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。

[[184244]]

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。

$ 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：

$ 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)：

 

$ egrep = grep -E  
$ fgrep = grep -F  
$ rgrep = grep -r 

下面是一些基本的 grep 命令：

tecmint@TecMint ~ $ grep "aaronkilik" /etc/passwd 
aaronkilik:x:1001:1001::/home/aaronkilik: 
tecmint@TecMint ~ $ cat /etc/passwd | grep "aronkilik" 
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：

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

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

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

$ 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：

tecmint@TecMint ~ $ cat domains.list 
tecmint.com 
tecmint.com 
news.tecmint.com 
news.tecmint.com 
linuxsay.com 
linuxsay.com 
windowsmint.com 
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：

tecmint@TecMint ~ $ sort domains.list 
linuxsay.com 
linuxsay.com 
news.tecmint.com 
news.tecmint.com 
tecmint.com 
tecmint.com 
windowsmint.com 
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。

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：

tecmint@TecMint ~ $ cat domains.list 
tecmint.com 
tecmint.com 
news.tecmint.com 
news.tecmint.com 
linuxsay.com 
linuxsay.com 
windowsmint.com 
tecmint@TecMint ~ $ sort domains.list | uniq -c  
2 linuxsay.com 
2 news.tecmint.com 
2 tecmint.com 
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：

$ 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.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：

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

$ 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。

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

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：

$ 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：

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

tecmint@TecMint ~ $ dmesg | more 
[    0.000000] Initializing cgroup subsys cpuset 
[    0.000000] Initializing cgroup subsys cpu 
[    0.000000] Initializing cgroup subsys cpuacct 
[    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 
4.4.6) 
[    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 
[    0.000000] KERNEL supported cpus: 
[    0.000000]   Intel GenuineIntel 
[    0.000000]   AMD AuthenticAMD 
[    0.000000]   Centaur CentaurHauls 
[    0.000000] x86/fpu: xstate_offset[2]:  576, xstate_sizes[2]:  256 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x01: 'x87 floating point registers' 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x02: 'SSE registers' 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x04: 'AVX registers' 
[    0.000000] x86/fpu: Enabled xstate features 0x7, context size is 832 bytes, using 'standard' format. 
[    0.000000] x86/fpu: Using 'eager' FPU context switches. 
[    0.000000] e820: BIOS-provided physical RAM map: 
[    0.000000] BIOS-e820: [mem 0x0000000000000000-0x000000000009d3ff] usable 
[    0.000000] BIOS-e820: [mem 0x000000000009d400-0x000000000009ffff] reserved 
[    0.000000] BIOS-e820: [mem 0x00000000000e0000-0x00000000000fffff] reserved 
[    0.000000] BIOS-e820: [mem 0x0000000000100000-0x00000000a56affff] usable 
[    0.000000] BIOS-e820: [mem 0x00000000a56b0000-0x00000000a5eaffff] reserved 
[    0.000000] BIOS-e820: [mem 0x00000000a5eb0000-0x00000000aaabefff] usable 
--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：

tecmint@TecMint ~ $ dmesg | less 
[    0.000000] Initializing cgroup subsys cpuset 
[    0.000000] Initializing cgroup subsys cpu 
[    0.000000] Initializing cgroup subsys cpuacct 
[    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 
4.4.6) 
[    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 
[    0.000000] KERNEL supported cpus: 
[    0.000000]   Intel GenuineIntel 
[    0.000000]   AMD AuthenticAMD 
[    0.000000]   Centaur CentaurHauls 
[    0.000000] x86/fpu: xstate_offset[2]:  576, xstate_sizes[2]:  256 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x01: 'x87 floating point registers' 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x02: 'SSE registers' 
[    0.000000] x86/fpu: Supporting XSAVE feature 0x04: 'AVX registers' 
[    0.000000] x86/fpu: Enabled xstate features 0x7, context size is 832 bytes, using 'standard' format. 
[    0.000000] x86/fpu: Using 'eager' FPU context switches. 
[    0.000000] e820: BIOS-provided physical RAM map: 
[    0.000000] BIOS-e820: [mem 0x0000000000000000-0x000000000009d3ff] usable 
[    0.000000] BIOS-e820: [mem 0x000000000009d400-0x000000000009ffff] reserved 
[    0.000000] BIOS-e820: [mem 0x00000000000e0000-0x00000000000fffff] reserved 
[    0.000000] BIOS-e820: [mem 0x0000000000100000-0x00000000a56affff] usable 
[    0.000000] BIOS-e820: [mem 0x00000000a56b0000-0x00000000a5eaffff] reserved 
[    0.000000] BIOS-e820: [mem 0x00000000a5eb0000-0x00000000aaabefff] usable 
: 

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

基本上就这些了，如果你还知道其他本文没有提供的 Linux 下有用的文本过滤命令行工具，可以在下面的评论部分通知我们。

作者简介：Aaron Kili 是一名 Linux 和 F.O.S.S 爱好者、一名未来的 Linux 系统管理员、web 开发者，并且目前是一名 TecMint 上的内容创造者，他喜欢计算机相关的工作，并且坚信知识的分享。