加。

以行为单位的替换与显示功能

案例（一）

nl /etc/passwd | sed '2, 5c No 2-5 number'

说明：

上面的命令的执行效果是将第2~5行的内容替换成“No 2-5 number”

案例（二）

nl /etc/passwd | sed -n '5,7p'

说明：

上面的命令执行的效果是仅列出文件中的第5~7行的内容。
命令中的 -n 代表的是安静模式！但是这个参数建议加上。

案例（三）

sed 's/要被替换的内容/新的内容/g'

说明：

以上命令执行的效果就是替换掉指定内容。

案例（四）

下面是记录一次获取IP数据的过程：

第一步：先查看源信息，利用 /sbin/ifconfig 查询 IP。

/sbin/ifconfig eth0

注：我们的目的是要获得IP数据，那么先利用关键字找出那一行。

第二步：利用关键字配合 grep 选取出关键的一行数据。

/sbin/ifconfig eth0 | grep 'inet addr'

注：因为只需要IP数据，所以接下来就是把不需要的内容都删掉，那么就需要一个正则表达式来帮助实现：

^.*inet addr:

第三步：将 IP 前面的部分予以删除

/sbin/ifconfig eth0 | grep 'inet addr' | \
sed 's/^.*inet addr://g'

注：上面的命令就把 IP 前面的数据删掉了，那么接下来就是把 IP 后面的数据也删掉，此时的正则表达式则是：

 Bcast.*$

第四步：将 IP 后面的部分予以删除

/sbin/ifconfig eth0 | grep 'inet addr' | \
sed 's/^.*inet addr://g' | sed 's/Bcast.*$//g'

这样就能把 IP 截取出来了~~~

案例（五）

这里主要是展示 sed 与正则表达式的配合使用。

假设我想在一个文件（你自己新建或者已有的，主要是测试而已）获取MAN字样的那几行数据，但是#在内的批注我不需要，而且空白行也不要。

第一步：先使用 grep 将关键字 MAN 所在行取出来。

cat /home/man.config | grep 'MAN'

第二步：删除掉批注之后的数据。

cat /home/man.config | grep 'MAN' | sed 's/#.*$//g'

第三步：那么接下来就是把空白行删除掉。

cat /home/man.config | grep 'MAN' | sed 's/#.*$//g' | \
sed '^$/d'

直接修改文件内容（慎重）

首先要特别提醒的是，要练习 sed 修改文件内容的时候不能用任何系统配置文件，最好是自己新建一个测试文本来测试练习。

案例(一)

sed -i '/s\.$/\!/g' test.txt

说明：

上面命令执行效果是利用 sed 将test.txt内的每一行结尾为“.” 的换成！
命令中的 -i 参数可以让你的 sed 直接去修改后面接的文件内容，而不是由屏幕输出。

案例（二）

sed -i '$a # This is a test' test.txt

说明：

上面命令执行的效果是利用 sed 直接在test.txt最后一行加入 “This is a test”。
由于 $ 代表的是最后一行，而 a 的操作是新增，因此该文件最后新增。

什么是 awk

简单来说，awk 是一个数据处理工具。

相比于 sed 常常作用于一整行的处理，awk 则比较倾向于将一行分成数个“字段”来处理。因此，awk 相当适合处理小型数据的数据处理。

对于编程语言来讲，awk 是一种便于使用且表达能力强的程序设计语言，可应用于各种计算和数据处理任务。

基本概念

基本语法

awk '条件类型1{动作1} 条件类型2{动作2} ...' filename

awk 后面接两个单引号病加上大括号{}来设置想要对数据进行的处理动作。
awk 可以处理后续接的文件，也可以读取来自签个命令的 standardoutput。
如前面说的，awk 主要是处理每一行的字段内的数据，而默认的字段的分隔符为空格键或者[tab]键。比如：

last -n 5 // 仅取出登陆者的数据前五行（last 可以将登陆者的数据取出来）

如果我还要在这些信息中取出：账号与登陆者的IP，且账号与IP之间以[tab]隔开，那么可以这么改命令：

last -n 5 | awk '{print $1 "\t" $3}'

