Bash ประมวลผลข้อความร่วมกับ grep / sed / awk



Bash ไม่ได้เก่งเรื่องประมวลผลข้อความเอง — มันเก่งเรื่อง “จัดคิว” ให้เครื่องมือที่เก่ง บทนี้เป็นสูตรอาหารสำหรับงานที่เจอบ่อย

เลือกเครื่องมือให้ถูกงาน

งานเครื่องมือ
กรองบรรทัดตาม patterngrep
แทนที่ข้อความ / ลบบรรทัดsed
ดึง field ตามตำแหน่ง + คำนวณ + จัดกลุ่มawk
ตัด field แบบง่าย (delimiter เดียว)cut
เรียง / ยุบซ้ำsort / uniq
แปลง/ลบอักขระtr
แยกสตริงสั้น ๆ ในสคริปต์parameter expansion (บทที่ 18)
JSONjq (บทที่ 38)
CSV ซับซ้อนPython / csvkit / mlr (miller)

parse ไฟล์ config แบบ key=value

# config.ini:
#   # เซิร์ฟเวอร์
#   host = example.com
#   port = 8080
#   debug = true

declare -A config

while IFS='=' read -r key value; do
    key=${key%%#*}                        # ตัดคอมเมนต์
    key=$(echo "$key" | xargs)            # trim (xargs trick — ระวังถ้าค่ามี quote)
    [[ -z "$key" ]] && continue
    value=${value%%#*}
    value=$(echo "$value" | xargs)
    config[$key]=$value
done < config.ini

echo "host = ${config[host]}"
echo "port = ${config[port]}"

trim แบบไม่เรียก process (บทที่ 19 — เร็วกว่าใน loop ใหญ่)

shopt -s extglob
trim() { local s=$1; s=${s##+([[:space:]])}; s=${s%%+([[:space:]])}; printf '%s' "$s"; }

while IFS='=' read -r key value; do
    key=$(trim "${key%%#*}")
    [[ -z "$key" || "$key" == \#* ]] && continue
    config[$key]=$(trim "${value%%#*}")
done < config.ini

อ่าน CSV ง่าย ๆ (ไม่มี comma ใน field)

# contacts.csv:
#   name,email,role
#   Somchai,somchai@example.com,admin
#   Somsri,somsri@example.com,user

{
    read -r header                       # ข้าม/เก็บ header
    while IFS=',' read -r name email role; do
        echo "ส่งเมลถึง $name <$email> (สิทธิ์: $role)"
    done
} < contacts.csv

CSV ที่มี comma หรือ newline ใน field (มี "..." ครอบ) — bash ทำไม่ได้ดี

# ใช้ awk ที่เข้าใจ CSV (gawk 4+) หรือ Python
python3 -c '
import csv, sys
for row in csv.DictReader(open("contacts.csv")):
    print(f"{row[\"name\"]} <{row[\"email\"]}>")
'
# หรือ: mlr --csv cat contacts.csv

สรุป access log

# รูปแบบ: 192.168.1.1 - - [07/Sep/2026:14:30:00 +0700] "GET /page HTTP/1.1" 200 1234

log=/var/log/nginx/access.log

echo "=== Top 10 IP ==="
awk '{print $1}' "$log" | sort | uniq -c | sort -rn | head -10

echo "=== การกระจาย HTTP status ==="
awk '{print $9}' "$log" | sort | uniq -c | sort -rn

echo "=== Top 10 URL ที่ 404 ==="
awk '$9 == 404 {print $7}' "$log" | sort | uniq -c | sort -rn | head -10

echo "=== ปริมาณ traffic รวม (MB) ==="
awk '{sum += $10} END {printf "%.1f MB\n", sum/1024/1024}' "$log"

echo "=== request ต่อชั่วโมง ==="
awk -F'[:[]' '{print $2":"$3}' "$log" | sort | uniq -c

ทั้งหมดนี้ Bash แค่จัด pipeline — awk ทำงานหนัก

แก้ไฟล์ config ให้ idempotent

“ตั้งค่านี้ ถ้ายังไม่มีให้เพิ่ม ถ้ามีแล้วให้แก้” — รันซ้ำได้ผลเดิม

set_config() {
    local file=$1 key=$2 value=$3

    if grep -qE "^${key}[[:space:]]*=" "$file"; then
        # มีอยู่ — แก้ค่า
        sed -i.bak -E "s|^(${key}[[:space:]]*=[[:space:]]*).*|\1${value}|" "$file"
    else
        # ยังไม่มี — เพิ่มท้ายไฟล์
        printf '%s = %s\n' "$key" "$value" >> "$file"
    fi
}

set_config /etc/myapp.conf "max_connections" "200"
set_config /etc/myapp.conf "timeout" "30"

sed -i.bak สำรองไฟล์เดิมเป็น .bak — ทำเสมอเมื่อแก้ไฟล์ระบบ

สำหรับไฟล์ที่มีโครงสร้าง (YAML, JSON, TOML) อย่าใช้ sed — ใช้ yq, jq, หรือเครื่องมือเฉพาะ

