使用 Linux 文本工具简化数据的提取(4)实例1

look_w

grep 工具：一个真实的例子grep 系列工具可以用于任何文本格式的系统文件，以便查找某行中的匹配项。例如，要在 /etc/passwd 文件中查找用户 “root” 的项，可以使用下面的命令：

1 2 3

# grep root /etc/passwd root:x:0:0:root:/root:/bin/bash operator:x:11:0perator:/root:/sbin/nologin

由于 grep 会查找这个文件中的某个匹配项，因此这个命令会查找到 “root” 和 “operator” 这两项。如果我们希望只查找用户名为 “root” 的项，可以将这个命令修改成下面的样子：

1 2	# grep "^root" /etc/passwd root:x:0:0:root:/root:/bin/bash

cut使用 cut 工具，我们可以将构成文件中数据域的各个列分隔开来。默认的分隔符是制表符，-f 选项可以用来指定希望显示的域。
举例来说，假设一个文本文件 “sample” 有三列，其内容如下所示：

1 2 3 4

one    two    three four   five   six seven  eight  nine ten    eleven twelve

现在执行下面的命令：

1	# cut -f2 sample

这会返回：

1 2 3 4

two five eight eleven

如果将这个命令修改成：

1	# cut -f1, 3 sample

这会返回下面的不同结果：

1 2 3 4

one    three four   six seven  nine ten    twelve

这个命令有几个命令行选项。除了 -f 之外，我们还应该熟悉下面两个选项：

• -c —— 允许我们指定字符而不是域。
• -d —— 允许我们指定其他分隔符，而不是制表符。

cut：两个实际例子ls -l 命令可以显示某个目录中所有文件的权限、链接个数、属主、组、大小、日期和文件名 —— 这些都是以空格分隔开的。如果我们对大部分域都不感兴趣，而是只希望了解文件属主的信息，可以使用下面的命令：

1 2 3 4 5 6 7 8 9

# ls -l | cut -d" " -f5 root 562 root root root root root root

这个命令只会显示文件属主（第 5 个域），而会忽略其他域。
如果您知道文件属主信息开始的第一个字符的确切位置，可以使用 -c 选项来显示文件属主的第一个字符。假设它是从第 16 个字符开始的，下面这个命令就返回第 16 个字符，这是文件属主名的第一个字符。

1 2 3 4 5 6 7 8 9

# ls -l | cut -c16 r r r r r r r

如果我们再假设大部分用户都使用最多 8 个字符作为自己的用户名，那么我们就可以使用下面的命令：

1	# ls -l | cut -c16-24

这会返回用户名域的那些项。
现在假设文件名是从第 55 个字符开始的，但是我们无法确定文件名会连续占用多少个字符，因为有些文件名可能会比其他文件名长很多。解决方案是从第 55 个字符开始，但却不指定结束字符（这意味着我们要截取该行中所有剩余的内容），如下所示：

1 2 3 4 5 6 7 8 9

# ls -l | cut -c55- a.out cscope-15.5 cscope-15.5.tar cscope.out memo search_items test.c test.s

现在我们来考虑另外一种情况。为了获得系统中所有用户的清单，我们可以从前面使用过的 /etc/passwd 文件中提取第一个域：

1 2 3 4 5 6 7 8 9 10 11 12 13

# cut -d":" -f1 /etc/passwd root bin daemon adm lp sync shutdown halt mail news uucp operator

要搜集用户名及其对应的主目录，我们可以提取第 1 个和第 6 个域的内容：

1 2 3 4 5 6 7 8 9 10 11 12 13

# cut -d":" -f1,6 /etc/passwd root:/root bin:/bin daemon:/sbin adm:/var/adm lp:/var/spool/lpd sync:/sbin shutdown:/sbin halt:/sbin mail:/var/spool/mail news:/etc/news uucp:/var/spool/uucp operator:/root

pastepaste 工具可以对文件中的域进行合并。它从每个源文件中提取一行内容，并将其与另外一个源文件中的一行内容合并在一起。
举例来说，假设文件 “fileone” 的内容如下所示：

1 2 3

IBM Global Services

另外，我们还有一个 “filetwo” 文件，其内容如下所示：

1 2 3

United States United Kingdom India

下面的命令将这两个文件的内容合并在一起，如下所示：

1 2 3 4

# paste fileone filetwo IBM       United States Global    United Kingdom Services  India

如果 fileone 中的行数比 filetwo 多，那么 paste 操作依然会继续，不过在制表符后面是一些空项。
制表符字符是默认的分隔符，但是我们可以使用 -d 选项将其修改成任何其他值。

1 2 3 4

# paste -d", " fileone filetwo IBM, United States Global, United Kingdom Services, India

我们也可以使用 -s 选项将 fileone 的内容在一行中输出，后面加上一个回车键，然后再显示 filetwo 的内容。

1 2 3

# paste -s fileone filetwo IBM           Global            Services United States United Kingdom    India