linux三劍客(grep、sed、awk)基本使用

映象下載、域名解析、時間同步請點選  阿里雲開源映象站

準備

作為一個經常在伺服器上游走的後端，需要熟悉不少命令列操作。其中，grep、sed、awk號稱"linux三劍客"，使用頻繁，功能強大，本文透過一個例項演示下基本用法。首先準備一個文字檔案，命名為text.txt，內容如下：

cat text.txt
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址   青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

grep

首先，最簡單的是grep。經常用來過濾檢視日誌。對於grep需要知道如下幾個常用的命令選項：

-n

額外輸出行號。例如過濾出每一行包含"青"的記錄：

grep -n "青" text.txt                                                                                              
1:1     province    省份  青海省
3:3     subject_no  主體備案號   青ICP備11000289號
4:4     addr    註冊地址    青海省西寧市城中區南關街138號
7:7     site_no 網站備案/許可證號   青ICP備11000289號-2

-v

排除匹配的行。例如排除包含"青"的行記錄:

grep -v '青' text.txt                                                                                              
2     domain  域名或者ip  tianfengyinlou.cn
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

-E

支援擴充套件正則匹配。grep的時候，我們可以按照正規表示式來進行匹配，但在需要擴充套件正則匹配時，要透過-E指定才能生效。常見的或操作，比如篩選包含"青海省"或者"青ICP"的行記錄，不指定-E是無法獲得想要的結果的。

grep -E '青海省|青ICP' text.txt                                                                                    
1     province    省份  青海省
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
7     site_no 網站備案/許可證號   青ICP備11000289號-2

-l

只輸出有匹配行的檔名。有時候，我們並不需要輸出匹配的行記錄，僅僅只是需要知道匹配到了行記錄的檔名：

grep -l 青 text.txt                                                                                         
text.txt

-R

遞迴匹配目錄中的檔案內容。有時候，在一個目錄中我們並不知道哪個檔案內容包含我們想要的結果，此時，可以查詢整個目錄，輸出匹配的檔名以及行記錄:

grep -R 青海 ./DevMisc
# ... 
./DevMisc/linux三劍客.md:1     province     省份                   青海省
./DevMisc/linux三劍客.md:4     addr         註冊地址                青海省西寧市城中區南關街138號
./DevMisc/text.txt:1     province    省份  青海省
./DevMisc/text.txt:4     addr    註冊地址    青海省西寧市城中區南關街138號

結合-l引數就可以知道一個目錄中有哪些檔案包含了匹配項:

grep -Rl 青 ./DevMisc                                                                                                  
./DevMisc/linux三劍客.md
./DevMisc/text.txt

-A

透過-A(after)指定輸出匹配行後的額外行數。例如，想要額外輸出包含"青"的行記錄後一行，可以指定-A1:

grep -A1 青 text.txt                                                                                               
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
--
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
--
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   

-B

透過-B(before)指定輸出匹配行前的額外行數。例如，想要額外輸出包含"青"的行記錄前一行，可以指定-B1:

grep -B1 青 text.txt                                                                                               
1     province    省份  青海省
--
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
--
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2

-C

透過-C指定輸出匹配行前後的額外行數。例如，想要額外輸出包含"青"的行記錄前後各一行，可以指定-C1：

grep -C1 青 text.txt                                                                                               
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
--
--
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
--
--
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   

sed

查詢

sed的各項操作需要指定一個特定的動作。查詢需要指定一個動作為p(print)，例如，列印出第三行的記錄，需要指定行號加動作3p:

sed -n 3p text.txt 
3     subject_no  主體備案號   青ICP備11000289號

這裡必須指定一個選項-n。因為sed的預設行為是遍歷文字檔案的每一行並輸出每一行，假如不帶-n選項，第三行會輸出兩次=預設輸出一次+命令列指定輸出一次：

sed 3p text.txt
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址   青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

