shell学习笔记二--工具

 

原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处 、作者信息和本声明。否则将追究法律责任。http://licong.blog.51cto.com/542131/208576

http://licong.blog.51cto.com/542131/205615《shell学习笔记一--总括》中我们粗略介绍了一下sehll的六大功能，本篇我们来详细讨论一下功能一：执行程序。

上篇文章中我们较为详细的介绍了一下sehll解释命令行的规则和顺序，本篇我们将详细描述sehll中经常用到的一些程序（也称命令、工具）。当然，其中会参插很多前面讲过的。

Shell脚本中经常用到的工具有cut、tr、grep、sort、uniq、re、sed、awk等。Re不是一个程序，我们认为他是shell中一个重量级的工具。对这些工具的使用越精通，编写shell脚本解决问题就越容易！re/sed/awk是shell中最难的一部分内容（至少笔者这么认为），在我的其他文章中专门对他们进行过讨论，所以这里将不做介绍。

 

一、cut

       如果要从数据文件或者命令的输出中截取（也就是剪出）各种各样的数据域，cut命令都会派上用场，命令的一般格式为

cut –cchars file

其中，chars指定想从文件的每一行中截取哪些文字。这可以是一个数字，如-c5就是把第5个字符截取出来；用逗号分隔的数值列表，如-c1,13,50把第1、13和50个字符截取出来；或用破折号分隔的数值范围，如-c20-50截取出第20到50之间的字符，包括他们自己。如果要把到行尾的字符全部截取出来，可以用数值范围，缺掉第2个参数，因此

cut –c5- data

把data文件每一行中从第5个字符到行尾的内容全部截取出来了，并把结果写入标准输出（屏幕）。

如果不指定file参数，cut从标准输入（通常是键盘）读取输入，这以为着可以把cut命令用作管道线中的过滤器。我们再看who命令的输出：

$who

root     tty2         2009-08-17 16:59

root     pts/0        2009-09-17 23:50 (192.168.1.130)

stu1     pts/2        2009-09-27 15:26 (192.168.1.130)

$who | cut –c1-8

root         2009-08-17 16:59

root         2009-09-17 23:50 (192.168.1.130)

stu1         2009-09-27 15:26 (192.168.1.130)

$

选项-c1-8,18-意思是截取行中的第1到8个字符（用户名）和第18到行尾的字符（登陆时间）。

-d和-f选项

当数据文件或命令的输出不像who那样给出整齐的格式，那么-c选项就不那么好用了。例如，看一下文件/etc/passwd:

$cat /etc/passwd

mysql:x:501:501::/home/mysql:/bin/bash

www:x:48:48::/home/www:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

test:x:502:502::/home/test:/bin/bash

stu1:x:503:503::/home/stu1:/bin/bash

$

该文件的第一个冒号之前的字符都是系统用户名，我们想要截取这些用户名应该怎么办呢？因为每个名字的长度都可能不一样，所以-c在这里不能很好得完成任务了。但是这个文件有一个特点，它的各个字段都用冒号分隔。尽管不同行之间的每个字段长度都不一样，但可以数冒号来得到各行中的同一字段。这时候我们需要-d和-f，命令格式变为：

cut –ddchar –ffields file

其中，dchar是数据中分隔各字段的分隔符，fields表示要从文件file中截取出来的字段。字段编号从1开始，而且格式和-c指定字符是一样的(如-f1-3,8-)。

所以要从/etc/passwd中截取出系统中的用户名，可以键入以下命令：

$cut –d: -f1 /etc/passwd

mysq

www

ldap

test

stu1

$

 

二、tr

过滤器tr用来转换来自标准输入的字符。Tr命令的一般格式为

tr from-chars to-chars

其中from-chars和to-chars是一个或多个字符。所输入的任何字符，如果在from-chars中，它就被转换成to-chars中对应的字符。转换的结果写入标准输出。在tr最简单的格式中，它可以把一个字符转换成另一个字符。

$tr m M < /etc/passwd

Mysql:x:501:501::/hoMe/Mysql:/bin/bash

www:x:48:48::/hoMe/www:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

test:x:502:502::/hoMe/test:/bin/bash

stu1:x:503:503::/hoMe/stu1:/bin/bash

$

/etc/passwd文件中的小写m都被转换成大写M了。

$cut –d: -f1,6 /etc/passwd | tr : ‘ ‘

mysql /home/mysql

www /home/www

ldap /var/lib/ldap

test /home/test

stu1 /home/stu1

$

cut先截取第１和６字段，然后tr将冒号替换成空格。

$cut –d: -f1,6 /etc/passwd | tr ‘[a-z]’ ‘[A-Z] ‘

MYSQL:/HOME/MYSQL

WWW:/HOME/WWW

LDAP:/VAR/LIB/LDAP

TEST:/HOME/TEST

STU1:/HOME/STU1

$

cut先截取第１和６字段，然后tr将所有小写字母转换为大写。

-s选项

tr命令的-s选项用来压缩to-chars中重复的字符。换句话说，如果转换完成后，有to-chars中的某个连续字符重复出现，则这些连续的相同字符将被替换为一个字符。

