Tuberías y redirección en Linux: procesamiento de texto

Los archivos cortos son fáciles de imprimir. Los archivos largos son más fáciles de leer cuando la pantalla espera a que avances. Ni cat ni la vista de lectura normal de less editan el archivo.

Imprime o une texto con cat

cat notes.txt envía el archivo completo a la salida estándar, normalmente tu terminal. El nombre procede de concatenate, concatenar: con varios nombres de archivo, imprime su contenido en el orden indicado. No inserta un encabezado entre archivos.

Supón que a.txt contiene las líneas «a» y «b», y b.txt contiene «c d». Ejecuta:

cat -n a.txt b.txt

Verás tres líneas numeradas. Los números continúan entre los dos archivos; -n numera la salida, no los archivos almacenados. Para guardar el texto unido, utiliza cat a.txt b.txt > ab.txt. El nuevo archivo contiene las tres líneas originales sin numerar. Si incluyeras -n, también se guardarían los números.

Imprimir un archivo grande puede hacer que su principio quede fuera de la pantalla visible. Un paginador te permite controlar la vista. less /etc/services abre un archivo de texto largo y muestra una pantalla de contenido. Puede mostrar la primera pantalla antes de leer el archivo completo, lo que ayuda con archivos grandes.

Desplázate por less

El indicador de comandos está oculto mientras se ejecuta less. El programa espera una tecla de navegación:

Las mayúsculas importan: g y G van a extremos opuestos. Para terminar de leer, pulsa q; si esperas un nuevo indicador de comandos sin salir, puede parecer que el paginador está bloqueado.

Busca dentro de la vista

Escribe /, introduce una palabra y pulsa Enter para buscar hacia delante. Por ejemplo, /ssh encuentra el siguiente texto coincidente. Escribe ?ssh y pulsa Enter para buscar hacia atrás. Después, n repite la búsqueda en su dirección actual, mientras que N va en la dirección opuesta. Después de una búsqueda hacia atrás, n continúa hacia atrás.

La búsqueda es una expresión regular. /^# encuentra una línea que empieza por «#» porque ^ marca el principio de una línea. Puedes aprender las reglas de los patrones por separado mientras utilizas palabras sencillas por ahora.

less -N notes.txt añade números de línea a la vista. Para registros anchos, less -S notes.txt mantiene una línea larga en una sola fila de pantalla cortando el extremo derecho visible; las flechas izquierda y derecha permiten desplazarse lateralmente. El texto permanece en el archivo. Sin -S, las líneas largas se ajustan en filas adicionales de pantalla. more es un paginador más antiguo con menos opciones de navegación.

Recorre por pantallas la salida de otro comando

ls -l /usr/bin | less te permite recorrer el listado largo. La tubería entrega el listado al paginador. Para un archivo existente, less notes.txt lo abre directamente; cat notes.txt | less introduce un comando adicional para la misma vista.

Utiliza estos comandos con texto. Imprimir un programa binario como /bin/ls puede mostrar caracteres de control y alterar la pantalla del terminal. Si ocurre, escribe reset y pulsa Enter para restaurarla.

Cuando solo necesitas las primeras entradas de un archivo o las más recientes, imprimirlo todo oculta la parte útil. head selecciona el principio y tail selecciona el final. Ambos imprimen 10 líneas de forma predeterminada.

Elige un número de líneas

Si numbers.txt contiene del 1 al 100, un número por línea, head numbers.txt imprime del 1 al 10, mientras que tail numbers.txt imprime del 91 al 100. Utiliza -n para cambiar la cantidad:

head -n 3 numbers.txt
tail -n 3 numbers.txt

El primer comando imprime 1, 2, 3. El segundo imprime 98, 99, 100. Si un archivo tiene menos líneas de las solicitadas, el comando imprime las disponibles.

head -c 5 selecciona cinco bytes en lugar de cinco líneas. Para un texto que empieza por «banana», imprime «banan». Los bytes son unidades de almacenamiento; en texto UTF-8, un carácter puede ocupar más de un byte, por lo que un recuento de bytes no siempre equivale a un recuento de caracteres.

Interpreta correctamente una posición inicial

Un signo más cambia el significado de tail -n. Compara:

tail -n +2 scores.csv elimina la primera línea, lo que resulta útil cuando esa línea contiene encabezados de columna. No selecciona solo la segunda línea. En el archivo numerado, tail -n +98 numbers.txt imprime del 98 al 100.

head de GNU también acepta un recuento negativo: head -n -97 numbers.txt omite las últimas 97 líneas y deja de la 1 a la 3. El signo pertenece al recuento y forma parte de la instrucción.

Selecciona un rango intermedio

Para mostrar las líneas de la 11 a la 20, conserva primero todo hasta la línea 20. Después conserva las últimas 10 líneas de esa selección:

head -n 20 numbers.txt | tail -n 10

Después de head, los datos van del 1 al 20. Las últimas diez líneas van de la 11 a la 20. Un rango que incluye ambos extremos contiene el número de la línea final menos el de la inicial más una línea; ese uno final cuenta la inclusión de ambos extremos. Usar tail -n 11 también incluiría la línea 10.

Ambos comandos pueden leer de una tubería cuando no se indica ningún archivo de entrada. ls /etc | head -n 5 limita un listado a sus primeros cinco nombres. Con ls -lt | head -n 4, recuerda que la primera línea de salida es la línea «total»: solo la siguen tres entradas.

