Shell文字列処理メモ(Linux)

概要

Linuxで行う文字列処理のメモです。
Ubuntuでなるべくプリインストールされたコマンドを使っています。

行フィルター

パスワード生成

$ pwgen --symbols 12 1
Tu;qu^aey1ue

パスワードを差しさわりのない文字に置き換える

パスワードを差しさわりのない文字に置き換えるか、文字数分のダミー文字列を生成する。

$ echo "Tu;qu^aey1ue" | sed -e 's/./*/g'
************
$ python3 -c "print('*' * 12)"
************
$ ruby -e "puts('*' * 12)"
************

uuidを差しさわりのない文字に置き換える

$ uuidgen 
c2663006-4033-4f6f-bd20-4044eca0ac28
$ uuidgen | tr '[0-9a-f]'
000000000-0000-0000-0000-000000000000

行単位の処理

特定のパターンに一致した行を置換する

printf "Cloudy in Tokyo.\nCloudy in Kyoto.\nCloudy in Osaka.\n" | sed -e '/Tokyo/s/Cloudy/Sunny/'

Sunny in Tokyo.
Cloudy in Kyoto.
Cloudy in Osaka.

特定のパターンに一致した行以外を置換する

printf "Cloudy in Tokyo.\nCloudy in Kyoto.\nCloudy in Osaka.\n" | sed -e '/Tokyo/!s/Cloudy/Sunny/'

Cloudy in Tokyo.
Sunny in Kyoto.
Sunny in Osaka.

特定の行を除外する

Banana と Durian を除外する。

• 入力例

  Apple
  Banana
  Cherry
  Durian
  

• 出力結果

  Apple
  Cherry
  

• sed: 行を削除する

  $ printf "Apple\nBanana\nCherry\nDurian\n" | sed -e '/\(Banana\|Durian\)/d'
  Apple
  Cherry
  

  削除したリストを続けて処理できる。

  $ printf "Apple\nBanana\nCherry\nDurian\n" | sed -e '/\(Banana\|Durian\)/d; s/Apple/Apple2/'
  Apple2
  Cherry
  

• sed: マッチしなかった行を「表示」する

  printf "Apple\nBanana\nCherry\nDurian\n" | sed -ne '/\(Banana\|Durian\)/!p'
  

  「表示」したデータは捨てられるので、続けて置換をしても効果はない。

  $ printf "Apple\nBanana\nCherry\nDurian\n" | sed -ne '/\(Banana\|Durian\)/!p; s/Apple/Apple2/'
  Apple
  Cherry
  

• Ruby

  printf "Apple\nBanana\nCherry\nDurian\n" | ruby -e "STDIN.each_line(chomp: true){|v| puts v if ! ['Banana', 'Durian'].include?(v)}"
  

• Python

  printf "Apple\nBanana\nCherry\nDurian\n" | python3 -c "import sys; [print(line) for line in list(filter(lambda x: x not in ['Banana', 'Durian'], [line.rstrip('\n') for line in sys.stdin.readlines()]))]"
  

テキストで行をまたがる処理

行末に空白文字があるファイルを探す

• 行末に空白文字があるファイルを探す

  grep -nr '[[:blank:]]$' --include='*.rs' .
  

  find . -type f -name '*.rs' -exec egrep -l " +$" {} \;
  

テキストの先頭に行を追加する

• catを使う
  - は標準入力から読み取ります。そのあと、ファイルから読み取ります。

  #!/bin/bash
  TMP_FILE=$(mktemp $0-XXX.txt) && {
      cat > $TMP_FILE <<EOF
  Cherry
  Durian
  EOF
      printf "Apple\nBanana\n" | cat - $TMP_FILE
      rm -f $TMP_FILE
  }
  

• sedを使う

  #!/bin/bash
  TMP_FILE=$(mktemp $0-XXX.txt) && {
      cat > $TMP_FILE <<EOF
  Cherry
  Durian
  EOF
      sed -e '1s/^/Apple\nBanana\n/' $TMP_FILE
      rm -f $TMP_FILE
  }
  

マッチした次の行を置換する

パターンの後に {} でブロックをかける。ブロックの中で n が次の行を示す。

• コード例

  printf "remote:\n  - id: primary\nkey:\n  - id: foo\nacl:\n  - id: update_acl\n" | sed -e '/^key:/{n; s/id: .*/id: UUUUUU/}'
  

• 入力例

  remote:
    - id: primary
  key:
    - id: foo
  acl:
    - id: update_acl
  

• 出力例

  remote:
    - id: primary
  key:
    - id: UUUUUU
  acl:
    - id: update_acl
  

テーブル処理

指定の列を取り出す

4列目を取り出す例。

小数点を含む計算、データを振り分けて集計する、など複雑化してきたら、ほかの言語での実装を検討しましょう。
どの環境でも使用できるメリットを考えれば Python が第一候補で、数値計算にも対応しやすいのは利点。
メソッドチェーンでわりと直観かつ簡潔に記述したいなら Ruby でもよい。

• 入力

  $ ps
      PID TTY          TIME CMD
    79597 pts/10   00:00:00 bash
    89456 pts/10   00:00:00 ps
  

• Bash配列
  入力データが単純なスペース区切りの場合は、Bash配列のほうが楽(awkの知識を不要とできる)になる場合がある。

  ps | while read LINE; do
      a=($LINE)
      echo "${a[3]}"
  done
  

• GAWK
  取り出した列そのものが出力結果だったり、区切り文字の指定が必要な場合は GAWK が便利。

  ps | awk '{print $4}'