Linux 上 12 个高效的文本过滤命令

在这篇文章中，我们将会看一些 Linux 中的过滤器命令行工具。过滤器是一个程序，它从标准输入读取数据，在数据上执行操作，然后把结果写到标准输出。

因此，它可以用来以强大的方式处理信息，例如重新结构化输出以生成有用的报告，修改文件里面的文本，以及其他很多系统管理任务。

下面是 Linux 上的一些有用的文件或者文本过滤器。

1、 awk 命令

awk 是一个卓越的模式扫描和处理语言，它可被用于在 Linux 下构造有用的过滤器。你可以通过阅读我们的awk 系列 1 到 13 部分 来开始使用它。

另外，也可以通过阅读 awk 的 man 手册来获取更多的信息和使用选项。

1. $ man awk

2、 sed 命令

sed 是一款过滤和转换文本的强大的流编辑器。我们已经写了两篇关于 sed 的有用的文章，你可以通过这儿来了解：

• 如何使用 GNU sed 命令在 Linux 下创建、编辑和处理文件
• 日常 Linux 系统管理员任务使用的 15 个有用的 sed 命令小贴士和技巧

sed 的 man 手册已经添加控制选项和说明：

1. $ man sed

3、 grep、 egrep、 fgrep、 rgrep 命令行

这些过滤器输出匹配指定模式的行。它们从一个文件或者标准输入读取行，并且输出所有匹配的行，默认输出到标准输出。

注意：主程序是 grep，这些变体与使用特定的选项的 grep 相同，如下所示（为了向后兼容性，它们依旧在使用）：

1. $ egrep = grep -E
2. $ fgrep = grep -F
3. $ rgrep = grep -r

下面是一些基本的 grep 命令：

1. tecmint@TecMint ~ $ grep "aaronkilik" /etc/passwd
2. aaronkilik:x:1001:1001::/home/aaronkilik:
3. tecmint@TecMint ~ $ cat /etc/passwd | grep "aronkilik"
4. aaronkilik:x:1001:1001::/home/aaronkilik:

在 Linux 下的 grep、 egrep 和 fgrep 的差异？中，你可以了解更多。

4、 head 命令

head 用于显示文件前面的部分，默认情况下它输出前 10 行。你可以使用 -n 标志来指定显示的行数：

1. tecmint@TecMint ~ $ head /var/log/auth.log
2. Jan 2 10:45:01 TecMint CRON[3383]: pam_unix(cron:session): session opened for user root by (uid=0)
3. Jan 2 10:45:01 TecMint CRON[3383]: pam_unix(cron:session): session closed for user root
4. Jan 2 10:51:34 TecMint sudo: tecmint : TTY=unknown ; PWD=/home/tecmint ; USER=root ; COMMAND=/usr/lib/linuxmint/mintUpdate/checkAPT.py
5. Jan 2 10:51:34 TecMint sudo: pam_unix(sudo:session): session opened for user root by (uid=0)
6. Jan 2 10:51:39 TecMint sudo: pam_unix(sudo:session): session closed for user root
7. Jan 2 10:55:01 TecMint CRON[4099]: pam_unix(cron:session): session opened for user root by (uid=0)
8. Jan 2 10:55:01 TecMint CRON[4099]: pam_unix(cron:session): session closed for user root
9. Jan 2 11:05:01 TecMint CRON[4138]: pam_unix(cron:session): session opened for user root by (uid=0)
10. Jan 2 11:05:01 TecMint CRON[4138]: pam_unix(cron:session): session closed for user root
11. Jan 2 11:09:01 TecMint CRON[4146]: pam_unix(cron:session): session opened for user root by (uid=0)
12. tecmint@TecMint ~ $ head -n 5 /var/log/auth.log
13. Jan 2 10:45:01 TecMint CRON[3383]: pam_unix(cron:session): session opened for user root by (uid=0)
14. Jan 2 10:45:01 TecMint CRON[3383]: pam_unix(cron:session): session closed for user root
15. Jan 2 10:51:34 TecMint sudo: tecmint : TTY=unknown ; PWD=/home/tecmint ; USER=root ; COMMAND=/usr/lib/linuxmint/mintUpdate/checkAPT.py
16. Jan 2 10:51:34 TecMint sudo: pam_unix(sudo:session): session opened for user root by (uid=0)
17. Jan 2 10:51:39 TecMint sudo: pam_unix(sudo:session): session closed for user root

