grep文本过滤工具
grep命令是Linux系统中最重要的命令之一，功能是从文本文件或管道数据流中筛选匹配的行和数据，如果再配合正则表达式，功能十分强大，是Linux运维人员必备的命令
语法：
grep [options] [pattern] [file]
命令 参数 匹配模式 文件数据
grep命令里的匹配模式就是你想要找的东西，可以是普通的文字符号，也可以是正则表达式
| 参数选项 | 解释说明 |
|---|---|
| -v | 排除匹配结果 |
| -n | 显示匹配行与行号 |
| -i | 不区分大小写 |
| -c | 只统计匹配的行数 |
| -E | 使用egrep命令 |
| --color=auto | 为grep过滤结果添加颜色 |
| -w | 只匹配过滤的单词 |
| -o | 只输出匹配的内容 |
案例
cat /etc/passwd > /tmp/test_grep.txt
grep "login" /tmp/test_grep.txt -n #找出login有关行
grep "login" /tmp/test_grep.txt -n -v #找出没有login的行
grep "ROOT" /tmp/test_grep.txt -i #忽略大小写，找出root有关行
grep -E "root|sync" /tmp/test_grep.txt --color=auto #同时过滤出root和sync有关行
grep "login" /tmp/test_grep.txt -c #统计匹配结果的行数
grep "login" /tmp/test_grep.txt -n -o #只输出匹配出的内容
grep "oldboy" /tmp/test_grep.txt -w #完整匹配，字符串精确匹配，整个单词
grep -E "^#|^$" /tmp/test_grep.txt #过滤掉空白和注释行
sed字符流编辑器
注意sed和awk使用单引号，双引号有特殊解释
sed是Stream Editor（字符流编辑器）的缩写，简称流编辑器。
sed是操作、过滤和转换文本内容的强大工具。常用功能包括对文件实现快速增删改查，其中查询的功能中最常用的两大功能是过滤（过滤指定字符串）、取行（取出指定行）。
语法：
sed [选项] [sed内置命令字符] [输入文件]
选项：
| 参数选项 | 解释 |
|---|---|
| -n | 取消默认sed的输出，常与sed内置命令p一起用 |
| -i | 直接将修改结果写入文件，不用-i，sed修改的是内存数据 |
sed的内置命令字符用于对文件进行不同的操作功能，如对文件增删改查
sed常用内置命令字符：
| sed的内置命令字符 | 解释 |
|---|---|
| a | append，对文本追加，在指定行后面添加一行/多行文本 |
| d | Delete，删除匹配行 |
| i | insert，表示插入文本，在指定行前添加一行/多行文本 |
| p | Print ，打印匹配行的内容，通常p与-n一起用 |
| s/正则/替换内容/g | 匹配正则内容，然后替换内容（支持正则），结尾g代表全局匹配 |
案例：
[root@pylinux tmp]# cat student.txt
1,oldboy,100
2,alex,99
3,wupeiqi,80
4,yuchao,60
#不加-i参数，以下命令都不会写入如文件，仅修改内存数据
sed 'a heiheihei' student.txt #匹配每一行，在下一行添加heiheihei
sed '2a heiheihei' student.txt #在第二行下面，添加heiheihei
sed '3d' student.txt #删除第三行
sed '2i haha' student.txt #在第二行上面，添加haha
sed '2a heiha
dadada' student.txt #在第二行下面，添加多行数据
sed '1,2d' student.txt #删除1和2行
sed 's/wupeiqi/WUPEIQI/g' student.txt #吧wupeiqi换成WUPEIQI
sed 's#wupeiqi#WUPEIQI#g' student.txt #效果同上
sed '2p' student.txt -n #打印第二行的内容，sed默认显示所有结果，-n不显示默认输出
sed '1,3p' student.txt -n #显示1到3行的内容
sed '11,$d' student.txt #删除11行一直到文件结尾
awk基础入门
awk是Linux实际工作中最重要的强大工具.
awk不仅是Linux系统一个命令，也是种编程语言，可以处理数据/文件生成Excel。
语法：
awk [option] 'pattern{action}' file ..
命令 参数 '条件{动作}' 文件..
参数：
| 参数 | 解释 |
|---|---|
| -F | 指定字段分割 |
| -v | 定义或修改awk内部变量 |
案例：
- awk的条件 NR表示行号，NR==5表示第五行
- awk后面内容请使用单引号，双引号有特殊解析
awk 'NR==2,NR==5' test_grep.txt #显示第2到5行之间的内容
awk '{print NR,$0}' test_grep.txt #给所有内容加上行号，如同实现cat -n
解释：NR 表示行号，$0表示一整行的内容，print是awk的命令，打印出结果，{print NR,$0}是awk固定语法
awk 'NR==2||NR==6 {print NR,$0}' test_grep.txt #显示文本的第二行和第六行
awk 'NR==2,NR==6 {print NR,$0}' test_grep.txt #显示文本的第二行到第六行
awk -F ":" '{print NR,$1,$3,$NF}' test_grep.txt
解释：-F 指定分隔符，以冒号分割
'{print NR,$1,$3,$NF}' 打印出NR行号，$1第一列 $3第三列 $NF最后一列，注意$0表示整行
- awk的替换查找函数，gsub()
awk '{gsub("bin","BIN",$0);print $0}' test_grep.txt
解释：gsub("想替换的内容","替换后的内容",在一整行都替换;显示替换后的整行结果)
- 取出网卡的ip地址，注意每台机器的信息不一样
方法一：[root@pylinux tmp]# ifconfig eth0
eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 10.141.32.137 netmask 255.255.192.0 broadcast 10.141.63.255
ether 52:54:00:4f:ab:36 txqueuelen 1000 (Ethernet)
RX packets 32262057 bytes 4978629753 (4.6 GiB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 38885574 bytes 7916319323 (7.3 GiB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
ifconfig eth0| awk -F "inet|netmask" 'NR==2 {print $2}'
解释：因为这里信息左右两边是inet和netmask，因此以它俩分割
显示第二行的结果，第二列的信息
方法二：
[root@pylinux tmp]# ip addr show eth0
2: eth0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc pfifo_fast state UP group default qlen 1000
link/ether 52:54:00:4f:ab:36 brd ff:ff:ff:ff:ff:ff
inet 10.141.32.137/18 brd 10.141.63.255 scope global eth0
valid_lft forever preferred_lft forever
ip addr show eth0 |awk -F "inet|/18" 'NR==3 {print $2}'
解释：同理
方法三：用不同的分隔符处理
ifconfig eth0|awk -F " " 'NR==2 {print $2}'
- 搜狐面试题
处理如下文件内容，将域名取出且根据域名计数排序
https://www.baidu.com/index.html
https://sohu.com/index.html
https://sports.sohu.com/index.html
https://sports.sohu.com/index2.html
https://sports.sohu.com/index3.html
http://it.sohu.com/index.html
http://it.sohu.com/index2.html
解法：
awk -F "/" '{print $3}' test_html.txt |sort|uniq -c