文本处理与搜索

查看文本内容

cat file                # 输出全部内容
cat -n file             # 带行号
less file               # 分页查看（方向键翻页，q 退出，/ 搜索）
more file               # 简单分页（只能下翻）
head -n 20 file         # 前 20 行
head -100 file          # 前 100 行
tail -n 20 file         # 后 20 行
tail -f file            # 实时跟踪追加的内容（看日志神器）
wc -l file              # 行数
wc -w / -c              # 单词数 / 字节数
rev file                # 每行反转输出

grep 搜索

grep keyword file       # 匹配行
grep -i keyword file    # 忽略大小写
grep -r keyword dir/    # 递归搜索目录
grep -n keyword file    # 显示行号
grep -v keyword file    # 反向匹配（排除）
grep -c keyword file    # 只统计匹配行数
grep -E "a|b" file      # 扩展正则（等价 egrep）
grep -w word file       # 全词匹配
grep -l keyword dir/*   # 只列出含匹配的文件名

# 别名建议（加进 ~/.bashrc）
alias grep='grep --color=auto'

find / locate 找文件

find /path -name "*.log"             # 按名字查找
find / -name "nginx.conf" 2>/dev/null# 全盘查找忽略错误
find /var/log -type f -mtime +7      # 7 天前修改的文件
find / -size +100M                    # 大于 100MB 的文件
find / -user root                      # 查找属主为 root 的文件
find . -type d -name node_modules     # 找目录
# 组合并执行
find . -name "*.tmp" -exec rm {} \;    # ⚠️ 删除所有 .tmp
find . -perm 777                        # 查找权限过宽的文件

locate nginx.conf      # 基于数据库快速查找（先运行 updatedb）

定位命令

which nginx            # 命令所在路径（PATH 内）
whereis nginx          # 命令及 man 帮助位置
type -a ls             # 命令类型（alias/内置/外部）

sed 流编辑

sed -n '2,5p' file     # 打印 2-5 行
sed -n '10p' file      # 打印第 10 行
sed 's/foo/bar/g' file # 全局替换并输出到屏幕
sed -i 's/foo/bar/g' file   # 直接修改文件 ⚠️
sed -n '/error/p' log  # 打印含 error 的行
sed '/^#/d' file       # 删除注释行（# 开头）
sed 's/^/>> /' file    # 行首加前缀

awk 文本分析

awk '{print $1}' file        # 打印每行第一列
awk '{print $1, $NF}' file   # 第一列和最后一列
awk -F: '{print $1}' /etc/passwd  # 按冒号分割
awk '/error/{print NR": "$0}' log # 含 error 的行号与内容
awk '{sum+=$5} END{print sum}' file  # 第五列求和
awk 'NR>=2 && NR<=10{print}' file    # 打印 2-10 行

排序去重计数

sort file               # 排序
sort -u file            # 排序并去重
sort -n -k2 file        # 按第 2 列数字排序
sort -rn                # 数字逆序（配合 du 用）
uniq                    # 相邻去重
sort file | uniq -c     # 统计每行出现次数（先 sort 再 uniq）
sort access.log | uniq -c | sort -rn   # 访问日志 Top IP

字段截取与变换

cut -d: -f1 /etc/passwd # 冒号分隔取第一列
cut -c1-5 file          # 取每行前 5 个字符
tr 'a-z' 'A-Z' < file   # 转大写
tr -d '\r' < win.txt > unix.txt   # 去掉 Windows 换行的 \r
paste a.txt b.txt       # 按列拼接
join a.txt b.txt        # 按公共列关联
diff a b                # 比较两个文件
diff -u a b             # 统一格式（patch 通用）

xargs 批量处理

find . -name "*.log" | xargs grep error   # 批量搜索
find . -type f | xargs -n 50 rm           # 每 50 个一批删除 ⚠️
echo "a b c" | xargs -n1 echo             # 每参数执行一次

常用正则速查

元字符	含义
.	任意字符
*	重复 0 次或多次
+	重复 1 次或多次（扩展正则）
?	0 或 1 次（扩展正则）
^	行首
$	行尾
[abc]	字符集合
[^a]	非 a
\d \w \s	数字 / 单词 / 空白（部分工具）
{n,m}	重复 n 到 m 次