所以-n的作用是取消sed的預設輸出行為, 一般都只與p組合使用。利用sed的預設輸出行為，我們可以模擬複製每一行的操作，有時候在特定場景下非常有用：

sed p text.txt
1     province    省份  青海省
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址   青海省西寧市城中區南關街138號
4     addr    註冊地址   青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

sed不僅可以輸出指定的某一行，還可以按行號範圍進行輸出，例如輸出1-5行:

sed -n 1,5p text.txt                                                                                           
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00

sed還可以按照正則匹配來輸出特定的行。格式為/xx/p, 例如，查詢包含"青海省"的行記錄:

sed -n '/青海省/p' text.txt                                                                                 
1     province    省份  青海省
4     addr    註冊地址    青海省西寧市城中區南關街138號

查詢包含數字0到6的行記錄：

sed -n '/[0-6]/p' text.txt                                                                                         
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2

查詢以0結尾的行記錄:

sed -n '/0$/p' text.txt                                                                                           
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00

如果想要支援擴充套件正則匹配，需要透過-r來指定，例如查詢每一行包含"青海省"或者"青"的記錄:

sed -nr '/青海省|青/p' text.txt                                                                                   
1     province    省份  青海省
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
7     site_no 網站備案/許可證號   青ICP備11000289號-2

sed正則匹配也支援按範圍輸出，格式為/xx/,/xx/p。例如查詢包含"domain"的行到包含"addr"的行記錄：

sed -n '/domain/,/addr/p' text.txt
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號

刪除

# 刪除第三行
sed 3d text.txt                                                                                                    
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 刪除包含青的行
sed '/青/d' text.txt                                                                                               
2     domain  域名或者ip  tianfengyinlou.cn
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 更改text.txt
cat text.txt                                                                                                       ysj@yangsj2-knownsec
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
#5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
#6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 刪除空行和註釋行
sed -r '/^$|#/d' text.txt                                                                                          
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

增加

sed的增加動作有三種:

• i:在指定行的上方增加一行
• a: 在指定行的下方增加一行
• c: 在指定行的地方增加一行，原有行會被覆蓋

上述三種增加行為示例為:

注意：示例的增加行為在mac上會報錯，可能在mac上用法不一致。

# 在第3行上方增加一行記錄
sed '3i insert oneline above 3rd line' text.txt 
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
insert oneline above 3rd line
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 在第3行下方增加一行記錄
sed '3a insert oneline after 3rd line' text.txt 
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
insert oneline after 3rd line
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 在第3行建立一行記錄，原記錄被替換
sed '3c create oneline at 3rd line' text.txt 
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
create oneline at 3rd line
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

修改

上述所有的操作輸出均沒有改變檔案自身的內容。想要使得操作改變檔案自身的內容，需要指定選項-i。指定-i的操作需要格外小心。

例如，在檔案中第一行插入一行記錄:

sed -i '1i add oneline above first line' text.txt
cat text.txt 
add oneline above first line
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

sed的刪除動作為d(delete),例如刪除檔案中的第一行:

# 刪除增加的第一行
sed -i 1d text.txt 
cat text.txt 
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

當然，我們也有辦法做安全的刪除操作，即將-i換成-i.bak 可以在真實改動檔案內容前，備份檔案。但是這個操作一般不適合應用在大檔案上，因為備份很慢。

# 刪除第一行並備份
sed -i.bak 1d text.txt 
cat text.txt
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
cat text.txt.bak 
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

替換

sed可以對檔案內容進行替換(substitute)，格式為使用任意三個相同的符號，如三個斜線s/xx/yy/g、三個#號s#xx#yy#g、三個@符號s@xx@yy@g等，效果是將xx替換為yy。

這裡的符號選擇是任意的，可以是三個1，三個2都行。常用的是上述三種，因為和檔案內容重合度最小，具體使用哪種，需要根據檔案內容選擇。如果檔案內容本身包含了/，則不方便使用三個斜線來操作。

