一、字符串分割
1、awk分割（按位字节/分隔符/通配符分割）
print 按列和字节分割截取
awk '{print substr(,1,8)}' 打印所有列的1-8字节
awk '{print substr($1,1,8)}' 打印1列的1-8字节
awk '{print substr($1,7)}' 打印1列的7-最后所有字节
split 按分割符分割截取
把 ceph_12.2.1.centos.x86_64.tar.gz-2021-10-08-08后面的2021-10-08-08按“-”分割，取最后一个数字。
#split($1, arr, "-") ，把第一列，以“-”为分割符分割，把分割得到的结果放入arr数字中。（arr数组从1开始）
echo "ceph_12.2.1.centos.x86_64.tar.gz-2021-10-08-08"|awk '{split($1, arr, "-"); print arr[5]}'如果要以双引号作为分隔符则需要转译：awk '{split($1, arr, "\"")
#注意split是awk的内置函数，更多见文章末尾
按通配符分割
字符串“mlnx-iproute2-5.19.0-1.58112.x86_64.rpm”以"-数字" 作为分割符分割截取
[root@localhost rpms]#rpm=mlnx-iproute2-5.19.0-1.58112.x86_64.rpm
[root@localhost rpms]# echo $rpm|awk -F '-[0-9]' '{print $1}' #以"-数字" 作为分割符
mlnx-iproute2
$ echo "ceph_12.2.1.centos.x86_64.tar.gz-2021-10-08-08"|awk '{split($1, arr, "-"); print arr[5]}'
$ ceph_12.2.1.centos.x86_64.tar.gz
2、利用shell 中 变量 的字符串替换成空格分割
原理：
${parameter//pattern/string}
用string来替换parameter变量中所有匹配的pattern
参考文章： Shell 脚本中字符串的相关操作https:///u010003835/article/details/80749220
string="hello,shell,split,test" 中的“，”替换成空格后赋值给array 就成了数组赋值
#!/bin/bash
string="hello,shell,split,test"
array=(${string//,/ })
for var in ${array[@]}
do
echo $var
done 
3、设置分隔符，通过 IFS 变量
原理
自定义IFS变量, 改变分隔符, 对字符串进行切分
#!/bin/bash
string="hello,shell,split,test"
#对IFS变量 进行替换处理
OLD_IFS="$IFS" #保存当前shell默认的分割符，一会要恢复回去
IFS="," #将shell的分割符号改为，“”
array=($string) #分割符是“，”，"hello,shell,split,test" 赋值给array 就成了数组赋值
IFS="$OLD_IFS" #恢复shell默认分割符配置
for var in ${array[@]}
do
echo $var
done
4、利用tr 指令实现字符替换
原理
由于只是对单个字符进行的替换，则可以用 echo args | tr "oldSpilt" "newSpilt" 的方式实现。
r 指令讲解
背景介绍
tr命令可以对来自标准输入的字符进行替换、压缩和删除。它可以将一组字符变成另一组字符，经常用来编写优美的单行命令，作用很强大。
语法
tr(选项)(参数)
选项
-c或——complerment：取代所有不属于第一字符集的字符；
-d或——delete：删除所有属于第一字符集的字符；
-s或--squeeze-repeats：把连续重复的字符以单独一个字符表示；
-t或--truncate-set1：先删除第一字符集较第二字符集多出的字符。
参数
字符集1：指定要转换或删除的原字符集。当执行转换操作时，必须使用参数“字符集2”指定转换的目标字符集。但执行删除操作时，不需要参数“字符集2”；
字符集2：指定要转换成的目标字符集。
#!/bin/bash
string="hello,shell,split,test"
array=(`echo $string | tr ',' ' '` )
for var in ${array[@]}
do
echo $var
done
二、文件分割
按行切割
基础版
split -l 1000 test.txt -d -a 3 test_
-l:按行分隔，每1000行切割test.txt文件
-d:添加数字后缀
-a:以3位数数字做尾数
test_:分割后的文件的前缀
升级版
split -l 1000 test.txt -d -a 3 test_split_&&ls|grep test_split_ | xargs -n1 -i {} mv {} {}.txt
在基础版的结果上，先执行ls命令，查找test_split_开头的文件，然后逐个重命名为.txt
按时间切割（符合条件的切割）
某系统的日志全部写在一个日志文件内，所以这个文件非常大，每次查阅的时候非常的不方便。所以，相关人员希望能够查询某个时间段内的日志：
#!/bin/bash # 设定变量 log=3.log s='2017-08-01T01:3' e='2017-08-01T01:4' # 根据条件获得开始和结束的行号 sl=`cat -n $log | grep "$s" | head -1 | sed 's/^[ ]*//g' | cut -f1` el=`cat -n $log | grep "$e" | tail -1 | sed 's/^[ ]*//g' | cut -f1` # 获取结果并输出到 res.log 文件 sed -n "$sl","$el"'p' $log >> res.log
按大小分割
split -b 10m large_file.bin new_file_prefix
给分割后小文件附加文件后缀，给分割后文件名附加后缀.log。
split --additional-suffix=.log filename
使用数字代替字符文件名，分割后的文件名为x00,x01的数字形式。
split -d filename
文件合并- cat
# 合并文件 cat /data/users_* > users.sql cat small_files* > large_file
三、行截取|截取匹配字符（串）前半段/后半段
Shell：字符串的分割截取
一 按位置截取(第n个,n-m个,n之后的,n之前的...)
