一、簡介
Bash Shell提供了很多字符串和文件處理的命令。如awk、expr、grep、sed等命令，還有文件的排序、合併和分割等一系列的操作命令。grep、sed和awk內容比較多故單獨列出，本文只涉及字符串的處理和部分文本處理命令。
二、字符串處理
1、expr命令
expr引出通用求值表達式，可以實現算術操作、比較操作、字符串操作和邏輯操作等功能。
（1）計算字符串長度
字符串名爲string，可以使用命令${#string}或expr length $string兩種方法來計算字符串的長度。若string包括空格，需用雙引號引起來（expr length後面只能跟一個參數，string有空格會當作多個參數處理）。
（2）子串匹配索引
expr的索引命令格式爲：expr index $string $substring（子串），在字符串$string上匹配$substring中字符第一次出現的位置，匹配不到，expr index返回0。
"wo"在字符串string中雖然出現在第7，但還是返回o首次出現的位置5。
（3）子串匹配的長度
expr match $string $substring，在string的開頭匹配substring字符串，返回匹配到的substring字符串的長度，若string開頭匹配不到則返回0，其中substring可以是字符串也可以是正則表達式。
"world"儘管在string中出現，但是未出現在string的開頭處，因此返回0。
（4）抽取子串
Bash Shell提供兩種命令#{...}和expr實現抽取子串功能。
其中#{...}有兩種格式。
格式一：#{string:position}從名稱爲$string的字符串的第$position個位置開始抽取子串，從0開始標號。
格式二：#{string:position:length}增加$length變量，表示從$string字符串的第$position個位置開始抽取長度爲$length的子串。
（都是從string的左邊開始計數抽取子串）
#{...}還提供了從string右邊開始計數抽取子串的功能。
格式一：#{string: -position}，冒號與橫槓間有一個空格
格式二：#{string:(position)}
expr substr也能夠實現抽取子串功能，命令格式：expr substr $string $position $length，與#{...}最大不同是expr substr命令從1開始進行標號。
接着使用正則表達式抽取子串的命令，但只能抽取string開頭處或結尾處的子串。
抽取字符串開頭處的子串，格式一：expr match $string '$substring'。格式二：expr $string : '$substring'，其中冒號前後都有一個空格。
抽取字符串結尾處的子串，格式一：expr match $string '.*$substring'。格式二：expr $string : '.*$substring'。.*表示任意字符的任意重複。
（5）刪除子串
刪除字串是指將原字符串中符合條件的子串刪除，命令只有${...}格式。
從string開頭處刪除子串，格式一：${string#substring}，刪除開頭處與substring匹配的最短子串。格式二：${string##substring}刪除開頭處與substring匹配的最長子串。其中substring並非是正則表達式而是通配符。
從string結尾處開始刪除，格式一：${string%substring}，刪除結尾處與substring匹配的最短子串。格式二：${string%%substring}刪除結尾處與substring匹配的最長子串。與上述命令僅在#和%之間不同。
（5）替換子串
替換子串命令都是${...}，可以在任意處、開頭處、結尾處替換滿足條件的子串。其中的substring都不是正則表達式而是通配符。
在任意處替換子串命令，格式一：${string/substring/replacement}，僅替換第一次與substring相匹配的子串。格式二：${string//substring/replacement}，替換所有與substring相匹配的子串。
在開頭處替換與substring相匹配的子串，格式爲：${string/#substring/replacement}。
在結尾除替換與substring相匹配的子串，格式爲：${string/%substring/replacement}。
三、對文件的排序、合併和分割
文本處理命令包括sort命令、uniq命令、join命令、cut命令、paste命令、split命令、tr命令和tar命令，它們實現對文件記錄排序、統計、合併、提取、粘貼、分割、過濾、壓縮和解壓縮等功能，它們與sed和awk構成了Linux文本處理的所有命令和工具。
（1）sort命令
sort命令是一種對文本排序的工具，它將輸入文件看做由多條記錄組成的數據流，而記錄由可變寬度的字段組成，以換行符作爲定界符。sort命令格式：sort [選項] [輸入文件]
sort命令默認的域分隔符是空格符，-t選項可用於設置分隔符。sort -t: test中-t與":"之間是沒有空格的。未指定-t分隔符是空格符，這時記錄內開頭與結尾的空格都將被忽略，如（空格）:root:（空格）則只有一個域，-t:指定冒號則這條記錄就包含了三個域。
sort命令默認是按第1個域進行排序的，也可以通過-k選項指定某個域進行排序。例如：sort -t: -k3 test。
sort命令-n選項可以指定根據數字大小進行排序（不按字母順序排序）。
sort命令-r選項用於將排序結果逆向顯示，如使用-n按數字從小到大排序後，使用-r選項將結果逆向顯示。
sort命令-u選項去掉排序結果中的重複行。
sort命令-o選項加上文件名將結果保存到另一個文件中（sort默認將排序後的結果輸出到屏幕上）。