学习如何 使用带有 tail 和 cat 命令的 head 命令，以便在 Linux 下更有效的使用。

5、 tail 命令

tail 输出一个文件的后面的部分（默认 10 行）。使用 -n 选项来指定显示的行数。

下面的命令将会输出指定文件的最后 5 行：

1. tecmint@TecMint ~ $ tail -n 5 /var/log/auth.log
2. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on 0.0.0.0 port 22.
3. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on :: port 22.
4. Jan 6 13:01:27 TecMint sshd[1269]: Received SIGHUP; restarting.
5. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on 0.0.0.0 port 22.
6. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on :: port 22.

另外，tail 有一个特殊的选项 -f ，可以 实时查看一个文件的变化 （尤其是日志文件）。

下面的命令将会使你能够监控指定文件的变化：

1. tecmint@TecMint ~ $ tail -f /var/log/auth.log
2. Jan 6 12:58:01 TecMint sshd[1269]: Server listening on :: port 22.
3. Jan 6 12:58:11 TecMint sshd[1269]: Received SIGHUP; restarting.
4. Jan 6 12:58:12 TecMint sshd[1269]: Server listening on 0.0.0.0 port 22.
5. Jan 6 12:58:12 TecMint sshd[1269]: Server listening on :: port 22.
6. Jan 6 13:01:27 TecMint sshd[1269]: Received SIGHUP; restarting.
7. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on 0.0.0.0 port 22.
8. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on :: port 22.
9. Jan 6 13:01:27 TecMint sshd[1269]: Received SIGHUP; restarting.
10. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on 0.0.0.0 port 22.
11. Jan 6 13:01:27 TecMint sshd[1269]: Server listening on :: port 22.

阅读 tail 的 man 手册，获取使用选项和说明的完整内容：

1. $ man tail

6、 sort 命令

sort 用于将文本文件或标准输入的行进行排序。

下面是一个名为 domain.list 的文件的内容：

1. tecmint@TecMint ~ $ cat domains.list
2. tecmint.com
3. tecmint.com
4. news.tecmint.com
5. news.tecmint.com
6. linuxsay.com
7. linuxsay.com
8. windowsmint.com
9. windowsmint.com

你可以像这样运行一个简单的 sort 命令 来排序文件内容：

1. tecmint@TecMint ~ $ sort domains.list
2. linuxsay.com
3. linuxsay.com
4. news.tecmint.com
5. news.tecmint.com
6. tecmint.com
7. tecmint.com
8. windowsmint.com
9. windowsmint.com

你可以有多种方式来使用 sort 命令，请参阅以下一些关于 sort 命令的有用的文章。

• Linux 的 ‘sort’命令的14个有用的范例（一）
• Linux 的 'sort'命令的七个有趣实例（二）
• 如何基于修改日期和时间来查找和排序文件

7、 uniq 命令

uniq 命令用于报告或者忽略重复行，它从标准输入过滤行，并且把结果写到标准输出。

在对一个输入流运行 sort 之后，你可以使用 uniq 删除重复行，如下例所示。

为了显示行出现的数目，使用 -c 选项，要在对比时忽略大小写的差异，使用 -i 选项：

1. tecmint@TecMint ~ $ cat domains.list
2. tecmint.com
3. tecmint.com
4. news.tecmint.com
5. news.tecmint.com
6. linuxsay.com
7. linuxsay.com
8. windowsmint.com
9. tecmint@TecMint ~ $ sort domains.list | uniq -c
10. 2 linuxsay.com
11. 2 news.tecmint.com
12. 2 tecmint.com
13. 1 windowsmint.com