# 將"青" 替換為"蜀"
sed 's/青/蜀/g' text.txt                                                                                           
1     province    省份  蜀海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   蜀ICP備11000289號
4     addr    註冊地址    蜀海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   蜀ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 將第三行的青替換為蜀
sed '3s/青/蜀/g' text.txt                                                                                          
1     province    省份  青海省
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   蜀ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司
# 把所有數字替換為x
sed -r 's/[0-9]/x/g' text.txt                                                                                      
x     province    省份  青海省
x     domain  域名或者ip  tianfengyinlou.cn
x     subject_no  主體備案號   青ICP備xxxxxxxx號
x     addr    註冊地址    青海省西寧市城中區南關街xxx號
x     check_time  備案時間, 時間物件  xxxx-xx-xx xx:xx:xx
x     update_time 更新時間, 毫秒級時間戳    xxxxxxxxxxxxx
x     site_no 網站備案/許可證號   青ICP備xxxxxxxx號-x
x     site_url    站點/網站首頁網址   
x     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

g是全域性(gloabal)替換的意思，如果不要g，則只會替換匹配到的第一項:

# 把每一行的第一個數字替換為x
sed -r 's/[0-9]/x/' text.txt                                                                                      
x     province    省份  青海省
x     domain  域名或者ip  tianfengyinlou.cn
x     subject_no  主體備案號   青ICP備11000289號
x     addr    註冊地址    青海省西寧市城中區南關街138號
x     check_time  備案時間, 時間物件  2011-06-23 16:38:00
x     update_time 更新時間, 毫秒級時間戳    1607414120745
x     site_no 網站備案/許可證號   青ICP備11000289號-2
x     site_url    站點/網站首頁網址   
x     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

反向引用

反向引用就是利用正則的組匹配來以組為單位進行替換。

# 例如匹配所有的英文詞句([a-z_.]+)，然後把他們用<>括起來, \1表示第一組，這裡只有一個組匹配
sed -r 's/([a-z_.]+)/<\1>/g' text.txt                                                                              
1     <province>    省份  青海省
2     <domain>  域名或者<ip>  <tianfengyinlou.cn>
3     <subject_no>  主體備案號   青ICP備11000289號
4     <addr>    註冊地址    青海省西寧市城中區南關街138號
5     <check_time>  備案時間, 時間物件  2011-06-23 16:38:00
6     <update_time> 更新時間, 毫秒級時間戳    1607414120745
7     <site_no> 網站備案/許可證號   青ICP備11000289號-2
8     <site_url>    站點/網站首頁網址   <>
9     <comp_name>   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

awk

取行

awk可以透過NR(Number of Record) 指定行號，輸出特定的行:

# 輸出第三行
awk 'NR==3' text.txt                                                                                               
3     subject_no  主體備案號   青ICP備11000289號

也可以按行號範圍輸出:

# 輸出第三到第六行
awk 'NR==3, NR==6' text.txt                                                                                        
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
# 也可以透過比較指定輸出範圍
# 輸出3到4行
awk 'NR>=3 && NR<5' text.txt                                                                                       
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號

第二個NR如果是個無效的行號值，則預設取出指定起始行之後所有的行記錄：

# 輸出第三行之後的所有行
awk 'NR==3, NR==xx' text.txt                                                                                       
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
5     check_time  備案時間, 時間物件  2011-06-23 16:38:00
6     update_time 更新時間, 毫秒級時間戳    1607414120745
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   
9     comp_name   主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

取行操作依然支援正則匹配:

# 輸出包含青的行
awk '/青/' text.txt                                                                                                
1     province    省份  青海省
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
7     site_no 網站備案/許可證號   青ICP備11000289號-2
# 輸出以"號"結尾的行
awk '/號$/' text.txt                                                                                               
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
# 輸出包含domain到包含addr的行
awk '/domain/, /addr/' text.txt                                                                                    
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號