Observa cómo crece un archivo

tail -f /var/log/app.log muestra primero las últimas líneas, después espera e imprime el texto añadido al archivo. Utilízalo mientras un programa escribe nuevas entradas. Pulsa Ctrl+C para detener el seguimiento y volver al intérprete. La vista que espera es intencionada; es distinta de la salida única y terminada de tail sin opciones.

tail -F también vuelve a intentarlo y sigue el nombre del archivo cuando un registro se elimina y se vuelve a crear durante la rotación. Con varios archivos de entrada, head y tail identifican la salida de cada archivo con un encabezado como «==> fruit.txt <==». Añade -q cuando necesites el texto seleccionado sin esos encabezados.

Un comando se comunica mediante flujos estándar. Pensar en la entrada y la salida como rutas separadas explica cómo un mismo programa puede leer del teclado, leer un archivo o recibir la salida de otro comando.

Identifica los tres flujos

Un descriptor de archivo es el número utilizado para identificar un flujo abierto. Un comando normal del intérprete hereda estos tres:

Aunque stdout y stderr normalmente comparten la pantalla, son conexiones separadas. Un programa puede mostrar un resultado en stdout y explicar un problema en stderr durante la misma ejecución.

Por ejemplo, ls /etc/hostname /nonexistent > out.txt lista una ruta existente y encuentra otra inexistente. El listado va a out.txt. El mensaje «No such file or directory» permanece en el terminal porque > redirige stdout, no stderr. Ver un error en pantalla no significa que haya fallado la redirección de salida.

Proporciona a un comando la entrada desde un archivo

Comandos como cat, sort, wc, grep, head y tail pueden leer stdin cuando no se indica un archivo de entrada. Ejecuta sort por sí solo, escribe unas líneas y pulsa Ctrl+D al principio de una línea vacía. Esto señala el fin de la entrada y permite que sort imprima las líneas ordenadas. Ctrl+C detiene el comando en lugar de completar la entrada.

El operador de entrada < conecta un archivo a stdin:

wc -l < fruit.txt

Si fruit.txt tiene seis líneas terminadas en un salto de línea, la salida es «6». Compáralo con wc -l fruit.txt, que imprime «6 fruit.txt». En la forma redirigida, el intérprete abre el archivo y wc recibe un flujo sin el nombre original del archivo. En la forma con argumento, wc abre por sí mismo el archivo indicado.

El intérprete prepara las redirecciones antes de iniciar el programa. Por tanto, sort < fruit.txt y < fruit.txt sort conectan el mismo archivo al mismo flujo de entrada. La posición habitual después del comando es más fácil de leer.

Proporciona unas líneas directamente

Un documento incrustado coloca la entrada debajo del comando. La palabra después de << marca dónde termina esa entrada:

cat <<EOF > greeting.txt
Hello
See you soon
EOF

cat recibe las dos líneas de saludo en stdin y las escribe en el archivo de salida. La última línea contiene solo EOF; es un delimitador y no forma parte del texto guardado. Se puede usar otra palabra como delimitador si la línea de cierre coincide exactamente con ella.

En Bash, una cadena incrustada proporciona una cadena más un salto de línea. wc -w <<< "a b c" indica tres palabras. Estas dos formas proporcionan entrada directamente sin crear antes un archivo de entrada.

Lee la flecha antes de ejecutar el comando

sort < fruit.txt lee el archivo. sort > fruit.txt lo abre como destino de salida, vacía el contenido existente y espera la entrada del teclado. El intérprete realiza esa apertura destructiva antes de que se ejecute sort. Mantén los archivos de entrada separados de los destinos de salida, salvo que el comando tenga una forma documentada de actualizar su entrada de manera segura.

La redirección cambia el destino de un flujo. Es una operación del intérprete, por lo que los mismos operadores funcionan con muchos programas distintos. Empieza por decidir qué flujo enviar y si un archivo existente debe reemplazarse o ampliarse.

Guarda los resultados normales o añádelos al final

echo one > log.txt crea el archivo o lo vacía antes de escribir la línea «one». Un echo two >> log.txt posterior añade «two» al final y deja dos líneas. >> también crea un archivo inexistente.

ls /etc/hostname /nonexistent > out.txt 2> err.txt separa el listado correcto del error por la ruta inexistente. El descriptor debe estar pegado al operador. ls 2> err.txt redirige los errores; ls 2 > err.txt pide a ls que liste un archivo llamado «2» y redirige su salida normal.

Combina los flujos en el orden correcto

2>&1 dirige stderr al destino actual de stdout. Lee las redirecciones de izquierda a derecha:

ls /etc/hostname /nonexistent > all.txt 2>&1

Primero, stdout se dirige a all.txt. Después, stderr copia esa conexión. Ambos flujos llegan ahora al archivo. &> all.txt de Bash es una forma más corta y &>> all.txt añade ambos flujos al final.

Invertir el orden cambia el resultado:

ls /etc/hostname /nonexistent 2>&1 > out.txt

Primero, stderr se dirige adonde apunta stdout en ese momento: el terminal. Después, stdout se dirige al archivo. Stderr conserva la conexión anterior, por lo que el error sigue visible. 2>&1 establece una conexión en ese momento; no hace que stderr siga todos los cambios posteriores de stdout.

