在linux中經常要對一些動態的文字檔案抽取指定的字串，比如執行ps命令後想要獲取指定的執行程序（如ps自己）的PID號(同一個程序每次啟動的時候pid號是隨機分配的)。該怎麼辦呢？當然，可以用一些擷取字串的方法，這裡介紹一下用2種方法來解決這類問題。

一、sed+grep方法：

首先大概瞭解一下sed，sed是linux裡面一個非互動性的文字流編輯器（好長的定義，反正我聽起來我很拗口）。解釋2點：

1，非互動性：這裡非互動性是指sed工具並不直接編輯目的文字檔案，而是編輯目的檔案的一個快取拷貝，只能夠修改拷貝檔案，不會對原始檔有任何的改動！也就是說編輯並不在目的檔案現場！比如我想要編輯example.log檔案，如果用vi編輯器必須直接開啟example.log檔案，然後在裡面編輯。而sed是編輯example.log檔案的一個拷貝，那麼你可能要問了，這個拷貝在哪兒呢？這個拷貝在快取裡面，不需要我們自己拷貝，只要你呼叫了sed工具來編輯，系統自動會幫我們拷貝出一個example.log檔案供你去編輯，從而保護好原始檔不被隨意改動。

2，文字流：文字流是指我們通過一定的shell指令對文字進行編輯，而不想vi編輯器一樣需要把檔案開啟之後才能夠進行編輯。比如我要刪除example.log裡面的第一行。vi裡面必須先開啟檔案，然後選中第一行，再按下backspace鍵刪除。如果你使用sed命令的話，就只要執行以下一行程式碼就可以乾脆利落的刪除掉第一行：sed '1d' example.log。現在可以知道，sed工具無需開啟檔案再進行操作，而是通過一系列命令操作文字流，所以叫做文字流編輯器。

好，現在來解決問題：

舉個例子，比如使用ipsec的時候經常需要使用的一個命令是setkey -D來檢視spi是否正常生成了。而每次ipsec連線的時候產生的spi是不一樣的，當spi產生失誤的時候，就會出現spi=000000000;現在我想通過一定的shell指令碼獲取spi的值。setkey -D產生而定輸出如下圖

我們在說sed，當然使用sed來解決該問題。

明確一下我們的目的：我們的目的是要獲取上圖中的一段資料：spi=152056446，並且每次如果ipsec重新啟動的時候spi後面的資料會不一樣(但長度一樣，並且都是數字)。那麼我們想到自然要用到正則表示式來匹配該段資料，然後輸出到一個變數或者檔案供我們後續使用。

再來看看sed給我們提供了什麼方法：sed可以很方便的把某一行打印出來，sed -n '2p' example.log會打印出第二行。也就是說sed很容易獲取行，這顯然不能滿足我們的需求。sed不會這麼簡單！sed還提供了刪除，追加，插入，替換等豐富的方法來對一段文字進行編輯。

刪除某一行：

追加：把hello,i was appended here 追加到有national這一行的的後面。

替換：sed 's/source string/destination string/' example.log

那麼，我想既然sed可以非常方便的獲取到某一行資料，而它又能夠對文字進行編輯，那麼，我的想法是，先用sed對文字進行一定的編輯，把目標字串編輯到某一行內，我就非常方便的獲取到了

好，照著這條思路走：

1，編輯文字，把目標字串放到單獨的一行裡面來：觀察之後可以看出，該段目的字串spi=152056446(0x0910327e)前後都有空格，那麼就用空格作為重新編輯的標記位，前後換行。

輸入命令：sed 's/ /\n/g' example.log。解釋下命令，s是替換的標記，第一個/ /裡面有一個空格，意思是查詢所有含有空格的行，最後的g表明要對該行的所有空格進行查詢，而不只是查詢到第一個就查詢下一行，第二個/\n/是一個換行符，結合前面的空格查詢語法，可以對所有的空格替換成換行符。裡面的命令執行後會把文字重新編排，遇到空格就換行，這樣，目標字串就已經到了單獨的一行裡面去了！！！

2，獲取目標行字串：現在就很簡單了，我們可以用grep來獲取(grep "spi" example.log)，也可以用sed來獲取(sed '/spi/p' example)，把螢幕輸出重定向到一個檔案裡面去，或者賦給一個變數，這樣，我們抽取目標字串的任務就完成了！！！

是不是很簡單！！！好，下面來看awk方法

二、awk方法：

同樣的，首先來大概瞭解一下awk方法的精髓，awk方法主要是對文字進行“列”的操作，這個對比一下sed和grep可能我們更容易理解一些，sed和grep主要是對文字進行“行”的操作，awk會把每一列都取一個名字，從第一列開始：分別為$1,$2...$n，好吧，這樣就可以按照名字來分別操作列了。

