Filtrer et transformer du texte sous Linux

Vous avez un fichier de log, un export CSV ou la sortie d’une commande — et vous avez besoin d’en extraire une information précise. Sous Linux, une poignée de commandes suffit : cut pour les colonnes, sort pour trier, uniq pour dédupliquer, wc pour compter, tr pour remplacer des caractères et diff pour comparer. Ce guide couvre les usages de base de chacune.

Ce que vous allez apprendre

• Extraire des colonnes avec cut
• Trier des lignes avec sort
• Dédupliquer avec uniq
• Compter lignes, mots et caractères avec wc
• Remplacer ou supprimer des caractères avec tr
• Comparer deux fichiers avec diff
• Découvrir sed et awk pour aller plus loin

cut — extraire des colonnes

cut découpe chaque ligne d’un fichier selon un séparateur et extrait les champs demandés.

Extraire un champ avec un séparateur

Le fichier /etc/passwd utilise : comme séparateur. Pour extraire uniquement les noms d’utilisateurs (premier champ) :

cut -d: -f1 /etc/passwd

Sortie (extrait)

root
daemon
bin
bob

• -d: : le séparateur est :
• -f1 : extraire le champ n°1

Extraire plusieurs champs

cut -d: -f1,6 /etc/passwd

Sortie (extrait)

root:/root
bob:/home/bob

Ici on récupère le nom (champ 1) et le répertoire home (champ 6).

Extraire par position de caractères

L’option -c extrait par position au lieu du séparateur :

echo "abcdefgh" | cut -c1-4

Sortie

abcd

sort — trier des lignes

sort trie les lignes d’un fichier par ordre alphabétique par défaut.

sort /etc/passwd

Tri numérique

Par défaut, sort trie comme du texte (« 9 » vient après « 10 »). Pour trier correctement des nombres :

sort -n fichier.txt

Tri inversé

sort -r fichier.txt

Trier sur une colonne précise

Pour trier un fichier CSV par la deuxième colonne :

sort -t',' -k2 fichier.csv

• -t',' : le séparateur est ,
• -k2 : trier sur le champ 2

uniq — supprimer les doublons

uniq supprime les lignes consécutives identiques. C’est pourquoi on l’utilise presque toujours après sort :

sort fichier.txt | uniq

Compter les occurrences

L’option -c affiche le nombre de répétitions devant chaque ligne :

sort fichier.txt | uniq -c

Sortie

      3 erreur
      1 info
      5 warning

Afficher uniquement les doublons

sort fichier.txt | uniq -d

Combinaison classique

sort | uniq -c | sort -rn est un pattern très courant : il trie, compte les occurrences, puis affiche les plus fréquentes en premier. Vous le retrouverez souvent dans l’analyse de logs.

wc — compter

wc (word count) compte les lignes, les mots et les caractères.

wc /etc/passwd

Sortie

  42  64 2456 /etc/passwd

Les trois nombres : 42 lignes, 64 mots, 2456 octets.

Compter uniquement les lignes

wc -l /etc/passwd

C’est l’option la plus utilisée — par exemple pour compter le nombre d’utilisateurs du système ou le nombre de fichiers dans un répertoire :

ls /etc | wc -l

Compter les mots

wc -w fichier.txt

tr — remplacer ou supprimer des caractères

tr (translate) transforme ou supprime des caractères. Il lit toujours depuis l’entrée standard (via un pipe ou une redirection).

Convertir majuscules en minuscules

echo "HELLO WORLD" | tr 'A-Z' 'a-z'

Sortie

hello world

Supprimer des caractères

L’option -d supprime toutes les occurrences du caractère indiqué :

echo "prix: 42,50 €" | tr -d ' '

Sortie

prix:42,50€

Remplacer un caractère par un autre

echo "un;deux;trois" | tr ';' ','

Sortie

un,deux,trois

diff — comparer deux fichiers

diff montre les différences entre deux fichiers ligne par ligne. C’est la commande de base avant d’utiliser un outil comme Git.

diff fichier1.txt fichier2.txt

Sortie

2c2
< banana
---
> banane

• 2c2 : la ligne 2 a changé (c = changed)
• < : contenu du premier fichier
• > : contenu du second fichier

Affichage côte à côte

L’option -y affiche les deux fichiers en colonnes :

diff -y fichier1.txt fichier2.txt

Affichage unifié (style Git)

diff -u fichier1.txt fichier2.txt

Sortie

--- fichier1.txt
+++ fichier2.txt
@@ -1,3 +1,3 @@
 apple
-banana
+banane
 cherry

C’est le format que vous retrouverez dans git diff.

sed — un premier aperçu

sed (Stream Editor) transforme du texte à la volée. C’est un outil très riche, mais pour débuter retenez cette syntaxe de remplacement :

sed 's/ancien/nouveau/' fichier.txt

Cette commande remplace la première occurrence de « ancien » par « nouveau » sur chaque ligne.