Descarta un flujo deliberadamente

/dev/null descarta los datos que se escriben en él. find / -name passwd 2>/dev/null deja las rutas coincidentes en stdout mientras oculta mensajes de diagnóstico como «Permission denied». Esos mensajes pueden identificar directorios en los que no se ha buscado, por lo que descartarlos también elimina información sobre las omisiones de la búsqueda.

Protege un archivo de entrada

No escribas sort fruit.txt > fruit.txt. El intérprete vacía el destino antes de que sort lo lea. Utiliza una ruta de salida distinta, comprueba el resultado y después cambia su nombre. En el caso concreto de sort, sort -o fruit.txt fruit.txt utiliza su opción admitida de archivo de salida para actualizar ese archivo de forma segura.

Bash también puede rechazar sobrescrituras accidentales:

set -o noclobber

Con esta opción, > normal falla si el archivo normal ya existe. >> sigue añadiendo al final. Utiliza >| para una sobrescritura intencionada o set +o noclobber para desactivar la opción. La protección es útil al guardar informes repetidos, pero no cambia las opciones de escritura de archivos propias de un comando.

Una tubería, escrita |, une la salida normal de un comando con la entrada del siguiente. Puedes conectar varias tareas pequeñas sin guardar un archivo temporal entre ellas.

Sigue el flujo de texto

En ls /etc | wc -l, ls escribe nombres y wc -l cuenta los caracteres de salto de línea que recibe. Un comando que lee stdin, selecciona o modifica texto y escribe en stdout se llama filtro. sort, uniq, wc, cut, grep, head y tail pueden servir como filtros.

La forma general es command1 | command2 | command3. Cada etapa recibe la salida de la etapa anterior, que puede tener una forma distinta a la del archivo original. Una etapa posterior no puede recuperar las líneas o columnas que una etapa anterior eliminó.

Construye un recuento por etapas

Supón que fruit.txt contiene seis líneas: «banana», «apple», «cherry», «apple», «banana», «apple». Para contar los nombres diferentes, ejecuta primero:

sort fruit.txt

La salida tiene tres líneas «apple», dos líneas «banana» y una línea «cherry». Ahora los nombres iguales están juntos. Añade una etapa:

sort fruit.txt | uniq

uniq elimina las repeticiones consecutivas y deja «apple», «banana» y «cherry». Por último, sort fruit.txt | uniq | wc -l indica 3. Contar directamente el archivo original indicaría seis líneas, lo que responde a una pregunta diferente.

Ejecuta la cadena a medida que crece e inspecciona el resultado antes de añadir el siguiente comando. Para una salida muy larga, añade temporalmente | head para ver las primeras diez líneas. Esto facilita detectar un encabezado que no se eliminó o un campo que se seleccionó incorrectamente.

Mantén los errores separados

Una tubería normal transporta stdout, no stderr. Con una ruta existente y otra inexistente, ls /etc/hostname /nonexistent | wc -l cuenta la única línea normal del listado. El error sigue apareciendo en el terminal.

Para incluir los mensajes de diagnóstico en los datos, utiliza ls /etc/hostname /nonexistent 2>&1 | wc -l, que cuenta dos líneas en este ejemplo. |& de Bash también combina stdout y stderr en la tubería. Que resulte útil incluir los errores depende de lo que quieras que signifique el recuento final.

Las etapas se ejecutan simultáneamente. tail -f /var/log/app.log | grep ERROR muestra en el terminal las nuevas líneas añadidas que coinciden. Es una vista en directo, no un proceso que espera a que el archivo termine. Sin embargo, los programas pueden almacenar temporalmente la salida; la visualización inmediata no está garantizada para todas las cadenas posibles.

Guarda una copia durante el proceso

tee escribe su entrada tanto en un archivo como en stdout:

sort fruit.txt | uniq | tee unique.txt | wc -l

El terminal muestra 3, mientras que unique.txt almacena los tres nombres. tee -a añade al final en lugar de reemplazar el archivo guardado. Colocar tee antes guardaría una forma anterior de los datos.

Una tubería conecta con un comando, mientras que > indica un archivo. ls > less crea un archivo llamado «less»; no inicia el paginador. El comando receptor también debe leer stdin: pasar texto por una tubería a echo o ls no convierte ese texto en sus argumentos.

Contar y ordenar son tareas separadas. Antes de utilizar un recuento, decide si necesitas registros, palabras, bytes o valores distintos. Antes de eliminar duplicados, determina si las líneas iguales ya están juntas.

Cuenta lo que necesitas con wc

wc file sin opciones indica las líneas, palabras y bytes, en ese orden, y después el nombre del archivo. La lista de seis líneas de frutas que contiene «banana», «apple», «cherry», «apple», «banana», «apple» produce «6 6 39 fruit.txt». Cada línea aporta sus letras más un byte de salto de línea.

wc -l no cuenta un fragmento final de texto sin salto de línea. Por tanto, un texto que contiene «one», un salto de línea y después «two» tiene un recuento de 1. En UTF-8, «café» seguido de un salto de línea ocupa seis bytes pero cinco caracteres porque «é» ocupa dos bytes. Con varios archivos de entrada, wc imprime sus recuentos y un total adicional.

Elige entre ordenación de texto y numérica

sort escribe las líneas ordenadas sin cambiar el archivo de entrada. Su orden predeterminado sigue la configuración de idioma actual. sort -f compara sin distinguir mayúsculas de minúsculas.

La ordenación de texto compara caracteres: «100», «25», «9» aparecen en ese orden porque sus primeros dígitos son «1», «2», «9». sort -n compara valores numéricos y produce 9, 25, 100. Añade -r para invertir el orden, como en sort -rn. sort -h interpreta sufijos de tamaño como «2K», «300M» y «1G».

