本文将教你如何使用 grep、awk、sed 和 jq 实现高效的 Linux 文本处理。这份实用指南涵盖语法、真实场景案例及最佳实践，适用于系统管理员、开发人员和数据工程师。
如果你有过 Linux 操作经验，就会知道文本处理是绕不开的核心需求。无论是解析几 GB 的服务器日志、从 CSV 文件中提取关键信息、批量修改配置文件，还是处理 API 返回的 JSON 数据，你都需要快速且灵活的工具来应对。
好消息是，Linux 自带四款"神器"：grep、awk、sed 和 jq。它们各自有独特优势，搭配使用时能解决 90% 的文本处理问题。本文会跳过枯燥的理论，聚焦"当下就能用的实操内容"，带你快速上手。
一、Linux 文本处理工具简介
Linux 中的文本处理本质上可归为四类核心任务：搜索、提取、编辑和解析结构化数据。这些工具体积轻量、多数 Linux 发行版预装，且专为命令行效率设计。它们的分工如下：
grep："搜索高手"，用于查找文本中的匹配模式awk："数据专家"，用于从结构化文本中提取信息并计算sed："流编辑器"，用于批量修改文本内容jq："JSON 利器"，用于过滤和转换 JSON 数据
二、grep：高效查找文本内容
grep（全称为 Global Regular Expression Print）是定位匹配模式行的首选工具。即便处理大文件，它也能保持极快速度，且支持正则表达式实现精准搜索。
核心特性
- 支持基础与扩展正则表达式
- 可递归搜索目录下的所有文件
- 提供大小写不敏感、显示行号、反向匹配等功能
实操案例
基础搜索：在日志文件中查找所有"ERROR"条目：
grep "ERROR" server.log大小写不敏感 + 显示行号：捕捉"error""Error"等所有变体，并显示对应行号：
grep -i -n "error" server.log递归搜索：在所有 Python 文件中查找"TODO"注释：
grep -r "TODO" *.py反向匹配：显示不包含"DEBUG"的行（适合过滤冗余信息）：
grep -v "DEBUG" server.log三、awk：提取与分析结构化数据
awk 不只是工具，更像一门用于文本处理的迷你编程语言。它擅长逐行处理结构化数据（如 CSV 文件或格式固定的日志），能将行拆分为列并执行逻辑运算。
核心特性
- 可将行拆分为自定义字段（默认以空白字符为分隔符）
- 支持条件判断、循环和算术运算
- 借助
BEGIN/END块实现初始化 / 收尾操作
实操案例
提取 CSV 字段 ：从 users.csv（列结构：姓名，年龄，城市）中打印姓名和城市：