Linux下的字符处理命令之tr命令详解

1、什么是tr命令：

    tr是translate的简写，通过这个单词，你大概也能猜到它是干什么的了吧！没错，它可以用一个字符串来替换另一个字符串，或者可以完全除去一些字符。您也可以用它来除去重复字符。

 

2、tr命令的功能是什么  

    tr用来从标准输入中通过替换或删除操作进行字符转换。tr主要用于删除文件中控制字符或进行字符转换。使用tr时要转换两个字符串：字符串1用于查询， 字符串2用于处理各种转换。即用字符串2替换掉字符串1。字符串1可以使正则表达式。如果字符串2为空或没有列出，则是进行删除操作，这个很好理解，用空字符串替换字符串1当然就相当于删除字符串1啦！

     补充一点，tr的功能都可以用sed 来完成。您可以将tr 看作为sed 的（极其）简化的变体。

3、带有最常用选项的tr命令格式为：

tr -c -d -s ["string1_to_translate_from"] ["string2_to_translate_to"]

这里：

    -c 用字符串1中字符集的补集替换此字符集，要求字符集为ASCII。

    -d 删除字符串1中所有输入字符。

    -s 删除所有重复出现字符序列，只保留第一个；即将重复出现字符串压缩为一个字符串。

4、字符范围：

指定字符串1或字符串2的内容时，只能使用单字符或字符串范围或列表。

    [a-z] a-z内的字符组成的字符串。

    [A-Z] A-Z内的字符组成的字符串。

    [0-9] 数字串。

    \octal 一个三位的八进制数，对应有效的ASCII字符。

    [O*n] 表示字符O重复出现指定次数n。因此[O*2]匹配OO的字符串。

5、tr中特定控制字符的不同表达方式

速记符含义八进制方式

    \a Ctrl-G  铃声\007

    \b Ctrl-H  退格符\010

    \f Ctrl-L  走行换页\014

    \n Ctrl-J  新行\012

    \r Ctrl-M  回车\015

    \t Ctrl-I  tab键\011

    \v Ctrl-X  \030

6、应用例子

（1）去除oops.txt里面的重复的小写字符

    tr -s "[a-z]"<oops.txt >result.txt

（2）删除空行

    tr -s "[\012]" < plan.txt 或tr -s ["\n"] < plan.txt

（3）有时需要删除文件中的^M，并代之以换行

    tr -s "[\015]" "[\n]" < file 或tr -s "[\r]" "[\n]" < file

（4）大写到小写（用大写字符集替换小写字符集）

    cat a.txt |tr "[a-z]" "[A-Z]" >b.txt

（5）删除指定字符

    一个星期的日程表。任务是从其中删除所有数字，只保留日期。日期有大写，也有小写格式。因此需指定两个字符范围[a-z]和[A-Z]，命令tr -cs "[a-z][A-Z]" "[\012*]" 将文件每行所有不包含在[a-z]或[A-Z]（所有希腊字母）的字符串放在字符串1中并转换为一新行。-s选项表明压缩所有新行，-c表明保留所有字母不动。原文件如下，后跟tr命令：

    tr -cs "[a-z][A-Z]" "[\012*]" <diary.txt

（6）转换控制字符

    tr的第一个功能就是转换控制字符，特别是从dos向UNIX下载文件时，忘记设置ftp关于回车换行转换的选项时更是如此。cat -v filename 显示控制字符。

    cat -v stat.txt

    box aa^^^^^12^M

    apple bbas^^^^23^M

    ^Z

猜想‘^ ^ ^ ^ ^ ^’是tab键。每一行以Ctrl-M结尾，文件结尾Ctrl-Z，以下是改动方法。

使用-s选项，查看ASCII表。^的八进制代码是136，^M是015，tab键是011，^Z是032 ,下面将按步骤完成最终功能。

用tab键替换^ ^ ^ ^ ^ ^，命令为"\136" "[\011*]"。将结果重定向到临时工作文件stat.tmp

tr -s "[\136]" "[\011*]" <stat.txt >stat.tmp

用新行替换每行末尾的^M，并用\n去除^Z，输入要来自于临时工作文件stat.tmp。

tr -s "[\015][\032]" "\n" <stat.tmp

要删除所有的tab键，代之以空格，使用命令

tr -s "[\011]" "[\040*]" <input.file

（7）替换passwd文件中所有冒号，代之以tab键，可以增加可读性

tr -s "[:]" "[\011]" < /etc/passwd 或tr -s "[:]" "[\t]" < /etc/passwd

（8）使路径具有可读性

    如果用echo $PATH 或者echo $LD_LIBRARY_PATH 等类似的命令来显示路径信息的话，我们看到的将会是一大堆用冒号连接在一起的路径，tr命令可以把这些冒号转换为回车，这样，这些路径就具有很好的可读性了

echo $PATH | tr ":" "\n"

（9）可以在vi内使用所有这些命令！只要记住：在tr命令前要加上您希望处理的行范围和感叹号 （！），如1,$!tr -d '\t'（美元符号表示最后一行）。

（10）另外，当有人给您发送了一个在Mac OS 或DOS/Windows 机器上创建的文本文件时，您会发现tr非常有用。

    如果没有将文件保存为使用  UNIX 换行符来表示行结束这种格式，则需要将这样的文件转换成本机UNIX 格式，否则一些命令实用程序不会正确地处理这些文件。Mac OS  的行尾以回车字符(\r)结束，许多文本处理工具将这样的文件作为一行来处理。为了纠正这个问题，可以用下列技巧：

    Mac -> UNIX：tr "\r" "\n"<macfile > unixfile

    UNIX -> Mac：tr "\n" "\r"<unixfile > macfile

    Microsoft DOS/Windows 约定，文本的每行以回车字符(\r)并后跟换行符(\n)结束。为了纠正这个问题，可以使用下列命令：

    DOS -> UNIX：tr -d "\r"<dosfile > unixfile

    UNIX -> DOS：在这种情况下，需要用awk，因为tr不能插入两个字符来替换一个字符。要使用的awk 命令为awk '{     print $0"\r" }'<unixfile > dosfile