目录
一、字符串分割
1、awk分割
2、利用shell 中 变量 的字符串替换成空格分割
3、设置分隔符，通过 IFS 变量
4、利用tr 指令实现字符替换
二、文件分割
三、行截取|截取匹配字符（串）前半段/后半段
附录
【转】linux下awk内置函数的使用(split/substr/length)
四、gsub函数
五、正则表达式
一、字符串分割
1、awk分割
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]}'
#注意split是awk的内置函数，更多见文章末尾
2、利用shell 中 变量 的字符串替换成空格分割
原理：
${parameter//pattern/string}
用string来替换parameter变量中所有匹配的pattern
参考文章： Shell_Shell 脚本中字符串的相关操作_迎难而上-CSDN博客
string="hello,shell,split,test" 中的“，”替换成空格后赋值给array 就成了数组赋值
#!/bin/bash
string="hello,shell,split,test"
array=(${string//,/ })
for var in ${array[@]}
do
echo $var
done
3、设置分隔符，通过 IFS 变量
原理
自定义IFS变量, 改变分隔符, 对字符串进行切分
参考文章：
Shell中的IFS解惑_Simple life-CSDN博客
#!/bin/bash
string="hello,shell,split,test"
#对IFS变量 进行替换处理
OLD_IFS="$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
Shell_Linux Shell 中实现字符串切割的几种方法_迎难而上-CSDN博客_shell 字符串分割
二、文件分割
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
作者：风筝flying
链接：https://www.jianshu.com/p/f4a16185c65f
三、行截取|截取匹配字符（串）前半段/后半段
Shell字符串截取（非常详细）
截取指定字符（子字符串）之后的内容
使用#号可以截取指定字符（或者子字符串）右边的所有字符：
${string#*chars}
其中，string 表示要截取的字符，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
如：
url="http://c.biancheng.net/index.html"
echo ${url#*:}
结果为//c.biancheng.net/index.html。
echo ${url#*p:}
echo ${url#*ttp:}
截取字符串url从第2个字符开始之后的9个字符
url="c.biancheng.net"
echo ${url: 2: 9}
echo ${url: 2} #省略 length，截取到字符串末尾
| 格式 | 说明 |
|---|---|
| ${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%*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。 |
附录
【转】linux下awk内置函数的使用(split/substr/length)
转自：http://gdcsy.blog.163.com/blog/static/12734360920130241521280/
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 | time="12:34:56" out=`echo $time | awk '{split($0,a,":");print a[1],a[2],a[3]}'` echo $out |
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 | [root@test ~]# cat test.txt Tom 2012-12-11 car 53000 John 2013-01-13 bike 41000 vivi 2013-01-18 car 42800 Tom 2013-01-20 car 32500 John 2013-01-28 bike 63500 [root@test ~]# awk '{split($2,a,"-");if(a[2]==01){b[$1]+=$4}}END{for(i in b)print i,b[i]}' test.txt vivi 2800 Tom2500 John4500 |
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 | [root@test ~]# echo "123" | awk '{print substr($0,1,1)}' 1 |
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 | [root@test ~]# echo "123" | awk '{print length}' 3 |
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 | awk '$0 ~ /abc/ {gsub("abc", "def", $0); print $1, $3}' abc.txt |
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 | awk '$0 ~ /abc/ {gsub("abc", "def", $0); print $1, $3}' abc.txt |
Shell：字符串的分割截取
Linux 分割字符串（shell substr）
在shell中如果遇到要截取字符串的情况，可以调用awk中的substr来实现，但事实上，原来shell中本身就支持这种用法。
一、截取字符变量的前n位（如：n=8），有5种方法如下：
expr substr "$a" 1 8
echo $a|awk '{print substr(,1,8)}'
echo $a|cut -c1-8
expr $a : '(.\).*'
echo $a|dd bs=1 count=8 2>/dev/null
二、截取第m个到第n个字符的字符串区间（如m=3，n=6）
export str="123456789"
echo ${str:3:(6-3)}
456
从以上第二个表达式可以看出这个用法，即：${str:3:(6-3)}。可以归纳为：${str:begin:len}，且支持数学表达式，如：6-3。
三、按指定的字符串截取
1、第一种方法:
从左向右截取最后一个string后的字符串
result=${varible##*string}
从左向右截取第一个string后的字符串
result=${varible#*string}
从右向左截取最后一个string后的字符串
result=${varible%%string*}
从右向左截取第一个string后的字符串
result=${varible%string*}
(以上的“ * ”只是一个通配符，可以不要)
例：
MYVAR='foodforthought.jpg'
echo ${MYVAR##*fo}
rthought.jpg
echo ${MYVAR#*fo}
odforthought.jpg
2、第二种方法：
截取变量varible从n1到n2之间的字符串
${varible:n1:n2}
可以根据特定字符偏移和长度，使用另一种形式的变量扩展，来选择特定子字符串。
EXCLAIM=cowabunga
echo ${EXCLAIM:0:3}
cow
echo ${EXCLAIM:3:7}
abunga
这种形式的字符串截断非常简便，只需用冒号分开来指定起始字符和子字符串长度。
四、按照指定要求分割，比如获取后缀名
ls -al | cut -d "." -f2
既然提到了cut命令，就给出一篇文档吧：
cut命令是用来剪下文本文件里的数据，文本文件可以是字段类型或是字符类型。下面给出应用实例：
/> 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
... ...
/> 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
... ...
这里需要进一步说明的是，使用cut命令还可以剪切以字符数量为标量的部分字符，该功能通过-c选项实现，其不能与-d选项共存。
/> 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。
root
bin:
daem
adm:
... ...
/> cut -c4- /etc/passwd #取每行的第4个到最后字符。
t:x:0:0:root:/root:/bin/bash
:x:1:1:bin:/bin:/sbin/nologin
mon:x:2:2:daemon:/sbin:/sbin/nologin
:x:3:4:adm:/var/adm:/sbin/nologin
... ...
/> cut -c1,4 /etc/passwd #取每行的第一个和第四个字符。
rt
b:
dm
a:
... ...
/> cut -c1-4,5 /etc/passwd #取每行的1-4和第5个字符。
root:
bin:x
daemo
adm:x
原文链接：https://blog.csdn.net/DragonGirI/article/details/108877813