Ordena por un campo

Para registros separados por comas, -t, establece el separador. -k3,3nr selecciona solo el campo 3, compara numéricamente e invierte el orden:

tail -n +2 scores.csv | sort -t, -k3,3nr | head -n 3

Con «name,city,score» seguido de «Ana,Lisbon,82», «Ben,Oslo,75», «Chen,Lisbon,91», «Dara,Oslo,68» y «Eli,Lisbon,88», el resultado es Chen, Eli y después Ana con sus registros completos. La primera etapa elimina el encabezado. De lo contrario, su clave de puntuación no numérica cuenta como cero durante la ordenación numérica.

Sin -t, los espacios en blanco separan los campos. -k2 extiende la clave desde el campo 2 hasta el final de la línea; -k2,2 la limita al campo 2.

Agrupa los duplicados antes de contarlos

uniq compara cada línea con la secuencia contigua. En la lista de frutas sin ordenar, conserva las seis líneas porque no hay nombres iguales juntos. sort fruit.txt | uniq imprime los tres nombres diferentes; sort -u fruit.txt también puede producir una lista ordenada de valores distintos.

Después de ordenar, uniq -c indica el recuento de cada secuencia: «3 apple», «2 banana», «1 cherry», con espacios que rellenan los recuentos. uniq -d imprime una copia de cada valor repetido y uniq -u imprime solo los valores que aparecen una vez. uniq -i ignora las mayúsculas y minúsculas en sus comparaciones.

Para mostrar primero los valores más frecuentes, utiliza sort fruit.txt | uniq -c | sort -rn. La ordenación inicial agrupa las líneas idénticas; la ordenación final clasifica sus recuentos. Omitir la primera ordenación hace que las secuencias dispersas se cuenten por separado.

Un registro suele contener más información de la que necesita una pregunta. cut selecciona campos o posiciones fijas de cada línea y escribe la selección en stdout. No reorganiza ni edita el archivo original.

Selecciona campos por su separador

Un delimitador separa los campos. En /etc/passwd, los dos puntos separan el nombre de usuario, el marcador de contraseña, el identificador de usuario, el identificador de grupo, el nombre completo, el directorio personal y el intérprete de comandos de inicio de sesión. Para este registro de ejemplo:

alice:x:1001:1001:Alice Smith:/home/alice:/bin/bash

cut -d: -f1,6 imprime «alice:/home/alice». Los números de campo comienzan en 1 y el delimitador permanece entre los campos seleccionados. cut -d: -f5 imprime «Alice Smith»; el espacio interno forma parte de ese campo porque el delimitador son los dos puntos.

La lista selecciona campos, no un nuevo orden. cut -d, -f3,1 sigue imprimiendo el campo 1 seguido del campo 3. De forma predeterminada, el separador es una tabulación, por lo que cut -f2 file selecciona el segundo campo separado por tabulaciones.

Una línea sin delimitador se imprime completa. Por ejemplo, cut -f2 imprime «no tabs here» sin cambios porque no contiene ninguna tabulación. Añade -s para omitir las líneas sin delimitador. Una línea que contiene delimitadores pero carece de un campo solicitado es un caso distinto; -s no es una prueba general de que los registros estén completos.

Selecciona posiciones fijas

cut -c1-5 selecciona las posiciones de la 1 a la 5. En el registro de cuenta anterior imprime «alice». La selección por posición sirve para texto de ancho fijo, donde las columnas deseadas comienzan en los mismos lugares en cada línea. La selección de campos sirve para registros cuyos campos tienen longitudes variables, pero cuyos separadores son constantes.

Comprueba cómo funcionan los separadores

Con cut -d' ' -f2, cada espacio individual es un separador. El texto «a b» tiene un segundo campo vacío entre sus dos espacios, por lo que el resultado es una línea vacía. Si los espacios repetidos solo sirven de relleno entre columnas, tr -s ' ' | cut -d' ' -f2 reduce primero cada secuencia de espacios a uno.

cut también trata las comas dentro de valores entre comillas como separadores. Un valor CSV entre comillas como «Smith, Ann» no se mantiene unido automáticamente. Utiliza ejemplos sencillos separados por delimitadores solo cuando los límites de los campos coincidan realmente con la regla del delimitador.

Cuenta valores de una columna seleccionada

Para contar las ciudades de scores.csv, comienza con cut -d, -f2 scores.csv. Con los registros de Ana, Ben, Chen, Dara y Eli, esto imprime «city», «Lisbon», «Oslo», «Lisbon», «Oslo», «Lisbon». Después:

cut -d, -f2 scores.csv | tail -n +2 | sort | uniq -c | sort -rn

Al eliminar la primera línea se quita «city». La ordenación agrupa las tres entradas de Lisbon y las dos de Oslo; uniq -c las cuenta y la última ordenación coloca «3 Lisbon» antes de «2 Oslo». Olvidar la etapa del encabezado crea un valor adicional, «1 city», porque un encabezado sigue siendo texto para estos comandos.

grep busca texto y normalmente imprime todas las líneas que contienen una coincidencia. Para realizar una búsqueda útil, empieza por elegir tanto el patrón como el tipo de resultado que necesitas: líneas, recuentos, números de línea o nombres de archivo.