通过阅读 uniq 的 man 手册来获取进一步的使用信息和选项：

1. $ man uniq

8、 fmt 命令行

fmt 是一款简单的优化的文本格式化器，它重新格式化指定文件的段落，并且打印结果到标准输出。

以下是从文件 domain-list.txt 提取的内容：

1. 1.tecmint.com 2.news.tecmint.com 3.linuxsay.com 4.windowsmint.com

为了把上面的内容重新格式化成一个标准的清单，运行下面的命令，使用 -w 选项定义最大行宽度：

1. tecmint@TecMint ~ $ cat domain-list.txt
2. 1.tecmint.com 2.news.tecmint.com 3.linuxsay.com 4.windowsmint.com
3. tecmint@TecMint ~ $ fmt -w 1 domain-list.txt
4. 1.tecmint.com
5. 2.news.tecmint.com
6. 3.linuxsay.com
7. 4.windowsmint.com

9、 pr 命令

pr 命令转换文本文件或者标准输入之后打印出来。例如在 Debian 系统上，你可以像下面这样显示所有的安装包：

1. $ dpkg -l

为了将要打印的列表在页面和列中组织好，使用以下命令。

1. tecmint@TecMint ~ $ dpkg -l | pr --columns 3 -l 20
2. 2017-01-06 13:19 Page 1
3. Desired=Unknown/Install ii adduser ii apg
4. | Status=Not/Inst/Conf- ii adwaita-icon-theme ii app-install-data
5. |/ Err?=(none)/Reinst-r ii adwaita-icon-theme- ii apparmor
6. ||/ Name ii alsa-base ii apt
7. +++-=================== ii alsa-utils ii apt-clone
8. ii accountsservice ii anacron ii apt-transport-https
9. ii acl ii apache2 ii apt-utils
10. ii acpi-support ii apache2-bin ii apt-xapian-index
11. ii acpid ii apache2-data ii aptdaemon
12. ii add-apt-key ii apache2-utils ii aptdaemon-data
13. 2017-01-06 13:19 Page 2
14. ii aptitude ii avahi-daemon ii bind9-host
15. ii aptitude-common ii avahi-utils ii binfmt-support
16. ii apturl ii aview ii binutils
17. ii apturl-common ii banshee ii bison
18. ii archdetect-deb ii baobab ii blt
19. ii aspell ii base-files ii blueberry
20. ii aspell-en ii base-passwd ii bluetooth
21. ii at-spi2-core ii bash ii bluez
22. ii attr ii bash-completion ii bluez-cups
23. ii avahi-autoipd ii bc ii bluez-obexd
24. .....

其中，使用的标志如下：

• --column 定义在输出中创建的列数。
• -l 指定页面的长度（默认是 66 行）。

10、 tr 命令行

这个命令从标准输入转换或者删除字符，然后输出结果到标准输出。

使用 tr 的语法如下：

1. $ tr options set1 set2

看一下下面的例子，在第一个命令，set1( [:upper:] ) 代表指定输入字符的大小写（都是大写字符）。set2([:lower:]) 代表期望结果字符的大小写。第二个例子意思相似，转义字符 \n 表示在新的一行打印输出：

1. tecmint@TecMint ~ $ echo "WWW.TECMINT.COM" | tr [:upper:] [:lower:]
2. www.tecmint.com
3. tecmint@TecMint ~ $ echo "news.tecmint.com" | tr [:lower:] [:upper:]
4. NEWS.TECMINT.COM

