简单的总结一下常用的一些实用的Linux文本操作命令,包括wc(统计)、cut(切分)、sort(排序)、uniq(去重)、grep(查找)、sed(替换、插入、删除)、awk(文本分析)。

1. 统计命令——wc

统计文件里面有多少单词,多少行,多少字符。

1.1 wc语法
# wc [-lwm]
选项与参数:
-l  :仅列出行;
-w  :仅列出多少字(英文单字);
-m  :多少字符;

1.2 wc使用
#wc /etc/passwd
40   45 1719 /etc/passwd

  40是行数,45是单词数,1719是字节数

  wc的命令比较简单使用,每个参数使用如下:

#wc -l /etc/passwd   #统计行数,在对记录数时,很常用
/etc/passwd       #表示系统有40个账户
#wc -w /etc/passwd  #统计单词出现次数
/etc/passwd
#wc -m /etc/passwd  #统计文件的字节数

2. 切分命令——cut

#####2.1 cut语法

cut  [-bn] [file] 或 cut [-c] [file]  或  cut [-df] [file]

使用说明

  cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出。   如果不指定 File 参数,cut 命令将读取标准输入。必须指定 -b、-c 或 -f 标志之一。

主要参数

  -b :以字节为单位进行分割。这些字节位置将忽略多字节字符边界,除非也指定了 -n 标志。   -c :以字符为单位进行分割。   -d :自定义分隔符,默认为制表符。   -f :与-d一起使用,指定显示哪个区域。   -n :取消分割多字节字符。仅和 -b 标志一起使用。如果字符的最后一个字节落在由 -b 标志的 List 参数指示的
范围之内,该字符将被写出;否则,该字符将被排除。

##### 2.2 cut一般以什么为依据呢? 也就是说,我怎么告诉cut我想定位到的剪切内容呢? cut命令主要是接受三个定位方法:

  第一,字节(bytes),用选项-b

  第二,字符(characters),用选项-c

  第三,域(fields),用选项-f ##### 2.3 以“字节”为单位切分 举个例子吧,当你执行ps命令时,会输出类似如下的内容:

$ who
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0.0)
rocrocket pts/1        2009-01-08 14:15 (:0.0)

如果我们想提取每一行的第3个字节,就这样:

$ who|cut -b 3

如果“字节”定位中,我想提取第3,第4、第5和第8个字节,怎么办?

  -b支持形如3-5的写法,而且多个定位之间用逗号隔开就成了。看看例子吧:

$ who|cut -b 3-5,8
croe
croe
croe

但有一点要注意,cut命令如果使用了-b选项,那么执行此命令时,cut会先把-b后面所有的定位进行从小到大排序,然后再提取。因此这跟我们书写的顺序没有关系。这个例子就可以说明这个问题:

$ who|cut -b 8,3-5
croe
croe
croe

还有哪些类似“3-5”这样的小技巧,列举一下吧!

$ who
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0.0)
rocrocket pts/1        2009-01-08 14:15 (:0.0)
$ who|cut -b -3
roc
roc
roc
$ who|cut -b 3-
crocket :0           2009-01-08 11:07
crocket pts/0        2009-01-08 11:23 (:0.0)
crocket pts/1        2009-01-08 14:15 (:0.0)
 想必你也看到了,-3表示从第一个字节到第三个字节,而3-表示从第三个字节到行尾。如果你细心,你可以看到这两种情况下,都包括了第三个字节“c”。如果我执行who cut -b -3,3-,你觉得会如何呢?答案是输出整行,不会出现连续两个重叠的c的。
$ who|cut -b -3,3-
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0.0)
rocrocket pts/1        2009-01-08 14:15 (:0.0)
2.4 以”字符”为单位切分

who输出的都是单字节字符,用-b和-c没有区别,如果你提取中文,区别就看出来了,来,看看中文提取的情况:

$ cat cut_ch.txt
星期一
星期二
星期三
星期四
$ cut -b 3 cut_ch.txt
�
�
�
�
$ cut -c 3 cut_ch.txt
一
二
三
四

  看到了吧,用-c则会以字符为单位,输出正常;而-b只会傻傻的以字节(8位二进制位)来计算,输出就是乱码。既然提到了这个知识点,就再补充一句,如果你学有余力,就提高一下。当遇到多字节字符时,可以使用-n选项,-n用于告诉cut不要将多字节字符拆开。

$ cat cut_ch.txt |cut -b 2
�
�
�
�
$ cat cut_ch.txt |cut -nb 2
等价于
$ cat cut_ch.txt |cut -nb 1,2,3
星
星
星
星

Demi_YuHongJun

Demi的随笔和技术空间