sort命令-m選項將兩個排好序的文件合併成一個排好序的文件，在文件合併前它們必須已經排好序。-m選項對未排序的文件合併是沒有任何意義的。
sort和awk都是分域處理文件的工具，兩者結合起來可以有效地對文本塊進行排序。
（2）uniq命令
uniq命令用於去除文本文件中的重複行，類似sort -u，但uniq命令去除的重複行必須是連續重複出現的行，中間不能夾雜任何其他文本行，而sort -u命令使所有的重複記錄都被去掉。
uniq命令有3個選項：
uniq -c test，打印每行在文本中重複出現的次數。
（3）join命令
join命令用於實現兩個文件中記錄的連接操作，將兩個文件中具有相通域的記錄選擇出來，再將這些記錄所有的域放在一行（包含來自兩個文件的所有域）。如join -t: a.txt b.txt，將a.txt和b.txt具有共同域的記錄連接到一起。
join命令的結果默認是不顯示這些未進行連接的記錄，-a和-v選項用於顯示這些未進行連接的記錄，-a1和-v1指顯示文件1中未連接的記錄，而-a2和-v2指顯示文件2中的未連接記錄。-a與-v的區別是：-a顯示以共同域進行連接的結果和未進行連接的記錄，而-v則不顯示以共同域進行連接的記錄。
join命令默認顯示連接記錄在兩個文件中的所有域，而且按順序。-o選項用於改變結果顯示的格式，可以指定顯示哪幾個域、按什麼順序顯示這些域。例如：join -t: -o1.1 2.2 1.2 a.txt b.txt，其中-o1.1 2.2 1.2表示顯示格式依次顯示第1個文件中的第1個域、第2個文件中的第2個域、第1個文件中的第2個域，結果顯示三個域。
join -t: -i -1 3 -2 1 a.txt b.txt，文件1的第3個域和文件2的第1個域進行連接，-i忽略大小寫。join命令在對兩個文件進行連接時，兩個文件必須都是按照連接域排好序的。
（4）cut命令
cut命令用於從標準輸入或文本文件中按域或行提取文本，cut [選項] 文件，cut的選項如下：
cut -c1-5 a.txt，提取a.txt的第1～5個字符。-c有三種表示方式：-cn表示第n個字符、-cn,m表示第n個字符和第m個字符、-cn-m表示第n個字符到第m個字符。-c是按字符提取文本的，無須使用-d改變域分隔符，-f按域提取文本時就需要使用-d設置域分隔符了。-f同樣也可以用三種方式指定域數或域範圍。
cut可以靈活提取文本文件中的內容，默認將提取內容放在標準輸出上，也可以使用文件重定向來將內容保存到文件。
（5）paste命令
paste命令用於將文本文件或標準輸出中的內容粘貼到新的文件，它可以將來自不同文件的數據粘貼到一起，形成新的文件。paste命令格式：paste [選項] file1 file2，其選項如下：
paste FILE1 FILE2，粘貼FILE1和FILE2，FILE1在前，將FILE1的內容作爲每行記錄的第1域、FILE2的內容作爲第2域。可以使用-d設置域分隔符paste -d: FILE1 FILE2。
paste命令默認是將一個文件按列粘貼的，-s選項可以實現將一個文件按行粘貼。
ls | paste -d" " - - - -，從標準輸入中讀取數據時"-"選項才起作用，"-"表示讀取1次標準輸入數據即讀取到標準輸入數據中的一個域，- - - - 每行顯示4個文件名。
（6）split命令
split命令用於將大文件切割成小文件，split可以按照文件的行數、字節數切割文件，並能在輸出的多個小文件中自動加上編號。split命令格式：splite [選項] 待切割的大文件 輸出的小文件。
split -2 a.txt final.txt，按2行對a.txt進行切割，每2行記錄切割成1個文件。split命令在final.txt後面自動加上編號以區分不同的小文件，編號爲aa~zz。
split -b100 a.txt，-b選項在切割文件時僅考慮了文件大小並未考慮記錄的完整性。split -C100 a.txt，按100B切割a.txt，按-C並不嚴格按照100B的大小進行切割，而是在切割時儘量維持每行的完整性。
（7）tr命令
tr命令實現字符轉換功能，類似於sed命令，tr能實現的功能sed命令都可以實現。tr [選項] buffer1 buffer2 < outputfile，其選項有三個，它只能從標準輸入讀取數據。
tr -d A-Z < a.txt，刪除a.txt文件中所有的大寫字母。
tr -d "[\n]" < a.txt，刪除a.txt文件中所有的換行符。
tr -s "[\n]" < a.txt，將重複出現的換行符壓縮成一個換行符。
tr命令也可以加上buffer1和buffer2，將buffer1用buffer2來替換，tr "[a-z]" "[A-Z]" < a.txt，將a.txt中的小寫字母替換成大寫字母。
（8）tar命令
tar命令是linux的歸檔命令，實現linux系統文件的壓縮和解壓縮。tar [選項] 文件名或目錄名，tar的常用選項如下：
tar -cf a.tar *.txt，將所有的.txt結尾的文件放入壓縮包a.tar。-c表示創建新的包，-f通常是必選選項。
tar -tf a.tar，查看a.tar壓縮包的內容。-t列出包內容。
tar -rf a.tar log*，將以log開頭的文件添加到a.tar中，-u選項也可用於爲包添加新的文件，-u選項完全能代替-r選項。
解壓非gzip格式的壓縮包：tar -xvf 壓縮包名稱
解壓gzip格式的壓縮包：tar -zxvf 壓縮包名稱
四、總結
（1）字符串處理和文本處理命令經常出現在各種shell腳本程序中，應熟練地掌握這些命令。
（2）sort、uniq、join、cut、paste、split、tr和tar與grep、sed、awk構成了linux文本處理的所有命令和工具。
（3）該文僅其嚮導，對命令的詳細選項功能還須參考相應的文檔。