上面是 awk 最常使用的动作，通过 print 的功能来讲字段的数据列出来，字段的分割则以空格键或者[tab]按键来隔开。

上面的例子中，在每一行的每个字段都是有变量名称的，那就是$1,$2等变量名称。

备注：$1 指的就是第一列，但是 $0 则是代表一整行（第一行）。

上面的例子中整个awk的处理流程：

（1）读入第一行，并将第一行的数据填入$0,$1,$2等变量中；
（2）依据条件类型的限制，判断是否需要进行后面的动作；
（3）昨晚所有的动作与条件类型；
（4）若还有后续的“行”的数据，则重复上面1~3的不知，直到所有的数据都读完为止。

注：awk是以行为一次处理的单位，而以字段最小的处理单位。

对于上面的案例指令 last -n 5 ... 来讲，有几点需要注意的：

列出每一行的账号（就是$1）。
列出目前处理的行数(那就是 awk 内的 NR 变量)。
并且说明，该行有多少个字段（就是 awk 内的 NF 变量）。

注意： awk 后续的所有动作都是以单引号 “'” 括住的，由于单引号与双引号都必须是成对的，所以 awk 的格式内容如查想要以 print 打印时，记得非变量的文字部分，包含一小节 printf 提到的格式中，都需要使用双引号来定义出来，因为单引号已是 awk 的命令固定用法了。

last -n 5 | awk '{print $1 "\t lines: " NR "\t lines: " NR "\t columes: " NF}'

awk的一些常见使用

awk 的运算符

大于： >
小于： <
大于或等于： >=
小于或等于： <=
等于： ==
不等于： !=

值得关注的是那个等于 “==” 的符号，因为：

逻辑运算上面也就是所谓的大于，小于，等于等判断式上面，习惯上是以“==”来表示的。
如果是直接给与一个值，例如变量设置时，就直接使用 = 而已。

案例（一）

cat /etc/passwd | \
awk '{FS=":"} $3 < 10 {print $1 "\t " $3}'

说明：上面的指令运行的效果是查阅第三列小于10以下的数据，并且仅列出账号与第三列。（在 /etc/passwd 当中是以冒号“:”来作为字段的风，该文件中第一字段为账号，第三字段则是UID）

案例（二）

cat /etc/passwd | \
awk 'BEGIN {FS":"} $3 < 10 {print $1 "\t " $3}'

说明：由于案例一中并没有显示出第一行的数据，那么此命令则是把第一行也显示出来了。利用 BEGIN 关键字预先设置 awk 的变量。

案例（三）

此外 awk 还可以进行“计算功能”。

比如有一个文件，内容如下：

name 1st 2nd 3th
小A 1000 1000 1000
小B 2000 2000 2000
小C 3000 3000 3000

那么怎么计算每个人的总额呢？而且还需要格式化输出，那么可以这样思考：

第一行只是说明，所以第一行不要进行加总（NR==1时处理）。
第二行以后就会有加总的情况出现（NR>=2以后处理）。

cat test.txt | \
awk 'NR==1{printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4, "Total" } 
NR>2{total =  $2 + $3 + $4 
printf "%10s %10d %10d %10.2f\n", $1, $2, $3, $4, total}'

说明：

所有 awk 的动作（即在{}内的动作），如果有需要多个命令来辅助是，可利用分号“;”间隔，或者直接以[Enter]按键来隔开每个命令，上面则是摁了三次。
逻辑运算中，如果是“等于”的情况，则务必使用两个等号“==”！
格式化处输出时，在 printf 的格式设置当中，务必加上 n ，才能实现分行。
与 bash 、shell 的变量不同，在 awk 当中，变量可以直接使用，不需要加上 $ 符号。