【Linux探索之旅】第三部分第一课：数据处理，慢条斯理
|
内容简介1、第三部分第一课：数据处理，慢条斯理 2、第三部分第二课预告：流、管道、重定向，三管齐下 数据处理，慢条斯理哈哈，终于到了第三部分了。不知不觉两个部分已经学完了，可喜可贺，掌声给自己！ 此时读者内心独白：“我想静静，也不要问我小编是谁。” 好了好了，小编重回淡定。咳咳，看到今天的标题应该会对这一课的内容很有兴趣吧，毕竟我们每天都在跟各种数据打交道。 Linux中的文件里也是各种数据，所以数据处理就显得尤为重要。 之前的课中已经介绍过：大部分Linux的命令是基于Unix操作系统的模式，当然源码是重写的。 因此，虽然Linux是1991年问世的。但是其很多设计理念和命令却沿用了20世纪60年代的模式。 这样的事实对我们学习Linux的人有个好处：不必每隔一段时间就学新东西，很多知识点可以沿用很久。现在近60岁的一个Unix的老工程师，操作Ubuntu等新近Linux发行版基本完全没有问题。 但也许你还是会问这个问题：为什么过了这么多年，好多Linux命令都没变呢？ 那是因为没有必要变。因为大多数Linux命令都具有很基本的功能，而且它们在自己的岗位上敬忠职守，工作做得棒棒哒。这些都是Linux系统的《基石》。 这一课我们讲学习好几个很基本的命令，这些命令用于提取、排序、筛选文件中的各种数据。 这些命令中，有些你以后几乎每天都会用到，例如grep命令。 grep命令：筛选数据 grep是Globally search a Regular Expression and Print的缩写，意思是《全局搜索一个正则表达式，并且打印》。 意思不太好理解吧？算了，也不需要太理解原意。 grep命令的功能是在文件中查找关键字，并且显示关键字所在的行。 grep命令极为强大，也是Linux中使用最多的命令之一。它的强大之处在于它不仅可以实现简单的查找，而且可以配合《正则表达式》来实现比较复杂的查找。 至于什么是正则表达式，大家有兴趣可以去百度，学习一下。是程序员需要掌握的知识点之一。 正则表达式提供了搜索文本的一种高级方式。我们不仅在Linux的命令行中用到正则表达式，而且在很多的文本编辑器里也用到，在许多编程语言例如Java，PHP等等也会用到。 首先，我们学习grep的简单用法。之后我们再学习如何配合正则表达式来实现复杂的查找。 grep的简单用法 grep的使用方法有很多种。但我们一开始先学习最基本的用法： grep text file 可以看到，上面就是grep命令的最基本用法。 text代表要搜索的文本，file代表供搜索的文件。 我们用实际的例子来学习。比如我要在用户的家目录的 .bashrc 文件中搜索alias这个文本，而且显示所有包含alias的行。 grep alias .bashrc
怎么样，grep命令很强大吧。如上图所见，grep命令列出了.bashrc文件中所有包含alias的行，并且在小编的终端中，以红色标出了每一个alias。其实grep更像是一个过滤器，它可以筛选出我们要找的对象。 如果我们要用grep命令在一个文件中查找用空格隔开的文本，那么就要加上双引号，例如： grep "Hello World" file2 -i参数：忽略大小写 默认的情况下，grep命令是区分大小写的，也就是说搜索的文本将严格按照大小写来搜索。比如我搜索的文本是text，那么就不会搜出例如Text，tExt，TEXT等等文本。 但是我们可以给grep加上-i参数，使得grep可以忽略大小写。i是英语ignore的缩写，表示《忽略》。 例如： grep -i alias .bashrc
可以看到，加了-i参数后，grep的搜索结果就多了 #Alias definitions. 那一行，因为-i参数使得grep搜索不区分大小写。 -n参数：显示行号 -n参数作用很简单，就是显示搜索到的文本所在的行号。n是英语number的缩写，表示《数字，编号》。 grep -n alias .bashrc
-v参数：只显示文本不在的行 -v参数很有意思，v是invert的缩写，表示《颠倒，倒置》。-v参数的作用与正常grep的作用正好颠倒，就是只显示搜索的文本不在的那些行。 grep -v alias .bashrc