Empieza con un patrón entre comillas

La forma habitual es grep 'pattern' file. Sin un archivo como argumento, grep lee stdin. Las búsquedas distinguen entre mayúsculas y minúsculas salvo que añadas -i.

Supón que server.log tiene cinco entradas: una línea INFO de inicio, una línea ERROR de disco lleno, una línea WARN de reintento, una línea «error timeout» en minúsculas y una línea INFO de copia de seguridad. grep 'ERROR' server.log imprime solo la línea ERROR en mayúsculas. grep -i 'error' server.log imprime ambas líneas de error.

Pon los patrones entre comillas aunque parezcan sencillos. grep 'disk full' server.log busca las dos palabras juntas. Sin comillas, grep disk full server.log utiliza «disk» como patrón y trata «full» como otro nombre de archivo. Las comillas también impiden que el intérprete expanda asteriscos y otros caracteres especiales antes de que grep los reciba.

Elige la salida que necesitas

Las opciones se combinan: grep -ic 'error' server.log indica 2, mientras que grep -n 'WARN' server.log identifica la línea 3. -c cuenta las líneas coincidentes, no el número de apariciones dentro de ellas. Una línea que contiene «error error» aporta uno al recuento.

Considera las líneas «error», «terror», «errors» y «Error found». grep 'error' sin opciones coincide con las tres primeras. grep -w 'error' solo coincide con la primera porque «error» no es una palabra completa en «terror» ni en «errors». Al añadir -i también coincide con «Error found». -x exige que coincida una línea entera, por lo que «Error found» sigue sin superar una búsqueda de línea completa para «error».

Busca en varios archivos

Cuando se buscan varios archivos, grep normalmente antepone los nombres de archivo a las coincidencias. grep -r 'TODO' notes busca en los archivos de todo el árbol de directorios. Añade -l para imprimir solo los nombres de archivos con coincidencias: grep -rl 'TODO' notes. La -L mayúscula lista los archivos sin coincidencias. Son resultados de selección de archivos, no recuentos de líneas coincidentes.

Decide si el patrón es literal

De forma predeterminada, grep interpreta una expresión regular. Un punto coincide con cualquier carácter individual, por lo que '10.0.0.7' también puede coincidir con «10a0b0c7». grep -F '10.0.0.7' file busca el texto exacto. Escapar cada punto, como en '10\.0\.0\.7', también hace que los puntos sean literales.

grep -q suprime la salida normal e informa mediante su estado de salida: 0 si hay una coincidencia, 1 si no hay ninguna y normalmente 2 si hay un error en grep de GNU. Un archivo de entrada inexistente es un error, no una prueba de que el patrón estuviera ausente.

En una cadena de comandos, grep -i 'error' server.log | wc -l cuenta las líneas coincidentes igual que grep -ic. La primera forma deja espacio para otros filtros entre la selección de líneas y su recuento.

Una expresión regular describe texto que puede coincidir con ella. grep normalmente busca una parte coincidente en cualquier lugar de una línea y después imprime la línea completa. La mayoría de las letras coinciden consigo mismas; los caracteres especiales describen posiciones, opciones o repeticiones.

Busca un carácter o una posición

El punto . coincide con un carácter dentro de una línea. Con las líneas «cat», «cart», «coat», «cut», «act», «scat» y «color», el patrón 'c.t' coincide con «cat», «cut» y «scat». La última contiene «cat» como parte coincidente. «coat» tiene dos caracteres entre «c» y «t», por lo que un punto no puede abarcar ambos.

Utiliza anclas para limitar las posiciones. ^ marca el principio de una línea y $ el final:

grep '^c.t$' words.txt imprime solo «cat» y «cut». Anclar ambos extremos descarta una línea más larga como «scat».

Elige un carácter de un conjunto

Una expresión entre corchetes coincide con un carácter. [ao] significa «a» u «o», por lo que 'c[ao]t' coincide con la parte «cat» de «cat» y «scat». [0-9] describe un dígito. Un acento circunflejo inmediatamente después del corchete de apertura niega el conjunto: 'c[^a]t' coincide con «cut», pero no con «cat». Aquí el circunflejo excluye un carácter; no marca el principio de una línea.

Las clases con nombre describen categorías de la configuración de idioma actual. [[:digit:]] selecciona un dígito, [[:alpha:]] una letra, [[:alnum:]] una letra o un dígito y [[:upper:]] o [[:lower:]] una letra en mayúscula o minúscula, respectivamente. [[:space:]] incluye espacios, tabulaciones y otros caracteres de espacio en blanco. Conserva ambos pares de corchetes: el nombre de la clase va dentro de la expresión exterior del conjunto.

Repite el elemento anterior

* significa cero o más apariciones del elemento inmediatamente anterior. 'ca*t' puede coincidir con «ct», «cat» o «caat». También coincide con «act» porque esa línea contiene «ct», con cero apariciones de «a». Para coincidir con cualquier secuencia de caracteres, combina punto y asterisco como .*.

'^c.*t$' coincide con «cat», «cart», «coat» y «cut» en la lista de palabras. Un comodín de nombre de archivo y una expresión regular usan reglas distintas para el asterisco: el patrón del intérprete *.txt describe nombres terminados en «.txt», pero la expresión regular para esa terminación es '\.txt$'.

Convierte un carácter especial en literal

Una barra invertida puede eliminar un significado especial. \. coincide con un punto literal, \* con un asterisco y \[ con un corchete de apertura. [.] también selecciona un punto literal. grep '\.conf$' file selecciona líneas que terminan en «.conf».