expr substr "$a" 1 8 #截取字符变量的前n位如：n=8）
echo $a|awk '{print substr(,1,8)}' #截取字符变量的前n位如：n=8）
echo $a|cut -c1-8 #截取字符变量的前n位如：n=8）
expr $a : '\(.\\).*'
echo $a|dd bs=1 count=8 2>/dev/null
/> cut -c 1-4 /etc/passwd #取每行的前1-4个字符。
/> cut -c -4 /etc/passwd #取每行的前4个字符。
/> cut -c4- /etc/passwd #取每行的第4个到最后字符。
/> cut -c1,4 /etc/passwd #取每行的第一个和第四个字符。
/> cut -c1-4,5 /etc/passwd #取每行的1-4和第5个字符。
${varible:n1:n2} #截取变量varible从n1到n2之间的字符串
EXCLAIM=cowabunga
echo ${EXCLAIM:0:3} #截取${EXCLAIM}从0位开始截取3个字节
cow
echo ${EXCLAIM:3:7} #截取${EXCLAIM}从3位开始截取7个字节
abunga
export str="123456789"
echo ${str:3:(6-3)} #截取${EXCLAIM}从3开始,截取6-3长度
456
从以上第二个表达式可以看出这个用法，即：${str:3:(6-3)}。可以归纳为：${str:begin:len}，且支持数学表达式，如：6-3。
二 按指定子字符串 截取之前/之后的内容
第一种方法:
从左向右数:截取匹配到的第一个chars后的字符串： result=${string#*chars}
从左向右数:截取匹配到的最后一个字符串chars后的字符串 ：result=${string##*chars}
例子：
string='AAAtoBBBtoCC'
${string#*to}===>"BBBtoCC"
${string##*to}===>"CC"
<===========================
从右向左数:截取匹配的最后一个字符串chars后的字符串：result=${string%%chars*}
从右向左数:截取匹配的第一个字符串chars后的字符串：result=${string%chars*}
例子：
string='AAAtoBBBtoCC'
${string%%to*}===>'AAA'
${string%to*}===>'AAAtoBBB'
(以上的“ * ”只是一个通配符，可以不要)
说明:
其中，string 表示被截取的字符串，chars 是指定的字符（或者子字符串），遇到特殊字符如“[”、"]" 要加转译符\
记忆方法：
*号在(指定字符)左边，表示从左往右，*号在 (指定字符)右边，表示从右往左。
从左往右用#号，从右往左用%号，既：左#龙，右%虎
截取第一个之后还是最后一个之后：
# 第一个
## 最后一个
% 第一个
%% 最后一个
===========================>
三、按照指定要求分割,截取列，比如获取后缀名
以":"为分隔符,取 1列和5列, #-d后面的冒号表示字段之间的分隔符，-f表示取分割后的
cut -d : -f 1,5 /etc/passwd
例如:
/> cat /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
... ...
/> cut -d : -f 1,5 /etc/passwd #-d后面的冒号表示字段之间的分隔符，-f表示取分割后的哪些字段
root:root #这里取出的是第一个和第五个字段。
bin:bin
daemon:daemon
adm:adm
... ...
