Linux文本处理真的很难吗 这些小技巧看完直呼好用!

刚接触Linux的时候，总觉得文本处理是大佬才能玩转的技能。捧着满屏命令的教程越看越头大，甚至差点直接放弃。

直到跟着前辈敲了第一行cat命令，才发现原来打开文本居然这么简单。你不需要装笨重的文本编辑器，只需要在终端敲几个字母，就能直接把整个文件内容输出在屏幕上。

想要快速翻找大文件里的内容？别用cat硬生生把几万行刷出来，用more或者less分页看就好，方向键上下翻页，搜索关键词直接输入斜杠加内容，比你一页一页翻快太多。

最常用的其实还是查看文件的头尾部分，比如你要找日志最新的报错，直接敲个tail -n 20 app.log，最后二十行内容直接出来，不用盯着几万行的日志慢慢拖。想要看配置文件开头的说明，head命令一步到位，省了多少多余的步骤。

很多人刚接触的时候总记混参数，其实根本不用死记硬背，用得多了自然就刻进脑子里。比起图形界面编辑器动辄打开几分钟的大文件，终端命令十几秒就能给你结果，这就是Linux文本处理最迷人的地方。

处理文本最核心的需求，其实就是找到你想要的内容。grep绝对是每个Linux使用者绕不开的神器，你想要找什么关键词，直接grep "error" app.log，所有包含error的行全给你拎出来，一点多余内容都没有。

你以为这就结束了？反向搜索才是真的香，如果你想要把包含某个关键词的行全部去掉，只需要加个-v参数，就能快速过滤掉你不想要的垃圾内容。比如清理日志里一堆没用的info日志，一条命令就能搞定。

还有更绝的，加上-n参数还能直接显示关键词在文件里的行号，找位置的时候一眼就能看到，不用你自己再一行行数。递归搜索整个目录下的所有文件，加上-r就可以，整个项目里找哪个字符串包含关键词，几分钟就能出结果，比图形界面的全局搜索快了不知道多少。

配合正则表达式，grep能玩出花来。想找所有以192开头的IP地址，想找所有符合邮箱格式的字符串，写好规则直接搜，准确度比你手动找高一百倍。很多人觉得正则难，其实常用的规则就那几个，用得多了自然就会写。

你甚至可以把多个命令用管道连起来，先过滤再搜索再统计，一步到位出结果。比如统计一天里面服务器出了多少次error，grep "error" log | wc -l，直接出数字，比你打开文件数快得不是一点半点。

很多人一听到要编辑文本，第一反应就是打开vi或者vim，其实小修改根本不用进去，一条sed命令就能搞定替换，全程在终端就能操作。

最常用的就是替换关键词，sed -i 's/old_string/new_string/g' file，整个文件里的old_string全部换成new_string，不用你一个个找了替换，省了大把时间。如果你只想替换每一行第一个匹配到的，去掉末尾的g就可以，灵活得很。

删除指定行也是sed的拿手好戏，比如你想要删掉文件里所有空行，sed -i '/^$/d' file，一秒搞定。删掉第10到20行，直接sed -i '10,20d' file，根本不需要你进编辑器手动删。

sed还能按行打印，如果你只想输出文件的第5到10行，sed -n '5,10p' file就搞定，比head加tail组合起来还方便。很多时候你处理日志，只需要中间某一段内容，一条命令直接抽出来，不用搞那么多麻烦步骤。

复杂一点的文本处理还有awk，这个工具真的是被很多人低估了。比如你的文本是用空格或者制表符分隔的，想要取出某一列的内容，awk直接就能给你抽出来。比如netstat -anp | grep 8080 | awk '{print $7}'，直接拿到占用8080端口的进程号，一步到位。

你甚至可以用awk做简单的计算，比如统计日志里所有响应时间的总和，或者算个平均值，几行规则就出来结果，不用把数据导出来放到Excel里算。

拿到一堆乱序的数据，一个个手动排序改格式？别傻了，sort命令分分钟给你整理得整整齐齐。默认就会按字典序排序，想要按数字排序就加上-n参数，想要倒序就加-r，怎么方便怎么来。

如果你有一堆重复的内容，想要快速去重，uniq命令直接帮你搞定。一般搭配sort一起用，先排序把相同内容放一块，再sort file | uniq，重复内容直接就没了，还能帮你统计每个内容出现了多少次，加上-c参数就可以。

比如你要统计网站访问日志里，每个IP访问了多少次，一句awk '{print $1}' access.log | sort | uniq -c | sort -nr直接出来结果，访问量最高的IP直接排在最前面，排查恶意访问的时候不要太好用。

还有分割合并文件的需求，比如一个大文件你要分成多个小文件传，split命令直接按行或者按大小分割，反过来cat就能把多个小文件合并成一个，比你下载工具来弄快太多。

处理逗号分隔的csv文件，或者制表符分隔的文本，这些命令组合起来用，比你开Excel打开编辑还快。尤其是大文件，Excel动不动就卡死，Linux命令分分钟给你处理完，根本不会卡。

真正玩明白Linux文本处理，从来不是靠单个命令，而是命令之间的组合。管道符就是最好的黏合剂，把前一个命令的输出当成后一个命令的输入，一路下来直接得到你想要的结果。

比如你想要看当前目录下所有log文件里，有多少个error，怎么弄？grep -r "error" *.log | wc -l，就这一句话，结果直接出来。想要找出最近一小时内日志里出现过error的文件，再结合find命令，find ./ -name "*.log" -mmin -60 | xargs grep "error"，直接给你列出来。

xargs这个小东西真的是宝藏，很多命令不支持管道传参数，用xargs就能把标准输入转成命令行参数，完美解决问题。比如你找到所有log文件，批量压缩，find ./ -name "*.log" | xargs gzip，一下子全部压好，不用你一个个操作。

很多人会忽略掉进程替换这个玩法，比如你想要对比两个过滤之后结果的区别，不用生成临时文件，diff <(grep "error" log1) <(grep "error" log2)，直接出对比结果，省得你还要删临时文件，干净又方便。

处理配置文件的时候，经常要去掉注释和空行，怎么弄？cat nginx.conf | grep -v "^#" | grep -v "^${paragraph}quot;，干净的配置内容直接出来，看起来不要太舒服。

其实这些技巧说难也不难，无非就是用得多了，自然就知道什么场景用什么命令，怎么组合最方便。很多新手总想着一下子把所有命令参数都背下来，其实完全没必要，用到的时候查一下，用多了自然就记住了。

Linux文本处理的魅力，就在于你可以用短短几行命令，搞定很多图形界面软件都搞不定的大文件处理。不用等加载，不用怕卡死，输入命令回车就出结果，那种流畅感，用过一次就再也回不去了。哪怕你只是日常处理一下日志，整理一下数据，学几个常用命令，都能帮你省下大把的时间，把精力花在更重要的事情上。