shell学习笔记二--工具

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、）。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：$whoroot     tty2         2009-08-17 16:59root     pts/0        2009-09-17 23:50 (192.168.1.130)stu1     pts/2        2009-09-27 15:26 (192.168.1.130)$who | cut –c1-8root         2009-08-17 16:59root         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/passwdmysql:x:501:501::/home/mysql:/bin/bashwww:x:48:48::/home/www:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsetest:x:502:502::/home/test:/bin/bashstu1: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/passwdmysqwwwldapteststu1$ 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。$tr m M < /etc/passwdMysql:x:501:501::/hoMe/Mysql:/bin/bashwww:x:48:48::/hoMe/www:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsetest:x:502:502::/hoMe/test:/bin/bashstu1:x:503:503::/hoMe/stu1:/bin/bash$/etc/passwd文件中的小写m都被转换成大写M了。$cut –d: -f1,6 /etc/passwd | tr : ‘ ‘mysql /home/mysqlwww /home/wwwldap /var/lib/ldaptest /home/teststu1 /home/stu1$cut先截取第１和６字段，然后tr将冒号替换成空格。$cut –d: -f1,6 /etc/passwd | tr ‘[a-z]’ ‘[A-Z] ‘MYSQL:/HOME/MYSQLWWW:/HOME/WWWLDAP:/VAR/LIB/LDAPTEST:/HOME/TESTSTU1:/HOME/STU1$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 MWMysql:/hoMe/MysqlW:/hoMe/Wldap:/var/lib/ldaptest:/hoMe/teststu1:/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 data1      2     34  5  6$tr –s ‘ ‘ ‘ ‘ < data1 2 34 5 6$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 ‘ ‘ < data123456$tr –d删除data文件中的所有空格，结果写入标准输出（屏幕）。该命令和sed ‘s/ //g’等效。tr只能对个别字符操作，如果要转换多个字母的组合，就必须用其他程序，如sed。 三、grepgrep命令可以从一个或者多个文件中搜索特定的字符串模式，其一般格式为grep pattern files每个文件中符合模式pattern的字符串所在的行都将显示在终端上。如果给grep指定了多个文件，会在每一行的前面显示文件名，这样可以识别从中找到该模式的文件。还是以前面的 /etc/passwd文件为例：$cat /etc/passwdmysql:x:501:501::/home/mysql:/bin/bashwww:x:48:48::/home/www:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsetest:x:502:502::/home/test:/bin/bashstu1:x:503:503::/home/stu1:/bin/bash$grep www /etc/passwdwww:x:48:48::/home/www:/bin/bash$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：$cat datawww in datatom in datajerry in data$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/bashdata: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/passwdmysql:x:501:501::/home/mysql:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsetest:x:502:502::/home/test:/bin/bashstu1: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/passwddata$其中，只有file中没有包含www的行，于是结果显示了包含www的文件名。因为grep很方便的把每个文件显示为一行，我们可以在命令后面通过管道把输出输送给wc –l的输入，以获得包含指定模式的文件的个数。$ grep –l www /etc/passwd data file | wc –l2-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：$grep –n www /etc/passwd2：www:x:48:48::/home/www:/bin/bash结果表明，包含www的行位于/etc/passwd的第2行。 四、sortsort用于对指定的文件中的行进行排序，其基本格式为：sort file(s)将文件file(s)中的行排序，若未指定，则排序标准输入（键盘输入）。$cat namesLucyTonyFredTony$sort有许多选项，可以让排序操作非常灵活。下面我们只介绍其中一部分选项。-u选项-u选项告诉sort命令，在输出结果中去除重复的行：$sort namesFredLucyTonyTony$sort –u namesFredLucyTony$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：$sort –r namesTonyTonyLucyFred$-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 namesFredLucyTonyTony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：$cat data1 11 www-3 13 jerry2 12 tom$sort data1 11 www2 12 tom-3 13 jerry$sort –n data-3 13 jerry1 11 www2 12 tom可以看到，-n参数按照数字大小来进行排序了。跳过字段接着上面的例子，如果想要以第二列数字来进行排序该怎么办呢？看下面的做法：$sort +1n data1 11 www2 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 datasort: 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$cat /etc/passwdmysql:x:501:501::/home/mysql:/bin/bashwww:x:48:48::/home/www:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsetest:x:502:502::/home/test:/bin/bashstu1:x:503:503::/home/stu1:/bin/bash$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/passwdwww:x:48:48::/home/www:/bin/bashldap:x:55:55:LDAP User:/var/lib/ldap:/bin/falsemysql:x:501:501::/home/mysql:/bin/bashtest:x:502:502::/home/test:/bin/bashstu1: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 namesLucyTonyFredTony$可以看出，文件中Tony出现了两次，可以用uniq来删除这种重复的行：$uniq namesLucyTonyFredTony$奇怪，输出中Tony仍然出现了两次，unqi没有用吗？对了，前面说了，uniq对重复行的定义是完全相同的连续行。而这里的两行Tony被Fred分开了，uniq自然不会改变他们。再看下面是怎么处理的：$sort names | uniqFredLucyTony$sort先对文件进行了排序，这样两行Tony就连续了，这次uniq就派上用场了。（想想带-u选项的sort命令，完成的就是这个功能）-d选项很多时候，用户所关心的是找出文件中有哪些重复行。uniq的-d选项就是这个作用：它告诉uniq把文件中的重复行写入out_file（或标准输出），不管他们在文件中连续出现多少次，这样的连续行只写一次。$sort names | uniq -dTony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：$sort /etc/passwd | cut –d: -f1 | uniq –dharrytom$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：