🛡️ Inicio · 📚 Clases · 🧭 Rutas · 📝 Autoevaluación · ✅ Progreso · 🎓 Certis

Clase 006 — Línea de comandos Linux avanzada: grep, sed, awk, pipes y procesos

Parte: 0 — Fundamentos y prerrequisitos · Fuente: Shotts, The Linux Command Line (No Starch Press) ⏱️ Duración estimada: 110 min · Nivel: Fundamentos

🎯 Objetivo

Convertir la terminal en tu herramienta más rápida para procesar texto, logs y salidas de herramientas. Al terminar podrás encadenar comandos con pipes, filtrar con grep, transformar con sed, extraer campos con awk y controlar procesos, habilidades imprescindibles para el análisis de logs y la automatización.

📚 Resultados de aprendizaje

Al finalizar, el alumno podrá:

Construir tuberías (pipes) que combinen varios comandos.
Filtrar texto con grep y expresiones regulares básicas.
Transformar flujos con sed (sustitución, borrado, rangos).
Extraer y agregar campos con awk.
Gestionar procesos: listar, priorizar, señales y jobs.

🗺️ Temas

#	Tema	Por qué importa
1	Streams y redirección	stdin/stdout/stderr son la base de todo
2	Pipes	Componer herramientas pequeñas resuelve problemas grandes
3	`grep`	Buscar patrones en logs y código
4	`sed`	Editar flujos sin abrir un editor
5	`awk`	Procesar datos por columnas
6	Orden y unicidad	`sort`, `uniq`, `cut`, `tr`, `wc`
7	Procesos	`ps`, `top`, `kill`, señales
8	Jobs y background	`&`, `jobs`, `fg`, `nohup`

📖 Definiciones y características

stdin/stdout/stderr: canales estándar (0, 1, 2). Clave: 2> redirige errores; > y >> escriben/anexan.
Pipe (|): conecta la salida de un comando con la entrada del siguiente. Clave: filosofía Unix de herramientas componibles.
grep: filtra líneas que coinciden con un patrón. Clave: -r recursivo, -i sin distinción de mayúsculas, -E regex extendida.
sed: editor de flujo orientado a líneas. Clave: s/patrón/reemplazo/g es su uso más común.
awk: lenguaje para procesar texto por campos. Clave: $1, $2... son las columnas; NR el número de línea.
Señal: mensaje al proceso (SIGTERM, SIGKILL, SIGHUP). Clave: kill -9 es forzado y no permite limpieza.

🧰 Herramientas y preparación

Todo viene de serie en Linux: grep, sed, awk (gawk), sort, uniq, cut, tr, wc, ps, top/htop, kill. Descarga un log de ejemplo (por ejemplo /var/log/auth.log o el access.log de un servidor web) para practicar sobre datos reales.

🧪 Laboratorio guiado

Redirección y streams:

bash ls /noexiste /etc 1>salida.txt 2>errores.txt ; cat errores.txt

Pipes básicas. Cuenta cuántos usuarios hay en el sistema:

bash cut -d: -f1 /etc/passwd | sort | wc -l

grep en logs. Busca intentos de login fallidos:

bash grep -i "failed password" /var/log/auth.log | head

Extraer IPs con awk. De esos fallos, saca la IP atacante (ajusta el campo):

bash grep "Failed password" /var/log/auth.log | awk '{print $(NF-3)}' | sort | uniq -c | sort -nr

Esto da un top de IPs por número de intentos. 5. sed para limpiar. Elimina comentarios y líneas vacías de un config:

bash sed -e 's/#.*//' -e '/^\s*$/d' /etc/ssh/sshd_config

Procesos. Encuentra el proceso que más CPU consume y su PID:

bash ps aux --sort=-%cpu | head -5

Señales. Lanza un proceso en background y termínalo limpiamente:

bash sleep 300 & jobs ; kill %1

✍️ Ejercicios

A partir de un access.log, obtén el top 10 de IPs con más peticiones.
Cuenta cuántas peticiones devolvieron código 404 usando awk.
Con sed, cambia todas las apariciones de http:// por https:// en un archivo.
Extrae solo los nombres de usuario con shell /bin/bash de /etc/passwd.
Muestra los 5 procesos que más memoria consumen, con usuario y PID.
Combina grep, sort y uniq -c para contar user-agents distintos en un log web.

📝 Reto verificable

Escribe una única línea (one-liner) que, a partir de un log de acceso web, produzca un informe ordenado del top 10 de IPs por número de peticiones excluyendo las de tu propia red interna. Documenta cada comando de la tubería.

Criterio de aceptación: el one-liner ejecuta sin errores sobre un access.log real y su salida es una lista de exactamente hasta 10 IPs con su conteo, ordenadas de mayor a menor y sin incluir la subred interna filtrada. Otra persona puede explicar qué hace cada segmento del pipe.

⚠️ Errores comunes

Síntoma / mensaje	Causa y cómo arreglar
`grep` no encuentra lo que ves en pantalla	Regex mal escrita o mayúsculas. Prueba `-i` y escapa caracteres especiales.
`awk` imprime campo vacío	El separador no es el esperado. Usa `-F` para fijar el delimitador (`-F:`).
`sed -i` corrompe o vacía el archivo	Editaste in-place sin copia. Prueba primero sin `-i` y guarda backup con `-i.bak`.
`kill` no mata el proceso	Ignora SIGTERM. Usa `kill -9` (SIGKILL) como último recurso.
El pipe pierde los errores	stderr no viaja por el pipe; redirígelo con `2>&1` si lo necesitas.

❓ Preguntas frecuentes

❓ ¿grep, sed o awk? grep filtra, sed transforma línea a línea, awk procesa por columnas y agrega. Para contar/estadística por campos, awk; para sustituir texto, sed; para buscar, grep.

❓ ¿kill -9 siempre es mejor? No. SIGKILL no deja al proceso limpiar (archivos temporales, sockets). Usa primero SIGTERM; reserva -9 para procesos colgados.

❓ ¿Por qué mi one-liner es lento con archivos enormes? Ordenar y varias pasadas cuestan. Filtra pronto con grep, reduce datos antes de sort, y considera awk para hacerlo todo en una pasada.

❓ ¿Necesito aprender regex a fondo? Lo básico ya multiplica tu productividad; en la Clase 019 profundizamos en expresiones regulares para logs y datos.

🔗 Referencias

William Shotts, The Linux Command Line — https://linuxcommand.org/tlcl.php
man 1 grep, man 1 sed, man 1 awk
GNU Awk User's Guide — https://www.gnu.org/software/gawk/manual/
man 7 signal

📥 Material descargable

📄 Guía en PDF — versión imprimible de esta clase.
🎞️ Presentación (PPTX) — deck para proyectar en clase.

⬅️ Clase anterior

Clase 005 — Linux esencial para seguridad: filesystem, permisos y usuarios

➡️ Siguiente clase

Clase 007 — Bash scripting para tareas de seguridad