文本过滤命令

文本编辑 

文本过滤

        grep  

                grep命令是Linux系统中的一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹 配的行打印出来。grep全称是Global Regular Expression Print，表示全局正则表达式版本，它的使用权限是所有用户。

-------------------------

正则表达式分为两类

                基本正则表达式

                            ^        行首锚定符       grep "^bin" /etc/shells 

                            $        行尾锚定符        grep "bin$" /etc/shells

                            .        （点 号)任意单个字符 

                            *          匹配其前任意次（0,1，或多次）

                            []        匹配一组字符中的任一个

                            [x-y]    匹配指定范围内的一个字符

                            [^]       匹配不在指定范围内的字符

                            \          用来转移元字符 

                        

                扩展正则表达式

===================================================================

Linux 系统下  常见的文本编辑命令

                    sort   uniq   wc    cat    tr

sort      是Linux系统中非常常用的一个排序命令

        -u       删除重复行

        -r       降序排列（默认是升序）

        -o       把排序结果输出到原文件中

        -n     告诉sort 要以数值来排序

        -t       <分隔字符>   指定排序时所用的栏位分隔字符。
       -k        选择以哪个区间进行排序。

sort的-t选项和-k选项

如果有一个文件的内容是这样：

[rocrocket@rocrocket programming]$ cat facebook.txt
banana:30:5.5
apple:10:2.5
pear:90:2.3
orange:20:3.4

这个文件有三列，列与列之间用冒号隔开了，第一列表示水果类型，第二列表示水果数量，第三列表示水果价格。

那么我想以水果数量来排序，也就是以第二列来排序，如何利用sort实现？

幸好，sort提供了-t选项，后面可以设定间隔符。（是不是想起了cut和paste的-d选项，共鸣～～）

指定了间隔符之后，就可以用-k来指定列数了。

[rocrocket@rocrocket programming]$ sort -n -k 2 -t : facebook.txt
apple:10:2.5
orange:20:3.4
banana:30:5.5
pear:90:2.3

我们使用冒号作为间隔符，并针对第二列来进行数值升序排序，结果很令人满意。

参考:http://www.cnblogs.com/51linux/archive/2012/05/23/2515299.html

uniq     

        -c     在输出行前面加上每行在输入文件中出现的次数。

        -d     仅显示重复行。

        -u     仅显示不重复的行

wc

    命令的功能为统计指定文件中的字节数、字数、行数，并将统计结果显示输出

命令参数：

-c 统计字节数。

-l 统计行数。

-m 统计字符数。这个标志不能与 -c 标志一起使用。

-w 统计字数。一个字被定义为由空白、跳格或换行字符分隔的字符串。

-L 打印最长行的长度。

-help 显示帮助信息

--version 显示版本信息

cat

（1）其语法格式为：
        cut  [-bn] [file] 或 cut [-c] [file]  或  cut [-df] [file]

        使用说明
        cut 命令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。
如果不指定 File 参数，cut 命令将读取标准输入。必须指定 -b、-c 或 -f 标志之一。

        主要参数
                -b ：以字节为单位进行分割。这些字节位置将忽略多字节字符边界，除非也指定了 -n 标志。
                -c ：以字符为单位进行分割。
                -d ：自定义分隔符，默认为制表符。
                 -f  ：与-d一起使用，指定显示哪个区域。
                -n ：取消分割多字节字符。仅和 -b 标志一起使用。如果字符的最后一个字节落在由 -b 标志的 List 参数指示的
范围之内，该字符将被写出；否则，该字符将被排除。