Linux的文本处理工具

Linux上有庞大的文本处理工具，功能完善、高效。现在介绍下常用的几个命令。

一.less和cat

cat用于查看文件的内容。不管文件里有多少内容都会列举出来。如果是较长的文件，则不便于浏览。

$扩展，tac表示以行为单位，倒序查看。rec表示将一行的内容倒序查看。

less，用于分页查看文件内容。

在浏览时，可以对文件进行翻页。

向前翻半页 ：u，向后翻半页 ：d。

向前翻一页 ：pageup、b，向后翻一页：pagedown、f、空格键。

向前翻一行：k、ctrl+p、上方向键，向后翻一行：j、ctrl+n、下方向键。

回到第一行：p、g，跳至最后一行：G。

可以对内容进行搜索。

/要搜索的关键字，从第一行搜索。？要搜索的关键字，从最后一行开始搜索。

$more，和less基本一样，但是不能向上翻页和搜索。

二.head和tail

head

head -c 5 filename  获取filename的前5字节。

head -n 5 filename 获取filename的前5行。

tail

tail -c 5 filename  获取filename的后5字节。

tail -n 5 filename 获取filename的后5行。

tail -f filename 跟踪显示文件新追加的内容,常用日志监控

配合使用：获取文件的第二行。

三.cut和paste

cut [OPTION]... [FILE]...
-d DELIMITER: 指明分隔符，默认tab
-f FILEDS:
#: 第#个字段
#,#[,#]：离散的多个字段，例如1,3,6
#-#：连续的多个字段, 例如1-6
混合使用：1-3,7
-c按字符切割
--output-delimiter=STRING指定输出分隔符

paste [OPTION]... [FILE]...
-d 分隔符:指定分隔符，默认用TAB
-s : 所有行合成一行显示

四.wc

计数单词总数、行总数、字节总数和字符总数
可以对文件或STDIN中的数据运行

-l 来只计数行数
-w 来只计数单词总数
-c 来只计数字节总数
-m 来只计数字符总数

五.sort

把整理过的文本显示在STDOUT，不改变原始文件
sort [options]file(s)
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 忽略（fold）字符串中的字符大小写
-u （独特，unique）删除输出中的重复行
-t c使用c做为字段界定符
-k X按照使用c字符分隔的X列来整理能够使用多次

六.uniq

  从输入中删除前后相接的重复的行
uniq[OPTION]... [FILE]...
-c: 显示每行重复出现的次数
-d: 仅显示重复过的行
-u: 仅显示不曾重复的行
！！！连续且完全相同方为重复

七.diff和patch

diff

diff  file1  file2 查看file2和file1的区别。

-u选项来输出“统一的（unified）”diff格式文件，最适用于补丁文件。可以结合patch命令进行文件的升级。

八.grep

常用的选项如下：

--color=auto: 对匹配到的文本着色显示
-v: 显示不被pattern匹配到的行
-i: 忽略字符大小写
-n：显示匹配的行号
-c: 统计匹配的行数
-o: 仅显示匹配到的字符串
-q: 静默模式，不输出任何信息
-A #: after, 后#行
-B #: before, 前#行
-C #：context, 前后各#行
-e：实现多个选项间的逻辑or关系
grep –e ‘cat ’ -e ‘dog’ file
-w：匹配整个单词
-E：使用ERE
-F：相当于fgrep，不支持正则表达式。

此命令需要用到正则表达式的知识，正则表达式基本内容如下表：

以上是标准的正则表达式，如果是扩展的正则表达式，即新版的正则表达式，有部分变化。是将特殊字符的转义字符\去掉。

?: 0或1次
+：1次或多次
{m}：匹配m次
{m,n}：至少m，至多n次

好了，以上就是Linux下常见的文本处理命令，需要多多练习才能熟练理解并掌握。