8-4 文本處理工具

本節主要了解文本處理工具

文件查看命令：cat  tac  rev

    cat [OPTION]… [FILE]…

        -E：顯示行結束符$

        -n：對顯示出的每一行進行編號

        -A：顯示所有控制符

        -b：非空行編號

        -s：壓縮連續的空行成一行

tac：倒著顯示內容

rev：倒著顯示內容，同一行內也倒著

分頁查看文件：more

     more [OPTIONS…] FILE…

         -d：顯示翻頁及退出提示

  less ：一頁一頁地查看文件或STDIN 輸出

查看時有用的命令包括：

       /文本  搜索 文本

       n/N：跳到下一個 or  上一個匹配

 less 命令是man命令使用的分頁器

顯示文本前或后行內容

 head [OPTION]… [FILE]…

     -c #：指定獲取前#字節

     -n #：指定獲取前#行

     -#：指定行數

 tail [OPTION]… [FILE]…

      -c #：指定獲取后#字節

      -n #：指定獲取后#行

      -#：

      -f：跟蹤顯示文件新追加的內容,常用日志監控

文本內容切割：cut  

    cut [OPTION]… [FILE]…

       -d delimiter:  指明分隔符

        -f fileds：指明需要取出的字段

            #：第#個字段

            #,#,# ：離散的多個字段，例如1,2,3

            #-#：連續的多個字段,  例如1-6

            混合使用：1-3,7,9,10-13

            -c 按字符切割

            –output-delimiter=STRING 指定輸出分隔符

 合并文件

      paste  合并兩個文件同行號的列到一行

      paste [OPTION]… [FILE]…

          -d：分隔符: 指定分隔符，默認用TAB

          -s：所有行合成一行顯示

字符統計：wc

wc [OPTION]…[FILE]…

   -l：統計行數

   -w：統計單詞個數

   -c：統計字符個數

   -m：只計字符總數

其中1是行數，2是單詞個數，7是字符數

文本排序：sort

  把整理過的文本顯示在STDOUT ，不改變原始文件

   sort [OPTION]… [FILE]…

    -r：逆序

    -n：以數字大小進行排序

    -f：忽略字符串中的字符大小寫

    -u：刪除輸出中的重復的行

    -t c：使用c 做為字段界定符

    -k #：以指定字段為標準排序

取第三列以數字大小排列

從輸入中刪除重復的前后相接的行：uniq

    uniq [OPTION] …[INPUT[OUTPUT]]

            -c：顯示每行重復的次數

            -d：僅顯示重復的行

            -u：僅顯示不重復的行

grep ：

   文本過濾( 模式：pattern) 工具;grep, egrep, fgrep （不支持正則表達式）

   作用：文本搜索工具，根據用戶指定的“模式”對目標文本逐行進行匹配檢查；打印匹配到的行；

   模式：由正則表達式字符及文本字符所編寫的過濾條件

   grep [OPTIONS] PATTERN [FILE…]

   –color=auto:  對匹配到的文本著色顯示；

  -v：顯示不能夠被pattern 匹配到的行；

  -i：忽略字符大小寫

  -n：顯示匹配的行號

  -c：統計匹配的行數

  -o：僅顯示匹配到的字符串；

  -q：靜默模式，不輸出任何信息

  -A #：after,匹配到的后#行

  -B #： before,匹配到的前#行

  -C #：context,匹配到的前后各#行

  -e：實現多個選項間的邏輯or 關系

       grep  -e ‘cat ’ -e ‘dog’ file

  -w ：整行匹配整個單詞

  -E ：使用ERE，支持使用擴展的正則表達式

元字符：

      字符匹配:

          . ：匹配任意單個字符

          []：匹配指定范圍內的任意單個字符

          [^]：匹配指定范圍外的任意單個字符

               表達方法：

                   [:alnum:]：表示所有字母和數字

                   [:alpha:]：表示所有的字母（不區分大小寫）

                   [:digit:]：表示所有的數字

                   [:lower:]：表示所有的小寫字母

                   [:upper:]：表示所有的大寫字母

                   [:space:]：表示所有的空白符號

                   [:punct:]：表示所有的標點符號

      次數匹配：用在要指定次數的字符后面，用于指定前面的字符要出現的次數

          *：匹配前面的字符任意次，包括0次 次

              默認正則表達式是工作在貪婪模式下，盡可能長的匹配

          .* ：任意長度的任意字符

          \? ：匹配其前面的字符0 或1次，即可有可無

          \+ ：匹配其前面的字符至少1次

          \{m\} ：匹配前面的字符m次

          \{m,n\} ：匹配前面的字符至少m 次，至多n次（小于等于，大于等于）

          \{0,n\} ：匹配前面的字符至多n次

          \{m,\} ：匹配前面的字符至少m次

     位置錨定：對特定位置進行定位

         ^：行首錨定，用于模式的最左側

         $：行尾錨定，用于模式的最右側

         ^PATTERN$：用于模式匹配整行

             ^$：空行，不包含有空格的行

             ^[[:space:]]*$：空白行，包含有空格的行

          \< 或 或 \b：詞首錨定，用于單詞模式的左側

          \> 或 或 \b：詞尾錨定；用于單詞模式的右側

          \<PATTERN\>：匹配整個單詞

         分組：是指將一個或多個字符捆綁在一起，當做一個整體進行處理

               符號是： \(\):

                   如：\(xy\)*ab 表示xy這個整體可以出現無數次

       查找出passwd文件中，r后跟任意小寫字母再跟t的字符

擴展正則表達式元字符：

     字符匹配：

         .：任意單個字符

         []：指定范圍內的單個字符

         [^]：不在指定范圍內的單個字符

次數匹配：

    *：任意次

    ？：0次或1次

    +：至少1次

    {m}：精確匹配m次

    {m,n}：至少m次，至多n次

    {m,}：至少m次

    {0,n}：最多n次

 分組：

     （）：用括號括起來表示要引用的內容，不需要轉義

 或者：

      a|b:a或者b