7.4 文本处理命令

文本处理命令

1. 文本处理工具

tr

tr [OPTION]... SET1 [SET2]

• 作用:
  • 将输入中 SET1中的每个字符替换SET2中的每个字符，字符是顺序替换
  • 如果SET1的字符长度大于SET2，那么将SET1中多出来的字符用SET2中的最后一个字符替换
• 参数:
  • -t: 将SET2中的每个字符替换SET1中的每个字符，字符字符顺序1对1替换，无论SET1还是SET2哪个长，只替换对应的字符，多出的不替换。
  • -c: 取反操作，取数据流中SET1中指定字符的补集。
  • -d: 删除SET1中指定的字符，这里没有SET2
  • -s: 将SET1中指定的连续的连续重复的字符用单个字符替代，可以使用-s ‘\n’删除空行。
• 字符编码集:
  • [:alpha:]：字母，可以用来替代’a-zA-Z’
  • [:lower:]：小写字母,可以用来替代’a-z'
  • [:upper:]：大写字母,可以用来替代’A-Z'
  • [:digit:]：数字,可以用来替代'0-9'
  • [:alnum:]：字母和数字,可以用来替代’a-zA-Z0-9'
  • [:space:]：空白字符
  • [:punct:]：标点符号
  • [:xdigit:]：十六进制字符
  • [:cntrl:]：控制（非打印）字符
  • [:print:]：可打印字符
  • [:graph:]：图形字符

wc

wc [-clw] [FILE...]

• 作用:
  • 用于计算字数，可以计算文件的Byte数、字数、或是列数
  • 若不指定文件名称、或是所给予的文件名为"-"，则wc指令会从标准输入设备读取数据
• 参数:
  • -c, --bytes, --chars; 只显示Bytes数。
  • -l, --lines: 只显示行数。
  • -w, --words: 只显示单词数

cut

cut [-df] [file]

• 作用:
  • 从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出
• 参数：
  • -d ：自定义分隔符，默认为制表符。
  • -f ：与-d一起使用，指定显示的区域，表示方式如下:
  • n：指定的单个字段
  • n-m：连续的多个字段
  • n,m：离散的多个字段
  • -c ：以字符为单位进行分割
• eg: cut -d: -f1,3-5,7 /etc/passwd

sort

sort [-frtknu] [file]

• 作用:
  • 针对文本文件的内容，以行为单位来排序
• 参数:
  • -t: 指定分隔符
  • -k POS1[,POS2]: 用于排序比较的字段
  • -f: 排序时，忽略大小写
  • -r: 逆序排序
  • -n: 基于数值大小而非字符进行排序
  • -u: 排序并去重
  • -b: 忽略每行前面开始出的空格字符
  • -c: 检查文件是否已经按照顺序排序。
  • -d: 排序时，处理英文字母、数字及空格字符外，忽略其他的字符。
  • -m: 将几个排序好的文件进行合并
  • -o: 将排序后的结果存入指定的文件

uniq

uniq [-cdufsw][输入文件][输出文件]

• 作用:
  • 检查文本文件中重复出现的行列
  • 只有连续且一致的行才算重复行
• 参数:
  • -c,--count: 显示每行的重复次数
  • -d, --repeated: 仅显示重复过的的行
  • -u, --unique: 仅显示未曾重复过的行

diff 和 patch

diff [OPTION]... FILES

• 作用: 按行比较文件
• 选项:
  • -u: 使用unfied机制，即显示要修改的行的上下文，默认为3行；
• 补丁: diff /PATH/TO/OLDFILE /PATH/TO/NEWFILE > /PATH/TO/PATCH_FILE

patch -i /PATH/TO/PATCH_FILE /PATH/TO/OLDFILE
patch /PATH/TO/OLDFILE < /PATH/TO/PATCH_FILE

• 作用: 向文件打补丁

patch -R /PATH/TO/PATCH_FILE /PATH/TO/OLDFILE

• 作用: 撤消补丁