Linux 文本处理三剑客 前世今生

Linux 文本处理三剑客（grep、sed、awk）和进程管理，是运维人员最核心的技能组合。前者专注于数据的检索、过滤与转换，后者则负责程序的监控、调度与控制。

🗡️ 第一剑客：grep —— 文本搜索的基石

grep 的名字来源于 g/re/p，是 ed 编辑器中的一个命令，意为“globally search a regular expression and print”（全局搜索正则表达式并打印）--。

• 🔭 前世： 1973年，Ken Thompson 在 Unix 系统上开发了 grep 作为独立工具，其核心是正则表达式--。

• ✨ 今生： 它是最基础的文本搜索工具，本质是在文件或数据流中，根据模式（Pattern）过滤出匹配的行--。

• 💡 核心用法：

• grep 'error' app.log：在日志中查找 error-。

• grep -E '^[0-9]{3}-[0-9]{4}$' file.txt：使用扩展正则匹配电话号码-。

• grep -r 'TODO' ./src/：递归搜索目录下的所有文件-。

grep -v 'debug' app.log：过滤掉包含 debug 的行（反向匹配）-1-

一句话总结：grep 用于查找，它不修改内容，只负责从数据中“捞出”你想要的。

🗡️ 第二剑客：sed —— 流编辑器的鼻祖

sed 是 Stream Editor（流编辑器）的缩写-。

• 🔭 前世： 1973-1974年，Lee E. McMahon 在贝尔实验室开发了 sed--。它的设计理念是非交互式地执行编辑命令-，成为了 grep 的继任者--。

• ✨ 今生： 它可以在不打开文件的情况下，对文本进行增、删、改、查等操作-。grep 负责“查”，sed 则负责“改”。

• 💡 核心用法：

• sed 's/old/new/g' file.txt：全局替换文本--。

• sed -i 's/old/new/g' file.txt：直接修改文件内容（原地替换）-。

• sed '/pattern/d' file.txt：删除匹配 pattern 的行-。

• sed -n '10,20p' file.txt：只打印文件的第10到20行。

一句话总结：sed 是非交互式的文本编辑器，擅长进行批量、自动化的文本替换和修改。

🗡️ 第三剑客：awk —— 数据驱动的编程语言

awk 的名字来源于其三位创造者 Alfred Aho、Peter Weinberger 和 Brian Kernighan 的姓氏首字母--。

• 🔭 前世： 1977年在贝尔实验室诞生--。它借鉴了 C 语言的语法-，专为处理结构化文本（如日志、CSV）而设计。

• ✨ 今生： awk 远不止是一个命令，它是一门完整的编程语言-。它按行读取，自动将行分割成字段（列），让处理表格化数据变得极其简单-。

• 💡 核心用法：

• awk '{print $1, $3}' data.log：打印每行的第1和第3个字段-。

• awk -F: '{print $1}' /etc/passwd：以 : 为分隔符，打印第一列（用户名）-。

• awk '/ERROR/ {print $0}' app.log：打印所有包含 "ERROR" 的完整行。

• ps aux | awk '{print $2}'：提取所有进程的 PID-。

• awk '{sum += $1} END {print sum}' numbers.txt：计算第一列数字的总和-。

一句话总结：awk 是数据提取和报告生成工具，它把文本当成表格来处理，擅长“取列”和“计算”-5。

🤝 三剑合璧：管道中的数据处理流水线

三者可以像积木一样通过管道（|）组合，发挥1+1>2的效果：

• 需求：找出所有访问日志中状态码是404的请求，并提取出对应的IP地址。

• 命令：grep ' 404 ' access.log | awk '{print $1}' | sort | uniq -c | sort -nr

• grep 先过滤出包含 404 的行-。

• awk 提取出这些行中的第一个字段（通常是IP）-。

• 后续的 sort、uniq 对IP进行统计和排序。

这就像一条生产线：grep 负责挑选原料，awk 负责切割加工-。

🧠 进程管理：系统的“交警”与“调度员”

在 Unix/Linux 中，进程（Process） 是程序的运行实例-。进程管理就是监控、调度和控制这些运行中的程序-。

1. 核心概念

• PID (Process ID)：每个进程的唯一身份证号-。

• 父子进程：一个进程可以创建另一个进程，形成树状结构。init (PID=1) 是所有进程的“老祖宗”-。

• 前台与后台：前台进程会占用终端，后台进程则在后台默默运行。

• 信号 (Signal)：进程间通信的“暗号”，用于通知进程发生的事件-。

2. 核心命令

• ps (Process Status)：查看当前进程快照-。常用 ps aux 或 ps -ef 查看所有进程的详细信息。

• top / htop：实时动态监控系统进程-，类似Windows的任务管理器。htop 是其增强版，界面更友好。

• kill：向进程发送信号-。

• kill PID：发送 SIGTERM (15) 信号，请求进程优雅地终止-。

• kill -9 PID：发送 SIGKILL (9) 信号，强制杀死进程-。

• killall / pkill：通过进程名而非PID来终止进程-。

• 作业控制：

• &：在命令末尾加 &，放入后台运行。

• Ctrl+Z：暂停当前前台进程。

• bg：将暂停的进程放入后台继续运行。

• fg：将后台进程调回前台-。

💎 总结

如果把 Linux 系统比作一个繁忙的城市：

• grep 是高效的搜索引擎，能在海量信息中精准定位。

• sed 是自动化的文本工厂，能批量修改文档。

• awk 是强大的数据分析师，能从报表中提取关键指标。

• 进程管理则是城市的交通指挥系统，确保所有任务有序、高效地运行。

掌握这三剑客和进程管理，是深入理解与高效运维 Linux 系统的必经之路。

如有疑问请关注作者微信公众号，我们定期推送技术栈。