测试派 Give testers a home.

背景

目前大部分的项目都是部署在Linux系统上，作为测试，掌握常用Linux命令是必须的技能。很多的工作了好几年的测试人员可能还只会简单的ls、cd、cat等等这些命令，这些命令是可以应付工作的大部分场景。但是真正要提升测试效率、提高自己的核心竞争力，这些还是远远不足的。在测试工作中很多情况下我们需要同文本文件打交道，如分析/统计日志、自动化部署等等，今天给大家介绍几个很实用的高阶文本处理命令。

cut

此命令的主要作用是来选取一段内容中我们想要获取的，通常选择信息是针对与“行”来分析的，擅长处理“以一个字符间隔”的文本内容。
语法格式：

$ cut -c 字符区间
$ cut -d “分隔字符” -f fields  

[root@localhost shellTest]# cat test.txt 
01 nick 20
02 rose 25
03 jack 30
04 tom 27

1. 显示每行第四个字符之后的内容

[root@localhost shellTest]# cut -c 4- test.txt 
nick 20
rose 25
jack 30
tom 27
#说明：
# 4- 表示从第4个字符开始
# 4-10 表示从第4个字符到第10个字符
# -4 表示截取前4个字符

2. 以“空白字符”作为分隔符，显示第二列内容：

[root@localhost shellTest]# cut -d " " -f 2 test.txt 
nick
rose
jack
tom

sort

将文件的每一行作为一个单位，相互比较，比较原则是从首字符向后，依次按照ASCII码值进行比较，最后将他们按升序输出。
语法格式：

$ sort [-nrtk] [file]  

1. 以空白字符作为分隔符，将第二列内容进行升序排列

[root@localhost shellTest]# sort -t " " -k 2 test.txt
03 jack 30
01 nick 20
02 rose 25
04 tom 27

2. 以空白字符作为分隔符，将第三列年龄字段进行降序序排列

[root@localhost shellTest]# sort -t " " -k 3 -nr test.txt
03 jack 30
04 tom 27
02 rose 25
01 nick 20
# 说明:
# 年龄字段是数字类型，所以需要加参数n
# 默认sort是升序排列，加参数r实现降序排列

uniq

过滤文件中重复部分，经常结合sort一起使用（重复数据相邻的）
语法格式:

$ uniq [-icu]

[root@localhost shellTest]# cat test2.txt 
01 nick 20
02 tom  25
03 jack 30
04 rose 25
03 jack 30

1. 去除姓名重复的数据
   结合sort排序和uniq去重（去重的前提是要重复的数据相邻）

[root@localhost shellTest]# sort test2.txt | uniq
01 nick 20
02 tom  25
03 jack 30
04 rose 25

2. 统计每行出现的次数

[root@localhost shellTest]# sort test2.txt | uniq -c
      1 01 nick 20
      1 02 tom  25
      2 03 jack 30
      1 04 rose 25

wc

统计文件里面有多少行，多少单词，多少字符
语法格式:

$ wc [-lwm]

1. 统计文件中的行数

[root@localhost shellTest]# wc -l test2.txt
5 test2.txt

2. 统计有多少个字符

[root@localhost shellTest]# wc -m test2.txt
55 test2.txt

综合示例

上面的demo介绍了这几个命令的基本用法，接下来我们尝试写一个实战例子
域名的信息如下所示，要求：将域名取出并进行计数，按照域名出现的次数进行降序排列

[hhy@localhost shellTest]$ cat domain.txt 
http://www.lemfix.com/index.html
http://www.lemfix.org/1.html
http://post.lemfix.org/index.html
http://mp3.lemfix.org/index.html
http://www.lemfix.org/3.html
http://post.lemfix.org/2.html

步骤分解：

1. 先分离出来域名

[hhy@localhost shellTest]$ cut -d "/" -f 3 domain.txt 
www.lemfix.com
www.lemfix.org
post.lemfix.org
mp3.lemfix.org
www.lemfix.org
post.lemfix.org

2. 再进行比较排序

[hhy@localhost shellTest]$ cut -d "/" -f 3 domain.txt | sort 
mp3.lemfix.org
post.lemfix.org
post.lemfix.org
www.lemfix.com
www.lemfix.org
www.lemfix.org

3. 统计每行的出现次数

[hhy@localhost shellTest]$ cut -d "/" -f 3 domain.txt | sort | uniq -c 
      1 mp3.lemfix.org
      2 post.lemfix.org
      1 www.lemfix.com
      2 www.lemfix.org

4. 根据第一列字段（数字）进行降序排列

[hhy@localhost shellTest]$ cut -d "/" -f 3 domain.txt | sort | uniq -c | sort -k 1 -nr
      2 www.lemfix.org
      2 post.lemfix.org
      1 www.lemfix.com
      1 mp3.lemfix.org