单元8—文本处理工具 红帽RHCE中文课件.pptVIP

单元8—文本处理工具 目标 学习了本单元后，你应该能够： ● 使用工具来抽取、分析、和处理文本数据 抽取文本的工具 ● 文件内容 ：less 和 cat ● 文件截取 ：head 和 tail ● 按列抽取 ：cut ● 按关键字抽取 ： grep 查看文件内容less 和 cat ● cat ：通过 STDOUT 显示一个或多个文件 ● 多个文件被连锁（concatenated）在一起 ● less ：一页一页地查看文件或 STDIN 输出 ● 查看时有用的命令包括： ● /文本 搜索 文本 ● n/N 跳到下一个 / 上一个匹配 ● v 在一个文本编辑器中打开文件 ● less 命令是 man 命令使用的分页器 查看文件的部分截取head 和 tail ● head : 显示文件的前 10 行 ● 使用 –n 来改变要显示的行数 ● tail : 显示文件的最后 10 行 ● 使用 –n 来改变要显示的行数 ● 使用 –f 来“跟随”对文件的后续补充 ● 对监控日志文件非常有用 ! 按关键字抽取文本grep ● 显示文件或 STDIN 中匹配了某种模式的文本行 $ grep ‘john’ /etc/passwd $ date –help | grep year ● 使用 –i 来不分大小写地搜索 ● 使用 –n 来显示匹配的行号 ● 使用 –v 来显示不包含模式的行 ● 使用 –AX 在显示每项搜索匹配时包括匹配文本后的X行上下文 ● 使用 –BX 在现实每项搜索匹配时包括匹配文本前的X行上下文 按列抽取文本cut ●显示文件或 STDIN 数据的指定列 $ cut –d: -f1 /etc/passwd $ grep root /etc/passwd | cut –d: -f7 ● 使用 –d 来指定区分列的定界符（默认为 TAB） ● 使用 –f 来指定要显示的列 ● 使用 –c 来按字符切割 $ cut –c2-5 /usr/share/dict/words 分析文本的工具 ● 文本数据统计：wc ● 整理文本：sort ● 比较文件：diff 和 patch ● 拼写检查：aspell 收集文本统计数据 wc（单词计数） ● 计数单词总数、行总数、字节数和字符总数 ● 可以对文件或 STDIN 中的数据运行 $ wc story.txt 39 237 1901 story.txt ● 使用 –l 来只计数行数 ● 使用 –w 来只计数单词总数 ● 使用 –c 来只计数字节总数 ● 使用 –m 来只计数字符总数（不显示） 整理文本sort ● 把整理过的文本显示在 STDOUT – 不改变原始文件 $ sort [选项] 文件 ● 常用选项 ● -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 作为字段定界符 ● -k X 选项按照使用 c 字符分隔的字段 X 来整理 ● 能使用多次 淘汰重复行sort 和 uniq ● sort –u：从输入中删除重复行 ● uniq：从输入中删除重复的前后相接的行 ● 使用 –c 选项来计数发生次数 ● 和 sort 命令一起使用效果最佳： $ sort userlist.txt | uniq -c 比较文件diff ● 比较两个文件之间的区别 $ diff foo.conf-broken foo.conf-works 5c5 use_widgets = no --- use_widgets = yes ● 注明第 5 行有区别（改变） ● diff 命令的图形化版本是 gvimdiff ● 在 vim-Xll 软件包中提供 复制对文件改变patch ● 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 命令复制在其他文件中进行的改变（要谨慎使用） ● 使用 –b 选项来自动备份改变了的文件 $ diff –u foo