Remplacer toutes les occurrences

Ajoutez g (global) :

sed 's/ancien/nouveau/g' fichier.txt

Modifier le fichier directement

L’option -i applique la modification dans le fichier (pas seulement à l’écran) :

sed -i 's/ancien/nouveau/g' fichier.txt

Attention avec -i

sed -i modifie le fichier sans possibilité d’annulation. Vérifiez toujours le résultat sans -i d’abord.

Pour aller plus loin avec sed, consultez le guide dédié à sed.

awk — un premier aperçu

awk est un outil de traitement de texte très puissant, spécialisé dans les données en colonnes. Pour débuter, retenez cette syntaxe :

awk '{print $1}' fichier.txt

$1 désigne le premier champ (colonne), $2 le deuxième, etc. Par défaut, le séparateur est l’espace ou la tabulation.

Changer le séparateur

Pour un fichier CSV séparé par : (comme /etc/passwd) :

awk -F: '{print $1, $6}' /etc/passwd

Sortie (extrait)

root /root
bob /home/bob

Filtrer des lignes

awk -F: '$3 >= 1000 {print $1}' /etc/passwd

Cette commande affiche les noms d’utilisateurs dont l’UID (champ 3) est supérieur ou égal à 1000 — ce sont les utilisateurs « humains ».

Pour aller plus loin avec awk, consultez le guide dédié à awk.

Combiner les commandes : exemples pratiques

La force de ces outils, c’est la combinaison via le pipe. Voici quelques exemples courants :

Lister les utilisateurs triés

cut -d: -f1 /etc/passwd | sort

Les 5 commandes les plus utilisées

history | awk '{print $2}' | sort | uniq -c | sort -rn | head -n 5

Compter les erreurs dans un log

grep -c "error" /var/log/syslog

Ou avec grep + wc :

grep "error" /var/log/syslog | wc -l

Dépannage

Problème	Cause probable	Solution
cut : mauvais résultat	Mauvais séparateur (-d)	Vérifier le séparateur réel du fichier
sort : les nombres sont mal triés	Tri alphabétique par défaut	Ajouter -n pour un tri numérique
uniq ne supprime pas les doublons	Les lignes ne sont pas consécutives	Passer par sort avant uniq
tr : tr: extra operand	Trop d’arguments	Vérifier que les jeux de caractères sont entre quotes
sed -i : fichier corrompu	Substitution incorrecte	Tester sans -i d’abord, puis appliquer
diff : pas de sortie	Les fichiers sont identiques	C’est normal — diff ne dit rien si tout est pareil

Glissez pour voir

À retenir

• cut extrait des colonnes, sort trie, uniq déduplique, wc compte.
• tr remplace ou supprime des caractères un par un.
• diff compare deux fichiers — format -u pour le style Git.
• sed et awk sont plus puissants mais s/ancien/nouveau/g et '{print $1}' suffisent pour commencer.
• Ces commandes prennent tout leur sens quand elles sont enchaînées avec le pipe |.

Contrôle de connaissances

Contrôle de connaissances

Validez vos connaissances avec ce quiz interactif

10 questions

5 min.

80% requis

Informations

• Le chronomètre démarre au clic sur Démarrer
• Questions à choix multiples, vrai/faux et réponses courtes
• Vous pouvez naviguer entre les questions
• Les résultats détaillés sont affichés à la fin

Démarrer le quiz

Lance le quiz et démarre le chronomètre

Prochaines étapes

Redirections et pipes Maîtriser >, >>, |, 2> et tee pour enchaîner les commandes.

Archiver et compresser Créer et extraire des archives avec tar, gzip et zip.

Rechercher des fichiers Trouver un fichier par nom, taille ou contenu avec find, locate, grep.

×

📖 Voir la documentation →