文本处理工具
sort 命令
sort命令：按行对文件的内容进行排序，也可以根据不同的数据类型进行排序
| 命令 | 含义 |
|---|---|
| -f | 忽略大小写 |
| -b | 忽略每行前面的空格 |
| -n | 按照数字进行排序 |
| -u | 表示去重，相同的数据和仅显示一行 |
| -o 输出的文件名 | 把sort排序后的结果输出到指定的文件 |
uniq命令
uniq去重：用于同级或者忽略文件中连续出现的重复行，一般和sort结合使用
语法：uniq 选项 文件名
| 选项 | 含义 |
|---|---|
| -c | 统计连续重复的行的次数，并且合并重复的行 |
| -u | 显示仅出现一次的行（包括不连续出现的重复行） |
| -d | 仅显示重复出现的行（必须是连续的重复行） |
tr命令
tr：用来对标准输入的字符串进行替换，压缩和删除
语法：tr 选项 参数
| 选项 | 含义 |
|---|---|
| -c | 保留字符集1的字符，用其他字符来替换字符集2 |
| -d | 删除属于字符集1的字符 |
| -s | 将重复出现的字符串压缩成一个，用字符集2替换字符集1 |
| -t | 替换字符集，默认的，可以不加 |
cut命令
cut：截取，对字段进行截取和裁剪
语法：cut 选项 参数
| 选项 | 含义 |
|---|---|
| -d | 指定分隔符（默认分隔符是tab） |
| -f | 指定要截取的字段 |
| -b | 以字符的单位进行截取 |
| -c | 以字符的单位进行截取 |
| –complement | 排除指定的字段 |
| -output-delimiter | 更改输入内容的分隔符 |
面试题：文件合并的方法是什么，区别是什么？
cat 1 2 > 3 上下合并
paste 1 2 > 3 左右合并
split 命令
split：文件拆分
| 选项 | 含义 |
|---|---|
| -l | 按行分割 |
| -b | 按文件大小分割 |
正则表达式
基本正则表达式
基本正则表达式 grep
使用正则表达式，匹配内容最好使用引号引起来，避免出现歧义
元字符：
| 元字符 | 含义 |
|---|---|
| . | 任意单个字符 |
| \ | 转义符 |
| [0-9] | 匹配文件内容的任意单个数字 |
| [a-z] | 匹配文件内容的任意单个小写字母 |
| [A-Z] | 匹配文件内容的任意单个大写字母 |
| [[:blank:]] | 空白字符，空格 |
| （） | 分组 |
| [^] | 取反 |
表示次数
| 表示次数 | 含义 |
|---|---|
| * | 任意字符，表示匹配前面的任意字符，0次，尽可能多的匹配 |
| .* | 匹配任意长度的字符，最少要有一个，也就是匹配所有 |
| ? | 匹配前面的字符0次或者1次，可有可无 |
| \ + | 匹配前面的字符，最少出现1次，有且>=1 |
| \ {n \} | 匹配前面的字符等于多少次 |
| \ {m,n\} | 匹配前面的字符最少m次，最多n次 |
| \ {,n \} | 匹配前面的字符最多n次，只要比n小，都算 |
| \ {n, \} | 匹配前面的字符最少n次，只要比n大，都算 |
位置锚定
| 符号 | 含义 |
|---|---|
| ^ | 以什么开头 |
| $ | 以什么结尾 |
| ^$ | 空格 |
^root$:以root开头和结尾的，那一行只能有这一个单词
词首锚定和词尾锚定：\b
分组：（）
逻辑或符号：|
扩展正则
扩展正则表达式 grep -E=egrep
扩展正则的元字符和基本正则一样
表示次数
| 表示次数 | 含义 |
|---|---|
| * | 任意字符，表示匹配前面的任意字符，0次，尽可能多的匹配 |
| .* | 匹配任意长度的字符，最少要有一个，也就是匹配所有 |
| ? | 匹配前面的字符0次或者1次，可有可无 |
| + | 匹配前面的字符，最少出现1次，有且>=1 |
| {n } | 匹配前面的字符等于多少次 |
| {m,n} | 匹配前面的字符最少m次，最多n次 |
| {,n } | 匹配前面的字符最多n次，只要比n小，都算 |
| {n, } | 匹配前面的字符最少n次，只要比n大，都算 |
练习
统计当前主机的连接状态
ss -antp | grep -v '^State' | cut -d ' ' -f 1 | sort | uniq -c
统计nginx的访问日志当中多次出现的IP地址：
cat /var/log/nginx/access.log | cut -d "" -f 1 | sort | uniq -c
显示/etc/passwd中以sh结尾的行
grep "sh$" /etc/passwd
查找/etc/inittab中含有“以s开头，并以d结尾的单词”模式的行
grep -E "\bs[a-z]+d\b" /etc/inittab
查找ifconfig命令结果中的1-255之间的整数
ifconfig ens33 | grep -Eo "\b([1-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\b"
在/etc/passwd中取出默认shell为bash的行
grep -E "[bash]{4}$" /etc/passwd
高亮显示passwd文件中冒号，及其两侧的字符
grep -E "[a-zA-Z0-9,/]:+[a-zA-Z0-9,/]|:[0-9a-zA-Z/]" /etc/passwd