好吧，現在我們來例項操作一下。

我們從ps輸出裡面去查詢指定程序名字的PID，在我的終端直接輸入ps x之後會顯示當前程序的名字，其部分截圖如下：

現在我想獲取的是當前ps x輸出裡面的程序名為上圖中紅圈部分nautilus的PID值1355，由於相同程序會在不同的時候開啟的時候所獲取到的PID號不一樣，所以當前的PID值1355其實是個不一定的數字。於是，我們只能通過程序名字nautilus來獲取當前PID。好，目的明確之後進行操作：

1，配合使用管道，使用grep獲取到包含nautilus的行：

發現有2個nautilus，好吧，那我們就來操作2個nautilus的PID，只是需要配合使用一下sed,沒事，就當複習一下；

2，現在是awk派上用場的時候了：

繼續使用管道，可以看到，利用命令可以得到程序名為nautilus的PID列：1355和1858。

這裡先來個小插曲，簡單介紹一下awk命令的語法，awk基本語法為：awk [-F] "field-operator" 'comand' inputfiles，-F和field-operator一起使用，field-operator是域分隔符，如果不使用-F選項，則預設的域分隔符為空格。後面command命令一般需要用一堆“{}”括起來，然後進行必要的操作，比較全面一點的command命令'{if($1~/^A/) print $1}'，翻譯一下這個命令就是，如果第一列($1)裡面有匹配(~)正則表示式(/^A/)的話，那麼就輸出(print)到標準輸出。需要注意的是，條件必須要用一堆"()"括起來，正則表示式需要用“//”括起來。當然，完全可以不要條件匹配，可以直接輸出指定列，如'{print $1}'。好，awk就介紹到這裡，不過awk是一個非常非常強大的文字格式化抽取的工具，需要專門的學習。後面我再寫一個關於awk學習的總結。

3，現在需要利用sed對"行"的操作了，我們獲取到的第一行就是第一個nautilus的PID值，上面我們已經介紹了sed命令，所以很簡單的，接著上面的管道，輸入以下命令：

很快，我們就可以得到第一個nautilus的PID值了

是不是很簡單，就簡單的三部操作，grep——awk——sed，這三真是文字操作裡面的拼命三郎啊

三、現在來稍微介紹一下cut方法

cut也是一個比較強大的工具，可以對一行字串進行多種模式匹配的剪下操作，也可以對一個排列非常整齊的文字進行操作，下面通過2個例子來大致說明 一下cut的操作。

1，先說明cut對一行字串的操作：

在終端執行echo $PATH命令，可以獲得當前預設的bash路徑，如下圖：

其中每一個路徑都被一個“：”分隔開來，現在我想獲取第1個和第2個冒號之間的路徑，使用cut將會非常之方便，在終端輸入命令：

確實，我們獲取到了第一個冒號與第二個冒號之間的字串“/usr/local/bin”，現在來稍微解析一下這條命令，-d和':'一起把管道輸入的一行字串進行了域的分隔，每一個分隔符(在這裡是個冒號“:”)前面的字串被稱為一個域，若有n個分隔符，這個域的編號則從1開始到n+1，第1個分隔符前面的字串為第一個域。這個域對應在該命令列則是-f後面的數字2，所以該命令`cut -d ':' -f 2`表達的意思是輸出第二個分隔符“：”之前的域。

如果我們執行

或者是cut -d ':' -f 2-4，則可以輸出第2個和第四個域的字串，但是還多了一個分隔符，這點我也沒搞懂。

上面是是用分隔符對一行字串進行操作，下面我們隊字串的每一個字母當成一個數組裡面的元素，只是第一個元素是從1開始，而不是傳統陣列的0開始。這樣可以進行另外一種cut操作，現在先定義一個字串變數，並從中截取出1-5之間的字元：

可見，這條命令很好的把字串“hello world”從第2個字母到第5個字母cut了下來，把最後的引數進行一下修改，如下:

則可以擷取到第2個字元以及後面的所有的字元。

2，cut對格式化整齊的文字進行操作：

這是一段格式化比較整齊的資料，每一行前面的“declare -x”都是一模一樣的，我現在想把這一段給去掉：

其實我們發現對該文字的操作跟上的一行字串的操作沒什麼區別。

那麼就驗證一下對分隔符的操作是否也一樣：

發現結果確實是一樣。這說明cut會把一個文本里面的每一行都獨立的對待，然後再操作。