$ cut –d: -f1,6 /etc/passwd | tr –s mw MW

Mysql:/hoMe/Mysql

W:/hoMe/W

ldap:/var/lib/ldap

test:/hoMe/test

stu1:/hoMe/stu1

$

tr将m和w分别替换成M和W，并且将连续的M或W替换成一个字符，所以第二行的WWW变成了单个W。

$cat data

1      2     3

4  5  6

$tr –s ‘ ‘ ‘ ‘ < data

1 2 3

4 5 6

$

带-s参数的tr将data文件每行的多个空格压缩为一个，这里from-chars和to-chars同为单个空格。处理的顺序是先替换后压缩，不管替换有没有产生变化。该命令和sed ‘s/ */ /g’是同样的效果，而且和sed一样，tr、cut均不改变源文件（只是对文件的一个拷贝进行处理）

-d选项

tr也可以删除掉输入流中的字符，其一般格式为

tr –d from-chars

 任何列在from-chars中的字符都会被从标准输入中删除。

$ tr -d ‘ ‘ < data

123

456

$

tr –d删除data文件中的所有空格，结果写入标准输出（屏幕）。该命令和sed ‘s/ //g’等效。tr只能对个别字符操作，如果要转换多个字母的组合，就必须用其他程序，如sed。

 

三、grep

grep命令可以从一个或者多个文件中搜索特定的字符串模式，其一般格式为

grep pattern files

每个文件中符合模式pattern的字符串所在的行都将显示在终端上。如果给grep指定了多个文件，会在每一行的前面显示文件名，这样可以识别从中找到该模式的文件。还是以前面的 /etc/passwd文件为例：

$cat /etc/passwd

mysql:x:501:501::/home/mysql:/bin/bash

www:x:48:48::/home/www:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

test:x:502:502::/home/test:/bin/bash

stu1:x:503:503::/home/stu1:/bin/bash

$grep www /etc/passwd

www:x:48:48::/home/www:/bin/bash

$

该输出表明，文件/etc/passwd中有一行包含字符串www。如果在给定的文件中没有符合该迷失的字符串，grep命令就什么也不显示：

$grep tom /etc/passwd

$

如果另一个文件data的内容如下：

$cat data

www in data

tom in data

jerry in data

$

在在/etc/passwd和data两个文件中搜索www的结果如下：

$ grep www /etc/passwd data

/etc/passwd:www:x:48:48::/home/www:/bin/bash

data:www in data

$

结果，除了显示包含www的行外，还显示了他们所在的文件名。

命令格式中的pattern通常是一个正则表达式re（www也是一个re），关于re的介绍不在本文给出，请参考其他文章。

-v选项

有时用户所关心的不是包含指定模式的行，而是不包含的那些行。grep处理这个问题很容易：用-v选项。下面我们来查找/etc/passwd中不包含www的行：

$grep –v www /etc/passwd

mysql:x:501:501::/home/mysql:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

test:x:502:502::/home/test:/bin/bash

stu1:x:503:503::/home/stu1:/bin/bash

结果中除了包含www的那行外，其他所有行都被显示了出来。

-l选项

有时，用户可能不关心包含一个模式的具体行，而只想知道包含该模式的文件名。下面的例子给出了简单的方法：

$ grep –l www /etc/passwd data file

/etc/passwd

data

$

其中，只有file中没有包含www的行，于是结果显示了包含www的文件名。因为grep很方便的把每个文件显示为一行，我们可以在命令后面通过管道把输出输送给wc –l的输入，以获得包含指定模式的文件的个数。

$ grep –l www /etc/passwd data file | wc –l

2

-n选项

如果grep用了-n选项，文件中符合指定模式的每一行都将加上该行在文件中相对行号。下面的例子告诉我们如何查明文件中包含模式的确切行号：

$grep –n www /etc/passwd

2：www:x:48:48::/home/www:/bin/bash

结果表明，包含www的行位于/etc/passwd的第2行。

 

四、sort

sort用于对指定的文件中的行进行排序，其基本格式为：

sort file(s)