Una búsqueda en una configuración puede eliminar comentarios sencillos y líneas vacías con grep -v '^#' app.conf | grep -v '^$'. La primera prueba reconoce comentarios solo cuando «#» es el primer carácter. La sintaxis básica predeterminada trata ?, +, las llaves, | y los paréntesis sin escapar como caracteres ordinarios. grep de GNU admite formas de operador con barra invertida; grep -E proporciona la sintaxis extendida sin esas barras invertidas.

Las expresiones regulares extendidas añaden formas útiles de expresar partes opcionales, grupos repetidos y alternativas. Utiliza grep -E para que el patrón se lea con esta sintaxis. El punto, las anclas, los conjuntos y el asterisco conservan sus significados anteriores.

Cuenta repeticiones

Un operador sigue al elemento que modifica. Ese elemento puede ser un carácter, una expresión entre corchetes o un grupo:

'logs?' coincide con «log» y «logs»: solo la «s» es opcional. 'ca+t' requiere al menos una «a», por lo que coincide con «cat» y con la parte coincidente de «scat», pero no con «ct» dentro de «act». Omitir -E convierte un signo de interrogación o de suma sin escapar en texto literal en la sintaxis básica.

Para un código completo de dos letras mayúsculas y cuatro dígitos, utiliza:

grep -E '^[A-Z]{2}[0-9]{4}$' codes.txt

«AB1234» y «QZ0042» coinciden. «A12345» solo tiene una letra inicial, «ab1234» usa minúsculas y «XY98765» tiene un dígito adicional. Las dos anclas impiden que se acepte una sección aparentemente válida dentro de un código más largo. Añadir -i también permitiría el código en minúsculas.

Agrupa alternativas

| indica una alternativa dentro de un patrón extendido. 'cat|cut' busca cualquiera de las dos palabras en cualquier lugar de una línea. Los paréntesis establecen los límites de un grupo: 'c(a|o)t' elige «a» u «o» entre «c» y «t». Un cuantificador posterior se aplica al grupo completo, por lo que '(ab)+' coincide con una o más copias de «ab».

Mantén el patrón entre comillas. En grep -E cat|cut words.txt, el intérprete interpreta la barra vertical sin comillas como una tubería entre comandos. En grep -E 'cat|cut' words.txt, entrega ese carácter a grep como parte de un solo patrón.

Imprime coincidencias en lugar de líneas completas

-o imprime solo las partes coincidentes, una por línea de salida. El comando siguiente extrae una forma de números separados por puntos de una línea más larga:

grep -Eo '([0-9]{1,3}\.){3}[0-9]{1,3}' server.log

La parte entre paréntesis son de uno a tres dígitos seguidos de un punto literal; {3} la repite tres veces. La parte final añade de uno a tres dígitos. Extrae «10.0.0.7» de una línea que lo contiene, pero también acepta «999.999.999.999». Coincidir con una forma no comprueba si cada número está dentro del rango válido de una dirección.

Elimina juntas las líneas vacías y los comentarios

grep -Ev '^[[:space:]]*(#|$)' app.conf selecciona los ajustes activos. Lee el patrón en orden: comienza al principio, permite espacios en blanco y después busca «#» o el final de la línea. Por tanto, reconoce comentarios con sangría y líneas que solo contienen espacios en blanco, además de líneas vacías. -v conserva las líneas que no encajan con esa descripción, como «port=8080». El nombre de comando antiguo egrep es obsoleto en grep de GNU; utiliza grep -E.

find recorre un árbol de directorios y comprueba los elementos que encuentra. Elige primero el directorio inicial: find project imprime el propio project y las entradas que contiene. Añadir pruebas acota la selección.

Busca coincidencias de nombres, rutas y tipos

find project -name '*.txt' selecciona nombres terminados en «.txt» en cualquier lugar bajo el directorio inicial. Pon el comodín entre comillas para que el intérprete lo transmita sin cambios. -name distingue entre mayúsculas y minúsculas, por lo que «Guide.TXT» requiere -iname '*.txt' para encontrar una coincidencia sin esa distinción.

El patrón debe coincidir con todo el nombre del elemento, sin sus directorios padres. -name 'guide' no coincide con «guide.txt»; -name 'guide*' sí. Utiliza -path '*/src/*' cuando importe la parte de directorios. find imprime en orden de recorrido, por lo que puedes añadir | sort cuando quieras rutas ordenadas.

-type f selecciona archivos normales, -type d directorios y -type l enlaces simbólicos. find project -type f -name '*.txt' exige que se cumplan tanto la prueba de tipo como la de nombre. Un directorio llamado «notes.txt» no supera la prueba de tipo aunque su nombre encaje.

Comprende las comparaciones de tamaño

-size compara un tamaño después de redondearlo hacia arriba a la unidad seleccionada. c significa bytes, k significa kibibytes de 1024 bytes, M significa mebibytes de 1 048 576 bytes y G significa gibibytes. Un signo más inicial significa mayor que, un signo menos significa menor que y la ausencia de signo significa igual al número especificado de unidades.

Para -size +100M, el tamaño redondeado debe superar 100 unidades de MiB. Un archivo que supera 100 MiB por un byte se redondea a 101 unidades y cumple la condición. Un archivo no vacío menor de 1 MiB se redondea a una unidad, por lo que -size -1M solo encuentra archivos vacíos. Utiliza una prueba en bytes para un umbral exacto de bytes o una unidad menor para obtener un rango útil de archivos pequeños.

