Mozart的剑（文本处理工具）——贰剑（head、tail、cut、sort、uniq、wc、diff、paste、patch）

有点拖了，没有好好整理之前的内容，拖延症害死人…..

这次介绍一些有趣的小文本处理工具，可以方便截取文本内容、排序、备份之类的。

head

用法：head [选项]… [文件]…

head[OPTION]…[FILE]…

默认将每个指定文件的头10行显示到标准输出。如果指定了多于一个文件，在每一段输出前会给出文件名作为文件头。如果不指定文件，或者文件为“-“，则从标准输入读取数据

-c  –bytes=[-]k 显示每个文件的前k字节内容；如果附加“-“参数，则除了每个文件的最后K字节数据外显示剩余全部内容

-n  –lines=[-]k 显示每个文件的前k行内容；如果附加“-“参数，则除了每个文件的最后K 行外显示剩余全部内容

-q  –quiet，–silent 不显示包含给定文件名的文件头

-v  –verbose 总是显示包含给定文件名的文件头

tail

tail[OPTION]…[FILE]…

tail – 输出文件的末尾部分，默认在标准输出上显示每个文件的最后10行，如果多于一个文件会在每一段输出前会给出文件名作为文件头，一个接一个地显示。如果不指定文件，或者文件为“-“，则从标准输入读取数据。

-c  –bytes=N 输出最后N个字节

-n  –lines=N 输出最后N行而非默认的最后10行

-q  –quiet –silent 从不输出给出文件名的首部

-v  –verbose 总是输出给出文件名的首部

-f  –follow[={name|descriptor}] 当文件增长时输出后续添加的数据，动态显示。跟踪显示文件新追加的内容常用日志监控。

拓展：与head相似，如果N(字节或者行数)的第一个字符为`+’，那么从每个文件的开头算起的第N项开始显示，否则，显示该文件的最后N项。

cut

按列抽取文本

cut[OPTION]…[FILE]…

-d –DELIMITER:指明分隔符，默认为Tab，一般与-f 连用。

-f 选取第几列

n  指定某一列

n-m  指定n列到m列

n,n-m  混合指定

–output-delimiter 指定输出符

示例：截取用户名与UID且以“+”符号为分隔符。

cut -d: -f1,3 –output-delimiter=’+’ /etc/passwd

-c  [n-m]按字符切割 第n个字符到第m个字符

-b  [n-m]按字节切割 第n个字节到第m个字节

示例：截取/etc/passwd文件的前四个字符。

cut -c 1-4 /etc/passwd

经典练习题：显示当前主机第一个网卡的IP地址

ifconfig |head -n 2| tail -n 1| tr -s ‘ ‘ : |cut -d: -f4

paste

将每个指定文件里的每一行整合到对应一行里写到标准输出，默认用制表符分隔。如果没有指定文件，或指定文件为”-“，程序将从标准输入读取数据。

paste[OPTION]…[FILE]…

-d分隔符:指定分隔符，默认用TAB

-s: 不使用平行的行目输出模式，而是每个文件占用一行

paste f1 f2

paste -s f1 f2

wc

收集文本统计数据

wc命令的功能为统计指定文件中的字节数、单词数、行数并将统计结果显示输出

可以对文件或STDIN中的数据运行

-c  –bytes 打印字节数
-m  –chars 打印字符数
-l  –lines 打印行数
-L  –max-line-length 打印最长行的长度
-w  –words 打印单词数

sort

文本排序

把整理过的文本显示在STDOUT，不改变原始文件

sort [options] file

常用选项

sort

 -r 执行反方向（由上至下）整理

   -n 执行按数字大小整理

   -f 选项忽略（fold）字符串中的字符大小写

   -u 选项（独特，unique）删除输出中的重复行

   -t c 选项使用c做为字段界定符

   -k X 选项按照使用c字符分隔的X列来整理能够使用多次

示例：

cat /etc/passwd | sort

#排序默认以第一个数据排序，默认以字符串形式排序，以a开始升序排序，首字母相同则比较下一位的顺序。

cat /etc/passwd | sort -t: -k3

#/etc/passwd中的以“:”为间隔符，对其第三栏排序，默认以第一数据排序，相同的话比较下一位的顺序。

cat /etc/passwd | sort -nt: -k3

#/etc/passwd中的以“:”为间隔符，对其第三栏排序，按数字整体大小升序排列。

cat /etc/passwd | sort -rnt: -k3

#/etc/passwd中的以“:”为间隔符，对其第三栏排序，按数字整体大小以升序相反的方式降序排列。

uniq

uniq命令：从输入文件或者标准输入中删除前后相接的重复的行，注意：连续且完全相同方为重复

uniq[OPTION]…[FILE]…

-c  –count 显示每行重复出现的次数

-d  –repeated 仅显示重复过的行

-D  –all-repeated[=delimit-method 显示所有重复的行

-u  –unique 仅显示不曾重复的行

-f  –skip-fields=N   比较时跳过前N 列

-s, –skip-chars=N    比较时跳过前N 个字符

-I  –ignore-case     在比较的时候不区分大小写

-w  –check-chars=N   对每行第N 个字符以后的内容不作对照

常和sort命令一起配合使用：

sort test | uniq –c

接下来介绍比较实用的功能，需要diff与patch功能结合使用。

diff

比较两个文件之间的区别

命令：diff

patch

让用户利用设置修补文件的方式，修改，更新原始文件。

命令：patch

上面两条命令相结合可以做出大事——“打补丁”或“更新”

diff命令的输出被保存在一种叫做“补丁”的文件中

使用-u选项来输出“统一的（unified）”diff格式文

件，最适用于补丁文件。

patch复制在其它文件中进行的改变（注意：要谨慎使用）

适用-b选项来自动备份改变了的文件

示例：

换个角度，你也可以理解为对文件进行更新。同时，不要担心旧版文件的丢失，每次更新都会产生后缀为“.orig”的文件，里面存储着你的旧版文件。