将文件file(s)中的行排序，若未指定，则排序标准输入（键盘输入）。

$cat names

Lucy

Tony

Fred

Tony

$

sort有许多选项，可以让排序操作非常灵活。下面我们只介绍其中一部分选项。

-u选项

-u选项告诉sort命令，在输出结果中去除重复的行：

$sort names

Fred

Lucy

Tony

Tony

$sort –u names

Fred

Lucy

Tony

$

可以看出，包含Tony的重复行从输出中被去掉了。

-r选项

用-r选项颠倒排序顺序：

$sort –r names

Tony

Tony

Lucy

Fred

$

-o选项

默认情况下，sort把输出结果写入标准输出。要把结果写入文件，可以用输出重定向：

$sort names > sorted_names

$

另一种方法是用-o选项指定输出文件，只要在-o之后接着写上输出文件名：

$sort names -o sorted_names

$

该命令把对文件names排序的结果写入sorted_names。很多时候都会想把一个文件中的各行排序，然后把排好序的结果写回原来的文件，键入

$sort names > names

$

不能成功，它将以破坏文件而告终。然而，采用-o选项时，却可以给输出文件指定和输入文件相同的名字：

$sort names -o names

$cat names

Fred

Lucy

Tony

Tony

原来的文件顺序被排好了，并且不会有任何错误，这个-o确实蛮好的。

-n选项

sort默认是按照ASCII编码的顺序来进行排序的，如果要按照数学方式来排序，该怎么做呢？看下面的例子：

$cat data

1 11 www

-3 13 jerry

2 12 tom

$sort data

1 11 www

2 12 tom

-3 13 jerry

$sort –n data

-3 13 jerry

1 11 www

2 12 tom

可以看到，-n参数按照数字大小来进行排序了。

跳过字段

接着上面的例子，如果想要以第二列数字来进行排序该怎么办呢？看下面的做法：

$sort +1n data

1 11 www

2 12 tom

-3 13 jerry

$

结果是以第二列数字排序的，+1代表跳过第一字段。注意，不是所有的sort都支持+这个选项，这和你的系统或者sort版本有关。

$sort +1n data

sort: open failed: +1n: No such file or directory

某些系统运行该命令将得到如上的错误信息。

-t选项

$cat /etc/passwd

mysql:x:501:501::/home/mysql:/bin/bash

www:x:48:48::/home/www:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

test:x:502:502::/home/test:/bin/bash

stu1:x:503:503::/home/stu1:/bin/bash

$

如果想要以冒号作为分隔符，按照第三列数字（用户id）来对/etc/passwd进行排序，应该怎么做呢。是用下面这个命令吗？

$sort +2n /etc/passwd

错了，因为跳过字段时，sort默认是以空格或者制表符（tab）来分隔字段的。这里我们需要用-t参数，改变sort默认的字段分隔符：

$sort +2n –t: /etc/passwd

www:x:48:48::/home/www:/bin/bash

ldap:x:55:55:LDAP User:/var/lib/ldap:/bin/false

mysql:x:501:501::/home/mysql:/bin/bash

test:x:502:502::/home/test:/bin/bash

stu1:x:503:503::/home/stu1:/bin/bash

$

这里我们把第三字段用黑体标注了起来，方便检验排序的正确性。

 

四、uniq

如果要在文件中查找重复的行，uniq命令会很管用，该命令一般格式为

uniq in_file out_file

该格式中，uniq把in_file复制到out_file，处理过程中，去掉重复的行。uniq对重复行的定义是完全相同的连续行。

如果不指定第二个参数out_file，结果就写入标准输出；如果in_file也没有指定，uniq就成了一个过滤器，从标准输入读入输入。下面有几个例子示意uniq如何工作。

$cat names

Lucy

Tony

Fred

Tony

$

可以看出，文件中Tony出现了两次，可以用uniq来删除这种重复的行：

$uniq names

Lucy

Tony

Fred

Tony

$

奇怪，输出中Tony仍然出现了两次，unqi没有用吗？对了，前面说了，uniq对重复行的定义是完全相同的连续行。而这里的两行Tony被Fred分开了，uniq自然不会改变他们。再看下面是怎么处理的：

$sort names | uniq

Fred

Lucy

Tony

$

sort先对文件进行了排序，这样两行Tony就连续了，这次uniq就派上用场了。（想想带-u选项的sort命令，完成的就是这个功能）

-d选项

很多时候，用户所关心的是找出文件中有哪些重复行。uniq的-d选项就是这个作用：它告诉uniq把文件中的重复行写入out_file（或标准输出），不管他们在文件中连续出现多少次，这样的连续行只写一次。

$sort names | uniq -d

Tony

和前面一样，sort先对文件排序，然后uniq –d找到重复的连续行，然后只显示一行。下面的命令可以用来检查系统中是否有相同的帐户：

$sort /etc/passwd | uniq –d

$

结果将显示属性完全相同的两个unix帐户，如果只是想要找出同名的帐户呢，我们需要截取/etc/passwd文件的第一字段来进行操作：

$sort /etc/passwd | cut –d: -f1 | uniq –d

harry

tom

$

上面的结果表明，系统中至少有2个harry和2个tom帐户。

-c选项

带-c选项的uniq删除重复行的同时，显示每行出现的次数。

$sort names | uniq -c

      1 Fred

      1 Lucy

      2 Tony

$

 

本文详细介绍了工具cut、tr、grep、sort、uniq的用法。re、sed、awk在笔者以下几篇文章中分别加以讨论：

http://licong.blog.51cto.com/542131/200431《正则表达式详解》

http://licong.blog.51cto.com/542131/152541《sed学习笔记》

http://licong.blog.51cto.com/542131/204226《sed学习笔记二--高级命令》

http://licong.blog.51cto.com/542131/151976《awk学习笔记》

再重复一次，以上工具掌握得越灵活，编写shell脚本就越容易。

本文出自 “licong” 博客，请务必保留此出处http://licong.blog.51cto.com/542131/208576