Comprueba la antigüedad y limita la profundidad

-mtime utiliza periodos completos de 24 horas desde la modificación. -mtime -7 selecciona elementos modificados hace menos de siete días. -mtime +30 selecciona antigüedades con más de 30 periodos completos: al menos 31 días. -mmin -30 utiliza minutos para cambios recientes. -user alice selecciona un propietario y -empty selecciona archivos o directorios vacíos.

Para examinar el directorio inicial y sus entradas inmediatas sin entrar en subdirectorios, utiliza find project -maxdepth 1 -type f. Coloca -maxdepth antes de las pruebas.

Combina pruebas y conserva los patrones

Las pruebas escritas una junto a otra significan Y. -o significa O, como en find project -name '*.txt' -o -name '*.md'. ! -name '*.c' niega una prueba de nombre. Para una selección sencilla, mantén clara la relación entre las pruebas antes de añadir acciones.

El intérprete expande un comodín sin comillas según tu directorio actual. Si allí solo coincide notes.txt, find . -name *.txt se convierte en una búsqueda de ese único nombre y omite otros archivos de texto. Si hay varias coincidencias locales, el comando puede fallar porque aparecen nombres adicionales dentro de la expresión de prueba.

Una búsqueda en directorios protegidos puede mostrar «Permission denied». 2>/dev/null oculta esos errores, pero no permite buscar en directorios que no se pueden leer. find comprueba el árbol durante su ejecución; un sistema de archivos en uso todavía puede cambiar antes de que un comando posterior utilice las rutas devueltas.

Después de seleccionar archivos, puedes dar sus rutas a otro comando. Mantener la selección y la acción en la misma expresión de find evita tratar los espacios dentro de los nombres de archivo como separadores entre nombres.

Ejecuta un comando para cada coincidencia

La acción -exec command {} \; ejecuta el comando una vez por cada elemento coincidente. find sustituye {} por la ruta de ese elemento. Por ejemplo:

find project -name 'main.c' -exec wc -l {} \;

Si la coincidencia es project/src/main.c, esto ejecuta wc -l project/src/main.c. El punto y coma escapado termina la acción. La barra invertida impide que el intérprete utilice primero el punto y coma para terminar todo el comando.

Utiliza {} + para pasar lotes de rutas a menos ejecuciones del comando:

find notes -type f -name '*.txt' -exec grep -l 'TODO' {} +

grep recibe las rutas de archivo seleccionadas como argumentos y lista las que contienen «TODO». Ambas formas conservan una ruta como «notes/team plan.txt» como un solo argumento. La forma con + reduce el trabajo de inicio cuando coinciden muchos archivos.

Combina la selección de archivos con la de texto

find comprueba propiedades de los archivos; grep examina su contenido. Añade -mtime -7 antes de la acción para buscar solo en archivos de texto modificados recientemente:

find notes -type f -name '*.txt' -mtime -7 -exec grep -l 'TODO' {} +

Primero, las pruebas de nombre, tipo y antigüedad seleccionan archivos. Después, grep busca en su texto. grep -r por sí solo puede buscar en el contenido de un árbol, pero no sustituye esas pruebas de propiedades de archivo.

Aplica la eliminación solo después de comprobar la selección

-delete elimina las coincidencias sin confirmación ni posibilidad de deshacer. Ejecuta primero la selección sin ninguna acción de eliminación y revisa las rutas. Solo entonces añade -delete al final, como en find /tmp/build -type f -name '*.tmp' -delete. Para pedir confirmación por cada elemento, -ok rm {} \; pregunta antes de ejecutar el comando de eliminación.

Las acciones se ejecutan a medida que se evalúa la expresión. Colocar -delete antes de -name '*.tmp' permite que la eliminación ocurra antes de que esa prueba de nombre pueda limitarla. Una prueba posterior no puede proteger un elemento de una acción ya realizada.

Elige una búsqueda más rápida cuando sea adecuada

locate guide.txt busca en un índice de rutas almacenadas que contienen «guide.txt». Puede responder rápidamente sin recorrer el disco. Como la base de datos se actualiza periódicamente, puede faltar un archivo nuevo o permanecer una ruta eliminada. updatedb reconstruye el índice; una actualización de todo el sistema suele necesitar permisos de administrador. Algunas distribuciones requieren un paquete opcional como plocate.

which grep busca un archivo de programa ejecutable en los directorios de PATH y suele indicar /usr/bin/grep. No describe todas las formas en que Bash resuelve un comando. type echo, por ejemplo, puede identificar un comando integrado aunque también exista un programa externo llamado «echo». Utiliza type commandname para la interpretación de Bash, find para una búsqueda actual en el árbol y locate para una búsqueda rápida de nombres en el índice.

nano notes.txt abre texto en un editor de terminal. Puedes desplazarte con las teclas de flecha y escribir directamente en el texto. Si el archivo no existe, nano inicia un búfer vacío, el texto de trabajo mantenido en memoria; al guardar se crea el archivo en el disco.

Lee las etiquetas de los atajos

Las líneas inferiores muestran combinaciones de teclas. ^ significa Ctrl, por lo que ^X significa Ctrl+X. M- significa Meta, normalmente Alt, por lo que M-U significa Alt+U. Ctrl+G abre la ayuda. Estas etiquetas describen teclas que se pulsan juntas, no caracteres que se escriben en el archivo.