# JSON: แก้ค่าด้วย jq (เขียนไฟล์ชั่วคราวแล้ว mv — atomic, บทที่ 36)
tmp=$(mktemp)
jq '.database.max_connections = 200' config.json > "$tmp" && mv "$tmp" config.json

เปรียบเทียบสองไฟล์

comm -12 <(sort a.txt) <(sort b.txt)     # บรรทัดที่มีทั้งสองไฟล์
comm -23 <(sort a.txt) <(sort b.txt)     # เฉพาะใน a
comm -13 <(sort a.txt) <(sort b.txt)     # เฉพาะใน b

diff <(ssh host1 'dpkg -l | awk "{print \$2}"' | sort) \
     <(ssh host2 'dpkg -l | awk "{print \$2}"' | sort)

สร้างรายงานเป็นตาราง

{
    printf '%s\t%s\t%s\n' "SERVICE" "STATUS" "MEMORY"
    for svc in nginx mysql redis php-fpm; do
        status=$(systemctl is-active "$svc")
        mem=$(systemctl show "$svc" -p MemoryCurrent --value)
        mem_mb=$(( mem == 0 ? 0 : mem / 1024 / 1024 ))
        printf '%s\t%s\t%sMB\n' "$svc" "$status" "$mem_mb"
    done
} | column -t -s$'\t'
SERVICE  STATUS   MEMORY
nginx    active   45MB
mysql    active   380MB
redis    active   12MB
php-fpm  active   128MB

column -t -s$'\t' จัดคอลัมน์ให้ตรงโดยแบ่งที่แท็บ

ดึงค่าเดียวจาก output

# IP ของ default gateway
gateway=$(ip route | awk '/^default/ {print $3; exit}')

# เวอร์ชันจาก --version
docker_ver=$(docker --version | grep -oE '[0-9]+\.[0-9]+\.[0-9]+' | head -1)

# ค่าจาก JSON
token=$(curl -fsS "$auth_url" | jq -r '.access_token')

# เปอร์เซ็นต์ดิสก์ (แค่ตัวเลข)
disk_pct=$(df --output=pcent / | tail -1 | tr -dc '0-9')
(( disk_pct > 90 )) && echo "ดิสก์เกือบเต็ม: ${disk_pct}%" >&2

เรื่องที่คนมักพลาด

  • sed -i โดยไม่สำรอง — ใช้ sed -i.bak เมื่อแก้ไฟล์ระบบ (macOS: sed -i '' ... หรือ sed -i.bak)
  • แยก CSV ที่มี comma ใน field ด้วย IFS=, — พัง ใช้ Python/awk-csv/mlr
  • sed แก้ YAML/JSON — เปราะมาก ใช้ yq/jq
  • awk '{print $1}' แต่ field คั่นด้วยหลายช่องว่าง — awk จัดการให้ (ยุบ whitespace) แต่ cut -d' ' ไม่ได้
  • grep pattern | wc -l แทน grep -c — grep -c นับให้เลย
  • pipeline ยาวไม่มี set -o pipefail — error ตัวกลางถูกกลืน (บทที่ 26)
  • $(echo "$x" | xargs) เพื่อ trim — พังถ้าค่ามี " หรือ \ ใช้ parameter expansion

สรุป

  • Bash = กาว, เลือกเครื่องมือ: grep (กรอง), sed (แทนที่), awk (คอลัมน์+คำนวณ), cut (ตัดง่าย)
  • parse config key=value: while IFS='=' read -r k v + trim + ตัดคอมเมนต์ ${k%%#*}
  • CSV ง่าย: while IFS=',' read -r a b c — CSV ซับซ้อน → Python/mlr
  • สรุป log: awk '{print $N}' | sort | uniq -c | sort -rn | head เป็น pattern มาตรฐาน
  • แก้ config idempotent: grep -q เช็ก → sed -i.bak แก้ / >> เพิ่ม
  • JSON/YAML: jq / yq + atomic write (> tmp && mv) — ไม่ใช่ sed
  • เปรียบเทียบ: comm -12/-23/-13 <(sort a) <(sort b)
  • ตาราง: printf '%s\t%s\n' ... | column -t -s$'\t'

บทถัดไปว่าด้วยการจัดการไฟล์และพาธอย่างปลอดภัย — mktemp, atomic write, lockfile, ชื่อไฟล์มีช่องว่าง