取列

awk可以使用{print $列號} 取出列值：

# 例如，取出第二列的值
awk '{print $2}' text.txt                                                                                      
province
domain
subject_no
addr
check_time
update_time
site_no
site_url
comp_name
# 取出第2列及最後一列NF(Number of Fields)的值
awk '{print $2,$NF}' text.txt                                                                                      
province 青海省
domain tianfengyinlou.cn
subject_no 青ICP備11000289號
addr 青海省西寧市城中區南關街138號
check_time 16:38:00
update_time 1607414120745
site_no 青ICP備11000289號-2
site_url 
comp_name 西寧天豐銀樓金銀珠寶有限公司
# 使用column -t 對齊輸出
awk '{print $2,$NF}' text.txt | column -t                                                                          
province     青海省
domain       tianfengyinlou.cn
subject_no   青ICP備11000289號
addr         青海省西寧市城中區南關街138號
check_time   16:38:00
update_time  1607414120745
site_no      青ICP備11000289號-2
site_url     
comp_name    西寧天豐銀樓金銀珠寶有限公司

awk取列時，預設是空格為分隔符，可以透過-F指定分隔符，例如，第7-8行：

awk "NR==7,NR==8" text.txt                                                                                         
7     site_no 網站備案/許可證號   青ICP備11000289號-2
8     site_url    站點/網站首頁網址   

取出第7、8行後，按/進行劃分，取出劃分後的第二列:

awk "NR==7,NR==8" text.txt | awk -F/ '{print $2}'                                                                  
許可證號   青ICP備11000289號-2
網站首頁網址   

-F 可以透過[]正則指定多個分隔符：

# 按空格和/ 進行分隔, 取出1到4列
awk "NR==7,NR==8" text.txt | awk -F'[ /]+' '{print $1,$2,$3,$4}'                                                   
7 site_no 網站備案 許可證號
8 site_url 站點 網站首頁網址

精確取行列

awk可以精確取出某一行某一列的值。一些用例如：

# ~ 表示包含， !~ 表示不包含
# 取出第四列包含"青"的行
awk '$4 ~ /青/' text.txt                                                                                       
1     province    省份  青海省
3     subject_no  主體備案號   青ICP備11000289號
4     addr    註冊地址    青海省西寧市城中區南關街138號
7     site_no 網站備案/許可證號   青ICP備11000289號-2
# 取出第四列以"號"結尾的行，並輸出最後一列
awk '$4 ~ /號$/{print $NF}' text.txt                                                                               
青ICP備11000289號
青海省西寧市城中區南關街138號
# 取出第2列以d開始，到第四列以號結尾的行記錄
awk '$2 ~ /^d/, $4 ~/號$/' text.txt                                                                                
2     domain  域名或者ip  tianfengyinlou.cn
3     subject_no  主體備案號   青ICP備11000289號

BEGIN

awk可以使用BEGIN在操作檔案內容前執行一些命令：

# 列如輸出表頭
awk 'BEGIN{print "序號","名稱","含義","示例"} {print $1,$2,$3,$4}' text.txt | column -t                            
序號  名稱          含義                   示例
1     province     省份                   青海省
2     domain       域名或者ip              tianfengyinlou.cn
3     subject_no   主體備案號              青ICP備11000289號
4     addr         註冊地址                青海省西寧市城中區南關街138號
5     check_time   備案時間,               時間物件
6     update_time  更新時間,               毫秒級時間戳
7     site_no      網站備案/許可證號        青ICP備11000289號-2
8     site_url     站點/網站首頁網址        
9     comp_name    主辦單位名稱(公司名稱)    西寧天豐銀樓金銀珠寶有限公司

END

awk可以使用END在操作檔案內容後執行一些命令：

# 通常用於做統計， 例如對第一列求和
awk '{sum+=$1} END{print sum}' text.txt                                                                            
45

使用小結

• grep、sed、awk都可以過濾行記錄，但過濾行記錄時優先選擇grep，其過濾行的效率最高。
• sed主要用於對檔案內容做出各種修改(增加、替換等)。
• awk主要用於對檔案內容取行列操作。

本文轉自：