11、 more 命令

more 命令是一个有用的文件过滤器，最初为查看证书而建。它一页页显示文件内容，用户可以通过按回车来显示更多的信息。

你可以像这样使用它来显示大文件：

1. tecmint@TecMint ~ $ dmesg | more
2. [ 0.000000] Initializing cgroup subsys cpuset
3. [ 0.000000] Initializing cgroup subsys cpu
4. [ 0.000000] Initializing cgroup subsys cpuacct
5. [ 0.000000] Linux version 4.4.0-21-generic (buildd@lgw01-21) (gcc version 5.3.1 20160413 (Ubuntu 5.3.1-14ubuntu2) ) #37-Ubuntu SMP Mon Apr 18 18:33:37 UTC 2016 (Ubuntu 4.4.0-21.37-generic
6. 4.4.6)
7. [ 0.000000] Command line: BOOT_IMAGE=/boot/vmlinuz-4.4.0-21-generic root=UUID=bb29dda3-bdaa-4b39-86cf-4a6dc9634a1b ro quiet splash vt.handoff=7
8. [ 0.000000] KERNEL supported cpus:
9. [ 0.000000] Intel GenuineIntel
10. [ 0.000000] AMD AuthenticAMD
11. [ 0.000000] Centaur CentaurHauls
12. [ 0.000000] x86/fpu: xstate_offset[2]: 576, xstate_sizes[2]: 256
13. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x01: 'x87 floating point registers'
14. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x02: 'SSE registers'
15. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x04: 'AVX registers'
16. [ 0.000000] x86/fpu: Enabled xstate features 0x7, context size is 832 bytes, using 'standard' format.
17. [ 0.000000] x86/fpu: Using 'eager' FPU context switches.
18. [ 0.000000] e820: BIOS-provided physical RAM map:
19. [ 0.000000] BIOS-e820: [mem 0x0000000000000000-0x000000000009d3ff] usable
20. [ 0.000000] BIOS-e820: [mem 0x000000000009d400-0x000000000009ffff] reserved
21. [ 0.000000] BIOS-e820: [mem 0x00000000000e0000-0x00000000000fffff] reserved
22. [ 0.000000] BIOS-e820: [mem 0x0000000000100000-0x00000000a56affff] usable
23. [ 0.000000] BIOS-e820: [mem 0x00000000a56b0000-0x00000000a5eaffff] reserved
24. [ 0.000000] BIOS-e820: [mem 0x00000000a5eb0000-0x00000000aaabefff] usable
25. --More--

12、 less 命令

less 是和上面的 more 命令相反的一个命令，但是它提供了额外的特性，而且对于大文件，它会更快些。

按照 more 命令相同的方式使用它：

1. tecmint@TecMint ~ $ dmesg | less
2. [ 0.000000] Initializing cgroup subsys cpuset
3. [ 0.000000] Initializing cgroup subsys cpu
4. [ 0.000000] Initializing cgroup subsys cpuacct
5. [ 0.000000] Linux version 4.4.0-21-generic (buildd@lgw01-21) (gcc version 5.3.1 20160413 (Ubuntu 5.3.1-14ubuntu2) ) #37-Ubuntu SMP Mon Apr 18 18:33:37 UTC 2016 (Ubuntu 4.4.0-21.37-generic
6. 4.4.6)
7. [ 0.000000] Command line: BOOT_IMAGE=/boot/vmlinuz-4.4.0-21-generic root=UUID=bb29dda3-bdaa-4b39-86cf-4a6dc9634a1b ro quiet splash vt.handoff=7
8. [ 0.000000] KERNEL supported cpus:
9. [ 0.000000] Intel GenuineIntel
10. [ 0.000000] AMD AuthenticAMD
11. [ 0.000000] Centaur CentaurHauls
12. [ 0.000000] x86/fpu: xstate_offset[2]: 576, xstate_sizes[2]: 256
13. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x01: 'x87 floating point registers'
14. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x02: 'SSE registers'
15. [ 0.000000] x86/fpu: Supporting XSAVE feature 0x04: 'AVX registers'
16. [ 0.000000] x86/fpu: Enabled xstate features 0x7, context size is 832 bytes, using 'standard' format.
17. [ 0.000000] x86/fpu: Using 'eager' FPU context switches.
18. [ 0.000000] e820: BIOS-provided physical RAM map:
19. [ 0.000000] BIOS-e820: [mem 0x0000000000000000-0x000000000009d3ff] usable
20. [ 0.000000] BIOS-e820: [mem 0x000000000009d400-0x000000000009ffff] reserved
21. [ 0.000000] BIOS-e820: [mem 0x00000000000e0000-0x00000000000fffff] reserved
22. [ 0.000000] BIOS-e820: [mem 0x0000000000100000-0x00000000a56affff] usable
23. [ 0.000000] BIOS-e820: [mem 0x00000000a56b0000-0x00000000a5eaffff] reserved
24. [ 0.000000] BIOS-e820: [mem 0x00000000a5eb0000-0x00000000aaabefff] usable
25. :

学习为什么 Linux 下进行有效的文件浏览， ‘less’ 比 ‘more’ 命令更快。

原文发布时间为：2017-02-17

本文来自云栖社区合作伙伴“Linux中国”