✂️ آموزش پردازش متن
در لینوکس «فایل متنی» مبنای خیلی از چیزهاست — لاگ، تنظیمات، داده؛ همه متناند.
دیدن، بریدن، شمردن
سه کار همیشگی: محتوایی را ببینید (cat/head/tail)، بخشی از آن را ببرید (cut/tr/grep) و بشمارید (wc/sort/uniq). ابزارهای این درس همگی جزو سیستم پایهاند.
دیدن فایل
cat file.txt # همهی فایل head -20 file.txt # ۲۰ خط اول tail -30 file.txt # ۳۰ خط آخر tail -f /var/log/syslog # انتهای زندهی لاگ (با Ctrl+C قطع کنید) less big.txt # ورقزدن در فایل بزرگ (q = خروج، / = جستجو)
wc: شمردن
wc -l file.txt # چند خط؟ wc -w file.txt # چند کلمه؟ grep ERROR server.log | wc -l # چند خط خطا؟
sort و uniq: زوج معروف
sort names.txt # مرتبسازی الفبایی sort -n numbers.txt # مرتبسازی عددی sort ips.txt | uniq -c | sort -rn # پرتکرارترین IP ها — دستور معروف شمارش!
نکته: uniq فقط «خطهای همسایه» را یکی میکند —
پس همیشه قبلش sort بزنید. uniq -c
کنار هر خط تعداد تکرار میگذارد و sort -rn عددی نزولی مرتب میکند.
cut: برش ستونی
cut -d: -f1 /etc/passwd # فقط ستون اول (نام کاربرها)، جداکننده «:» cut -d, -f2 data.csv # ستون دوم یک CSV cut -c1-10 file.txt # کاراکترهای ۱ تا ۱۰ هر خط
tr: تبدیل حروف
echo hello | tr a-z A-Z # HELLO echo "a b c" | tr -s ' ' # فاصلههای تکراری را یکی میکند echo 'Uryyb' | tr 'A-Za-z' 'N-ZA-Mn-za-m' # رمزگشایی ROT13!
diff: مقایسه
diff old.conf new.conf # چه فرقی دارد؟ diff -u old.conf new.conf # خروجی خواناتر (فرمت patch)
زنجیرهی واقعی: تحلیل یک لاگ
grep ERROR /var/log/app.log | cut -d' ' -f5 | sort | uniq -c | sort -rn | head
خطاهای لاگ را بگیر ← ستون ماژول را ببر ← مرتب کن ← بشمار ← پرتکرارترینها. همین یک خط، کارِ یک روز تحلیلگر است!
چالشهای مرتبط
«گزارش شبانه»، «ردپای تاریخچه»، «دادهی رمزی» و «شیفت شب» با همین ابزارها حل میشوند.
تمرینهای این جلسه روی تابلوی CTF هستند و نامشان برچسب «جلسه ۸» دارد: «ستون برنده»، «پرتکرارترین» و «فاصلهی دقیق» در دستهی «اجباری»؛ «چیز عوض شد» در «اختیاری — آسان»؛ «مقصر اصلی» در «اختیاری — متوسط»؛ «کالبدشکافی زنجیرهای» در «اختیاری — سخت». همه در جعبهی خودتان اجرا میشوند.