【转载并记录下】shell 首字母大写

 如何使用shell将文件中单词首字母转换为大写2012-03-25 22:54:53标签：shell sed awk 休闲 大小写转换原创作品，允许转载，转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://zzkai.blog.51cto.com/804611/816847

今天在CU看到一个帖子，其中有这个问题很值得启发思考与学习。

如何使用shell将文件中单词首字母转换为大写？

这个问题看似简单，实现起来确不易，即使是在vi甚至是wordpad条件下也很困难。还好我们有伟大的sed和awk。

先来分析问题，将文件中的每个单词的首字母转换为大写，这里有两个难点。

1. 如何区分单词的边界？

2. 大小写转换如何实现？

对于单词边界的区分，一般英文习惯下我们输入单词前面都是空格或换行符号；大小写转换在awk中有函数toupper()。先尝试使用awk解决。

[root@managevm1 ~]# cat test consult section 3.1 in the Owner and  operator guide for a description of the tape drives available on your system. [root@managevm1 ~]# awk '{for (i=1;i<=NF;i++)printf toupper(substr($i,0,1))substr($i,2,length($i))" ";printf "\n"}' test Consult Section 3.1 In The Owner And Operator Guide For A Description Of The Tape Drives Available On Your System.

解析：在awk中用for循环遍历每行中的的每个字段，NF为每行最后一个字段，如$1,$2,$3,$NF为第一，二，三，最后一个字段。toupper函数将字符串转换为大写。substr（string,M,[N])用于对string取从第M到N的子串。length（string)返回字符串长度。

再来看看使用sed如何实现。

我们可能会这样写：

s/\([ ]\)a/\1A/g s/\([ ]\)b/\1B/g s/\([ ]\)c/\1C/g ....... s/\([ ]\)z/\1Z/g

但这样无法匹配每行开头的单词，因为每行开头是没有空格的。于是我们加上如下

s/^a/A/ s/^b/B/ ..... s/^z/Z/

OH,要不要这么复杂！来看看这一种写法吧！另你恍然大悟吧？

[root@managevm1 ~]# sed 's/\b[a-z]/\U&/g' test Consult Section 3.1 In The Owner And  Operator Guide For A Description Of The Tape Drives Available On Your System.

解析,\b \U是正则表达式的元符号。\b用来定界，\U大小转换。&是sed前面替换的字符串。

表 5-7。字母数字正则元符号

符号 原子性 含义 
\0 是 匹配空字符（ASCII NUL）。 
\NNN 是 匹配给出八进制的字符，最大值为\377。 
\n 是 匹配前面第n个捕获字串（十进制）。 
\a 是 匹配警钟字符（BEL）。 
\A 否 如果在字串的开头为真 
\b 是 匹配退各字符（BS）。 
\b 否 在字边界为真 
\B 否 不在字边界时为真 
\cX 是 匹配控制字符 Control-x（\cZ，\c[，等）。 
\C 是 匹配一个字节（C字符），甚至在utf8中也如此（危险） 
\d 是 匹配任何数字字符 
\D 是 匹配任何非数字字符 
\e 是 匹配逃逸字符（ASCII ESC，不是反斜杠）。 
\E —— 结束大小写（\L，\U）或者掩码（\Q）转换 
\f 是 匹配进页字符（FF）。 
\G 否 如果在前一个m//g的匹配结尾位置时为真 
\l —— 只把下一个字符变成小写 
\L —— 把\E以前的字母都变成小写 
\n 是 匹配换行符字符（通常是NL，但是在Mac上是CR）。 
\N{NAME} 是 匹配命名字符（\N{greek:Sigma}）。 
\p{PROP} 是 匹配任何有命名属性的字符 
\P{PROP} 是 匹配任何没有命名属性的字符 
\Q —— 引起（消元）直到\E前面的字符 
\r 是 匹配返回字符（通常是CR，但是在Mac上是NL）。 
\s 是 匹配任何空白字符。 
\S 是 匹配任何非空白字符。 
\t 是 匹配水平制表符（HT）。 
\u —— 只把下一个字符变成标题首字符 
\U —— 大写（不是标题首字符）\E 以前的字符。 
\w 是 匹配任何“字”字符（字母数字加"_" ）。 
\W 是 匹配任何“非字”字符。 
\x{abcd} 是 匹配在十六进制中给出的字符。 
\X 是 匹配Unicode里的”组合字符序列“字串。 
\z 否 只有在字串结尾时为真 
\Z 否 在字串结尾或者在可选的换行符之前为真。

本文出自 “凯骑龟来~~” 博客，请务必保留此出处http://zzkai.blog.51cto.com/804611/816847