本文将介绍Linux下使用Shell处理文本时最常用的工具：
find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk；
提供的例子和参数都是最常用和最为实用的；
我对shell脚本使用的原则是命令单行书写，尽量不要超过2行；
如果有更为复杂的任务需求，还是考虑python吧；

find 文件查找

• 查找txt和pdf文件

    find . \( -name "*.txt" -o -name "*.pdf" \) -print

• 正则方式查找.txt和pdf

    find . -regex  ".*\(\.txt|\.pdf\)$"

  -iregex： 忽略大小写的正则

• 否定参数
  查找所有非txt文本

     find . ! -name "*.txt" -print

• 指定搜索深度
  打印出当前目录的文件（深度为1）

    find . -maxdepth 1 -type f  

定制搜索

• 按类型搜索：

    find . -type d -print  //只列出所有目录

  -type f 文件 / l 符号链接

• 按时间搜索：
  -atime 访问时间 (单位是天，分钟单位则是-amin，以下类似）
  -mtime 修改时间 （内容被修改）
  -ctime 变化时间 （元数据或权限变化）
  最近7天被访问过的所有文件：

    find . -atime 7 -type f -print

• 按大小搜索：
  w字 k M G
  寻找大于2k的文件

    find . -type f -size +2k

  按权限查找：

    find . -type f -perm 644 -print //找具有可执行权限的所有文件

  按用户查找：

    find . -type f -user weber -print// 找用户weber所拥有的文件

找到后的后续动作

• 删除：
  删除当前目录下所有的swp文件：

    find . -type f -name "*.swp" -delete

• 执行动作（强大的exec）

    find . -type f -user root -exec chown weber {} \; //将当前目录下的所有权变更为weber

  注：{}是一个特殊的字符串，对于每一个匹配的文件，{}会被替换成相应的文件名；
  eg：将找到的文件全都copy到另一个目录：

    find . -type f -mtime +10 -name "*.txt" -exec cp {} OLD \;

• 结合多个命令
  tips: 如果需要后续执行多个命令，可以将多个命令写成一个脚本。然后 -exec 调用时执行脚本即可；

    -exec ./commands.sh {} \;

-print的定界符

默认使用'\n'作为文件的定界符；
-print0 使用'\0'作为文件的定界符，这样就可以搜索包含空格的文件；

grep 文本搜索

grep match_patten file // 默认访问匹配行

• 常用参数
  -o 只输出匹配的文本行 VS -v 只输出没有匹配的文本行
  -c 统计文件中包含文本的次数

    grep -c "text" filename

  -n 打印匹配的行号
  -i 搜索时忽略大小写
  -l 只打印文件名

• 在多级目录中对文本递归搜索(程序员搜代码的最爱）：

    grep "class" . -R -n

• 匹配多个模式

    grep -e "class" -e "vitural" file

• grep输出以\0作为结尾符的文件名：（-z）

    grep "test" file* -lZ| xargs -0 rm

xargs 命令行参数转换

xargs 能够将输入数据转化为特定命令的命令行参数；这样，可以配合很多命令来组合使用。比如grep，比如find；

• 将多行输出转化为单行输出
  cat file.txt| xargs
  \n 是多行文本间的定界符

• 将单行转化为多行输出
  cat single.txt | xargs -n 3
  -n：指定每行显示的字段数

xargs参数说明

-d 定义定界符 （默认为空格 多行的定界符为 \n）
-n 指定输出为多行
-I {} 指定替换字符串，这个字符串在xargs扩展时会被替换掉,用于待执行的命令需要多个参数时
eg：

cat file.txt | xargs -I {} ./command.sh -p {} -1

-0：指定\0为输入定界符
eg：统计程序行数

find source_dir/ -type f -name "*.cpp" -print0 |xargs -0 wc -l

sort 排序

字段说明：
-n 按数字进行排序 VS -d 按字典序进行排序
-r 逆序排序
-k N 指定按第N列排序
eg：

sort -nrk 1 data.txt
sort -bd data // 忽略像空格之类的前导空白字符

uniq 消除重复行

• 消除重复行

    sort unsort.txt | uniq 

• 统计各行在文件中出现的次数

    sort unsort.txt | uniq -c

• 找出重复行

    sort unsort.txt | uniq -d

  可指定每行中需要比较的重复内容：-s 开始位置 -w 比较字符数

用tr进行转换

• 通用用法

    echo 12345 | tr '0-9' '9876543210' //加解密转换，替换对应字符
    cat text| tr '\t' ' '  //制表符转空格

• tr删除字符

    cat file | tr -d '0-9' // 删除所有数字

  -c 求补集

    cat file | tr -c '0-9' //获取文件中所有数字
    cat file | tr -d -c '0-9 \n'  //删除非数字数据

• tr压缩字符
  tr -s 压缩文本中出现的重复字符；最常用于压缩多余的空格

    cat file | tr -s ' '

• 字符类
  tr中可用各种字符类：