以":"为分隔符,取 3列直到最后一列
/> cut -d: -f 3- /etc/passwd #从第三个字段开始显示，直到最后一个字段。
0:0:root:/root:/bin/bash
1:1:bin:/bin:/sbin/nologin
2:2:daemon:/sbin:/sbin/nologin
3:4:adm:/var/adm:/sbin/nologin
4:7:lp:/var/spool/lpd:/sbin/nologin
... ...
| 格式 | 说明 |
|---|---|
| STRING="ceph version 12.2.1-UniStorOS_V100R001B65 version hello";echo ${STRING} | |
| ${STRING: start :length} | 从 string 字符串的左边第 start 个字符开始，向右截取 length 个字符。 |
| ${STRING: start} | 从 string 字符串的左边第 start 个字符开始截取，直到最后。 |
| ${STRING: 0-start :length} | 从 string 字符串的右边第 start 个字符开始，向右截取 length 个字符。 |
| ${STRING: 0-start} | 从 string 字符串的右边第 start 个字符开始截取，直到最后。 |
| ${STRING#*chars} | 从 string 字符串第一次出现 chars 的位置开始，截取 chars 右边的所有字符。 |
| ${STRING##*chars} | 从 string 字符串最后一次出现 chars 的位置开始，截取 chars 右边的所有字符。 |
| ${STRING}表示要截取的字符串 chars是指定的字符（字符串） *是通配符的一种，表示任意长度的字符串 chars*连接起来表示：忽略左边的左右字符，直到遇到chars（chars不会被截取） | |
| ${STRING%chars*} | 从 string 字符串第一次出现chars 的位置开始，截取 chars 左边的所有字符。 |
| ${STRING%%chars*} | 从 string 字符串最后一次出现 chars 的位置开始，截取 chars 左边的所有字符。 |
| 这里一定要注意*的位置 截取方式：截取chars左边的字符，忽略chars右边的字符（所以*在chars右侧） 同样不会截取到指定字符chars | |
# STRING="ceph version 12.2.1-UniStorOS_V100R001B65 version hello";echo ${STRING}
ceph version 12.2.1-UniStorOS_V100R001B65 version hello
# echo ${STRING#*version}
12.2.1-UniStorOS_V100R001B65 version hello
# echo ${STRING##*version}
hello
# echo ${STRING%version*}
ceph version 12.2.1-UniStorOS_V100R001B65
# echo ${STRING%%version*}
ceph从字符串中提取数字|字母|小数
1 #/bin/bash
2 #正则表达式写在[]里，^代表非
3 echo " 0ab12 AB34 Cc " | sed 's/[^0-9]//g'
4 #输出 01234
5 echo " 0ab12 AB34 Cc " | sed 's/[^a-z]//g'
6 #输出 abc
7 echo " 0ab12 AB34 Cc " | sed 's/[^a-zA-Z]//g'
8 #输出 abABCc
9 echo " 0ab12 AB34 Cc " | sed 's/[0-9]//g'
10 #输出 ” ab AB Cc “，输出内容包含空格
一、split 初始化和类型强制
awk的内建函数split允许你把一个字符串分隔为单词并存储在数组中。你可以自己定义域分隔符或者使用现在FS(域分隔符)的值。
格式：
split (string, array, field separator)
split (string, array) -->如果第三个参数没有提供，awk就默认使用当前FS值。
例子：
例1：替换分隔符
|
1 2 3 |
|
例2：计算指定范围内的和(计算每个人1月份的工资之和)
|
1 2 3 4 5 6 7 8 9 10 |
|
二、substr 截取字符串
返回从起始位置起，指定长度之子字符串；若未指定长度，则返回从起始位置到字符串末尾的子字符串。
格式：
substr(s,p) 返回字符串s中从p开始的后缀部分
substr(s,p,n) 返回字符串s中从p开始长度为n的后缀部分
例子：
|
1 2 |
|
解释：
awk -F ',' '{print substr($3,6)}' ---> 表示是从第3个字段里的第6个字符开始，一直到设定的分隔符","结束.
substr($3,10,8) ---> 表示是从第3个字段里的第10个字符开始，截取8个字符结束.
