新手必学:grep/awk/sed文本处理神器指南

liuian 2025-07-09 14:13 58 浏览

今天咱们聊个所有技术人都躲不掉的“体力活”——文本处理。是不是经常遇到这些糟心事？
服务器日志几千行，想找一条“ERROR”报错信息，手动翻到眼酸；配置文件改了10处，结果漏了一行，重启服务直接崩；想统计某个关键词出现次数，对着cat出来的文本干瞪眼……明明知道有工具能用，就是记不住命令，最后只能“暴力操作”！

别慌，今天咱就教你Linux文本处理的“三剑客”——grep、awk、sed。这三个命令能覆盖90%的文本操作需求，从找内容、提数据到改文本，分分钟从“手忙脚乱”变“从容高效”！

一、快速找内容：grep——文本搜索的“放大镜”

grep（全称“Global Regular Expression Print”）是Linux里最常用的“文本搜索神器”。它的核心功能是在文件（或命令输出）中按关键字/正则表达式匹配内容，并输出符合条件的行。

基础用法：grep [选项] 关键字文件名。

举个栗子：

你想在/var/log/nginx/access.log日志里找所有包含“404”的错误请求：
grep "404" /var/log/nginx/access.log
一行行报错信息立刻跳出来，比手动翻快100倍！
你想找Nginx启动日志里“成功”的关键字，但日志里可能有“成功”或“Success”两种写法（大小写敏感）：
grep -i "成功" /var/log/nginx/start.log（-i表示忽略大小写）
你想找最近30分钟内修改过的日志文件里的“timeout”错误（结合find实时搜索）：
find /var/log -name "*.log" -mtime 0 -exec grep "timeout" {} \;（-mtime 0表示最近1天，-exec是执行后续命令）

进阶技巧：

反向搜索（排除关键字）：grep -v "success" log.txt（只显示不包含“success”的行）；
统计匹配行数：grep -c "error" log.txt（快速知道有多少处错误）；
递归搜索目录：grep -r "config" /etc（在/etc目录下所有文件里找“config”）。

二、精准提数据：awk——列提取的“瑞士军刀”

如果说grep是“找内容”，那awk就是“从内容里抠数据”。它擅长按列分割文本，并对每一列进行计算、过滤或格式化输出，特别适合处理结构化文本（比如日志、CSV文件、表格）。

基础用法：awk '条件 {动作}' 文件名。

举个栗子：

你的Nginx日志格式是IP 身份标识用户名时间请求状态码大小，想统计今天访问量最高的IP（前3名）：
awk '{print $1}' access.log | sort | uniq -c | sort -nr | head -n 3
（分解步骤：awk提取第1列IP → sort排序 → uniq -c统计次数 → sort -nr按次数倒序 → head -n 3取前3）
你想从/etc/passwd文件里提取所有普通用户的用户名（第1列）和家目录（第6列），只显示这两列：
awk -F ':' '{print $1, $6}' /etc/passwd（-F ':'指定分隔符为冒号）
你想监控系统负载，从top命令输出里提取“load average”数值（第三列）：
top -bn1 | grep "load average" | awk '{print $10, $11, $12}'（-bn1表示后台运行一次，避免实时刷新干扰）

避坑提示：

分隔符别乱设：如果日志用空格分隔但有多个空格，用-F '[ ]+'（正则匹配多个空格）更准确；
列号从1开始：$1是第一列，$0是整行，别记成0开始！

三、灵活改文本：sed——内容替换的“编辑器”

sed（全称“Stream Editor”）是Linux里的“流编辑器”，擅长对文本进行批量替换、删除、插入操作，尤其适合修改配置文件、清理日志冗余内容。

基础用法：sed [选项] '操作' 文件名。

举个栗子：

你想把/etc/nginx/nginx.conf里的worker_processes 1;改成worker_processes 4;（调整进程数）：
sed -i 's/worker_processes 1;/worker_processes 4;/' nginx.conf（-i表示直接修改原文件，s/旧内容/新内容/是替换语法）
你想删除日志文件app.log里所有包含“DEBUG”的调试信息（清理冗余）：
sed '/DEBUG/d' app.log > clean.log（d表示删除匹配行，>重定向到新文件，避免覆盖原文件）
你想在hosts文件的每行末尾添加注释（比如# 2024-03更新），但跳过第一行（标题行）：
sed '1s/^/# /; 2,$s/$/ # 2024-03更新/' hosts（;分隔多个操作，1s/^/# /给第一行开头加# ，2,$表示从第二行到最后一行，s/$/...给行尾加内容）

注意：备份文件！
用sed -i直接修改原文件前，建议先备份：cp nginx.conf nginx.conf.bak，避免手滑改错导致服务崩溃！