运维之Linux基础知识(三)

本文介绍Linux环境下常用的文本处理和文件管理命令,包括查看文本、文本处理等基础操作,适合初学者快速入门。

运维之Linux基础知识(三)

1. 查看文本

cat tac more less head tail

1.1 cat 连接并显示文件

cat
    -n:在显示的时候,将每一行编号
    -E:显示结束符$
    -A:显示所有字符

1.2 more less 分屏显示

more:向后翻 ,翻到最后退出
less:打开文件并查看
    space:向后翻一页
    b:向前翻一页
    Enter:后一行
    k:前一行

1.3 head tail 查看文件头部后尾部的某几行

head:查看前n行
    -n:默认为10,可以指定
    head -2 /etc/inittab
tail:查看后n行
    -n:默认为10,可以指定
    tail -5 /etc/inittab
    -f:查看文件尾部,不退出,等待显示后续追加的新内容

2. 文本处理

2.1 cut 在文件的每一行中提取片段

cut:
    -d:指定字段分隔符,默认为空格
    -f:指定要显示的字段
        -f:1,3
        -f:1-3

2.2 sort 文本排序

sort :
    -n:按数值大小排序,从小到大
    -r:降序排序
    -t:指定分割符
    -k:以哪个字段为准进行排序
    -u:排序后相同的行只显示一次
    -f:排序时忽略字符大小写

    eg:sort -t: -k3 -n /etc/passwd

2.3 uniq 显示文件中重复的行

uniq:
    -d:只显示重复的行
    -D:将重复的航都显示出来
    -c:显示文件中行重复的次数
    eg:uniq -c sort.test

2.4 wc 文本统计 行数 单词数 字节数

wc:
    -l:只统计行数
    -w:只统计单词数
    -m:只统计字符数
    -L:统计最长的一行包含多少字符

2.5 tr 字符处理命令,用于实现转换或删除字符

tr:
    -d: 删除出现在字符集中的所有字符

eg:tr ‘ab’ ‘AB’ 将所有输入的ab转换成AB   
    tr 'ab' 'AB' < /etc/passwd 将文件中的ab转换成AB
    tr 'a-z' 'A-Z' < /etc/passwd
    tr -d 'ad'
        

3 bash 及其属性

shell:外壳

GUI:Gnome KDE,Xfce

CLI:sh csh ksh bash tcsh ksh

程序:进程
进程:在每个进程看来,当前主机上只存在内核和当前进程,进程是程序的副本,进程是程序执行实例

4 查看命令历史

history
    -c: 清空命令历史
    -d:删除命令
        history -d 500 删除第500个命令
        history -d 500 10 删除500后10个命令
    -w:保存命令历史至历史文件中 
    !n:执行命令历史中第n条命令
    !-n:执行命令历史中倒数第n条命令
    !!:执行上一条命令
    !$   : 引用前一个命令的最后一个参数
    Esc . :
    Alt+ .:
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值