substr($3,6) ---> 表示是从第3个字段里的第6个字符开始，一直到结尾
三、length 字符串长度
length函数返回没有参数的字符串的长度。length函数返回整个记录中的字符数。
|
1 2 |
|
四、gsub函数
gsub函数则使得在所有正则表达式被匹配的时候都发生替换。gsub(regular expression, subsitution string, target string);简称 gsub（r,s,t)。
举例：把一个文件里面所有包含 abc 的行里面的 abc 替换成 def，然后输出第一列和第三列
|
1 |
|
五、正则表达式
| 字符 | 功能 |
|---|---|
| + | 指定如果一个或多个字符或扩展正则表达式的具体值（在 +（加号）前）在这个字符串中，则字符串匹配。命令行：
awk '/smith+ern/' testfile 将包含字符 smit，后跟一个或多个 h 字符，并以字符 ern 结束的字符串的任何记录打印至标准输出。此示例中的输出是： smithern, harry smithhern, anne |
| ? | 指定如果零个或一个字符或扩展正则表达式的具体值（在 ?（问号）之前）在字符串中，则字符串匹配。命令行：
awk '/smith?/' testfile 将包含字符 smit，后跟零个或一个 h 字符的实例的所有记录打印至标准输出。此示例中的输出是： smith, alan smithern, harry smithhern, anne smitters, alexis |
| | | 指定如果以 |（垂直线）隔开的字符串的任何一个在字符串中，则字符串匹配。命令行：
awk '/allen | alan /' testfile 将包含字符串 allen 或 alan 的所有记录打印至标准输出。此示例中的输出是： smiley, allen smith, alan |
| ( ) | 在正则表达式中将字符串组合在一起。命令行：
awk '/a(ll)?(nn)?e/' testfile 将具有字符串 ae 或 alle 或 anne 或 allnne 的所有记录打印至标准输出。此示例中的输出是： smiley, allen smithhern, anne |
| {m} | 指定如果正好有 m 个模式的具体值位于字符串中，则字符串匹配。命令行：
awk '/l{2}/' testfile 打印至标准输出 smiley, allen |
| {m,} | 指定如果至少 m 个模式的具体值在字符串中，则字符串匹配。命令行：
awk '/t{2,}/' testfile 打印至标准输出： smitters, alexis |
| {m, n} | 指定如果 m 和 n 之间（包含的 m 和 n）个模式的具体值在字符串中（其中m<= n），则字符串匹配。命令行：
awk '/er{1, 2}/' testfile 打印至标准输出： smithern, harry smithern, anne smitters, alexis |
| [String] | 指定正则表达式与方括号内 String 变量指定的任何字符匹配。命令行：
awk '/sm[a-h]/' testfile 将具有 sm 后跟以字母顺序从 a 到 h 排列的任何字符的所有记录打印至标准输出。此示例的输出是： smawley, andy |
| [^ String] | 在 [ ]（方括号）和在指定字符串开头的 ^ (插入记号) 指明正则表达式与方括号内的任何字符不匹配。这样，命令行：
awk '/sm[^a-h]/' testfile 打印至标准输出： smiley, allen smith, alan smithern, harry smithhern, anne smitters, alexis |
| ~,!~ | 表示指定变量与正则表达式匹配（代字号）或不匹配（代字号、感叹号）的条件语句。命令行：
awk '$1 ~ /n/' testfile 将第一个字段包含字符 n 的所有记录打印至标准输出。此示例中的输出是： smithern, harry smithhern, anne |
| ^ | 指定字段或记录的开头。命令行：
awk '$2 ~ /^h/' testfile 将把字符 h 作为第二个字段的第一个字符的所有记录打印至标准输出。此示例中的输出是： smithern, harry |
| $ | 指定字段或记录的末尾。命令行：
awk '$2 ~ /y$/' testfile 将把字符 y 作为第二个字段的最后一个字符的所有记录打印至标准输出。此示例中的输出是： smawley, andy smithern, harry |
| . （句号） | 表示除了在空白末尾的终端换行字符以外的任何一个字符。命令行：
awk '/a..e/' testfile 将具有以两个字符隔开的字符 a 和 e 的所有记录打印至标准输出。此示例中的输出是： smawley, andy smiley, allen smithhern, anne |
| *（星号） | 表示零个或更多的任意字符。命令行：
awk '/a.*e/' testfile 将具有以零个或更多字符隔开的字符 a 和 e 的所有记录打印至标准输出。此示例中的输出是： smawley, andy smiley, allen smithhern, anne smitters, alexis |
| \ (反斜杠) | 转义字符。当位于在扩展正则表达式中具有特殊含义的任何字符之前时，转义字符除去该字符的任何特殊含义。例如，命令行：
/a\/\// 将与模式 a // 匹配，因为反斜杠否定斜杠作为正则表达式定界符的通常含义。要将反斜杠本身指定为字符，则使用双反斜杠。有关反斜杠及其使用的更多信息，请参阅以下关于转义序列的内容。 |
举例：把一个文件里面所有包含 abc 的行里面的 abc 替换成 def，然后输出第一列和第三列
|
1 |
|