Haz y guarda un pequeño cambio

Para cambiar «port=8080» por «port=9090» en app.conf:

1. Ejecuta nano app.conf.
2. Pulsa Ctrl+W, introduce «8080» y pulsa Enter.
3. En la coincidencia, elimina los cuatro dígitos y escribe «9090».
4. Pulsa Ctrl+O y después Enter para confirmar el nombre del archivo y guardar.
5. Pulsa Ctrl+X para salir.

De vuelta en el intérprete, grep 'port' app.conf debería mostrar «port=9090». Esto comprueba el archivo guardado, no solo lo que estaba visible en el editor.

Ctrl+O es Guardar (Write Out), no un comando para abrir archivos. Ctrl+R lee el contenido de otro archivo y lo inserta en el búfer actual en la posición del cursor. Confundir esas acciones puede insertar texto no deseado en el archivo que editas.

Busca, reemplaza y desplázate

Ctrl+W busca texto. Alt+G va a un número de línea indicado, lo que resulta útil cuando un mensaje de error identifica una línea concreta. Ctrl+C muestra la línea y la columna actuales.

Alt+R, también disponible como Ctrl+, inicia la sustitución. Introduce el texto que buscas y después su reemplazo. Para cada coincidencia, responde Y para reemplazar o N para omitir; A reemplaza todas. Elegir sustituciones individuales ayuda cuando los mismos dígitos aparecen en varios ajustes y solo debe cambiar uno.

Mueve texto y deshaz cambios

Pulsar Ctrl+K repetidamente reúne líneas consecutivas. Con una selección marcada, Ctrl+K corta el texto marcado en lugar de toda la línea. Ctrl+U inserta después ese texto donde está el cursor. Deshacer resulta útil inmediatamente después de un corte o una sustitución accidental.

Sal de forma deliberada

Ctrl+X sale. Si el búfer tiene cambios sin guardar, nano pregunta si quieres guardarlo. Y guarda, seguido de Enter para confirmar el nombre; N sale sin guardar esos cambios; Ctrl+C cancela la salida y vuelve a la edición. Responder N es una decisión de descartar el trabajo, no una forma de seguir editando.

nano -l app.conf muestra números de línea y nano +12 app.conf comienza en la línea 12. Si el guardado falla porque no tienes permiso, el búfer editado no se ha guardado en esa ruta. Los archivos del sistema requieren los permisos adecuados, por ejemplo sudo nano /etc/hosts cuando un cambio autorizado del sistema necesita acceso de administrador. Para practicar, utiliza un archivo de tu propio directorio.

vi notes.txt abre un editor de terminal en modo normal. Allí, una tecla como x es un comando. Para escribir texto, entra primero en el modo de inserción. En muchos sistemas Linux, vi inicia Vim u otro editor compatible con vi.

Ten presente el modo

Vim muestra «-- INSERT --» durante la inserción. Esc vuelve al modo normal. Desde el modo normal, i inserta antes del cursor y a después. I comienza antes del primer carácter que no sea un espacio en blanco de la línea, conservando la sangría; A añade al final. o abre una línea debajo y O una línea encima.

Desplázate sin escribir texto

En modo normal, h, j, k y l mueven a la izquierda, abajo, arriba y a la derecha. Las teclas de flecha también funcionan. w se desplaza a la siguiente palabra, 0 al principio de la línea y $ al final. G salta a la última línea. 1G salta a la primera; Vim también ofrece gg. Un número antes de G selecciona una línea, por lo que 12G salta a la línea 12. :12 y Enter hacen lo mismo. Los recuentos también repiten movimientos: 5j baja cinco líneas.

Edita desde el modo normal

x elimina el carácter bajo el cursor. dd corta una línea; 3dd corta tres líneas. yy copia una línea. Para texto de líneas completas, p pega debajo de la línea actual y P encima. Para texto por caracteres, p pega después del cursor y P antes.

cw reemplaza el resto de la palabra actual y entra en el modo de inserción. r seguido de un carácter reemplaza solo un carácter. u deshace un cambio; Ctrl+R de Vim lo rehace. Un punto . repite el último cambio.

Busca y cambia un ajuste

Para reemplazar «8080» por «9090» en app.conf, ejecuta vi app.conf, después escribe /8080 y pulsa Enter. En el primer «8», escribe cw, escribe «9090» y pulsa Esc. Escribe :wq y pulsa Enter para guardar y salir.

Busca hacia atrás con ?text y Enter. n repite la dirección actual de búsqueda y N la invierte. Las búsquedas aceptan expresiones regulares. Para reemplazar todas las apariciones en un archivo, :%s/8080/9090/g utiliza % para todas las líneas y g para todas las apariciones en cada línea. :set number muestra números de línea durante la edición.

Guarda o sal de forma deliberada

Desde el modo normal, :w y Enter guardan; :w newname.txt guarda con un nombre nuevo. :q sale solo si no lo impiden cambios sin guardar. :wq, :x o ZZ guardan y salen. :q! descarta los cambios sin guardar y sale.

Si al escribir el cursor se mueve o se elimina texto de forma inesperada, pulsa Esc para establecer el modo normal y después utiliza u para deshacer las ediciones no deseadas antes de continuar. Entra en el modo de inserción antes de escribir el texto de reemplazo. Cuando termines un intento de edición, elige si quieres guardar o descartar; el signo de exclamación de :q! autoriza a descartar el trabajo sin guardar.