可以看到，这次grep过滤出了.bashrc中所有不包含alias的行。 -r参数：在所有子目录和子文件中查找 如果你不知道你要找的文本在哪个文件里，你可以用强大的-r参数。 r是英语recursive的缩写，表示《递归》。如果用了-r参数，那么grep命令使用时的最后一个参数（grep text file这个模式中的file）需要换成directory，也就是必须是一个目录。因为-r参数是让grep命令能够在指定目录的所有子目录和子文件中查找文本。 例如： grep -r "Hello World" folder/ 表示在folder这个目录的所有子目录和子文件中查找Hello World这个文本。当然了，以上例子中，folder后面的斜杠（/）不是必须的，这里只是为了清楚表明folder是一个目录。只要folder是一个目录，Linux系统是不会搞错的。 Linux中还有一个rgrep的命令，它的作用相当于grep -r grep的高级用法：配合正则表达式 正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。 grep配合正则表达式就可以实现比较高级的搜索了。 我们首先来看一眼以下的这个表格，表格中列出了最常用的一些正则表达式的字符以及其含义：
当然了，上表没有列出所有的正则表达式的字符。大家可以百度，查找完整的表格。 看了上表你可能会说：“我啥也看不懂啊...”。 这是正常的，正则表达式不是那么容易入门的，但也不是太难。要把正则表达式讲清楚，大概需要两课的篇幅，我们这里就不多做介绍了。 首先，为了让grep命令知道我们要使用正则表达式，须要加上-E参数。例如： grep -E Alias .bashrc
当然了，Linux也有一个命令egrep，其效果等同grep -E 不要怀疑，Alias也是一个正则表达式，只不过没有用到上面表格中的特殊符号而已。 到此为止，没什么新鲜的。我们用正则表达式只不过和之前的搜索类似。接下来，我们才真的要用到正则表达式的特殊字符了。 首先来看这个例子： grep -E ^alias .bashrc
这个例子中，我们用到了^这个特殊符号，上面的表格里对于^已经做了说明：行首（匹配输入字符串的开始位置）。也就是说，^后面的字符须要出现在一行的开始。 因此，就搜出了如上图中的三行，这三行都是包含alias，并且以alias开头的。 再来举几个例子： grep -E [Aa]lias .bashrc
上面的表格里解释了[]的作用，是将[]中的字符任取其一，因此[Aa]lias的意思就是既可以是Alias，又可以是alias。因此grep搜索结果把包含Alias和alias的行都列出来了。 再比如： grep -E [0-4] .bashrc 用于搜索包含0至4的任一数字的行。 grep -E [a-zA-Z] .bashrc 用于搜索包含在a至z之间的任意字母或者A至Z之间的任意字母的行。 其他正则表达式还有很多例子。就不一一列举了。 注意： 其实在Ubuntu这样的Linux发行版中，grep如果要和正则表达式配合，不加-E参数也是可以的，正则表达式始终是激活的。不过有的Unix发行版的系统可能不加-E参数就不能搜索正则表达式，因此为了兼容，我们一般教学的时候会说加上-E参数比较好。 sort命令：为文件排序 sort是英语《排序》的意思。 sort命令用于对文件的行进行排序。 为了演示，我们首先用文本编辑器（可以用nano）来创建一个文件，名叫name.txt比如，然后在里面写入以下的行： John Paul Luc Matthew Mark jude Daniel Samuel Job 随便写几个英语常用名字就可以了。name是英语《名字》的意思。 然后，我们用sort命令来举个例子： sort name.txt
可以看到，sort命令将name.txt文件中的行按照首字母的英文字典顺序进行了排列。 可以看到，sort命令并不区分大小写。 -o参数：将排序后的内容写入新文件 刚才经过了sort命令的《洗礼》，如果你打开name.txt文件，你会发现，还是原来的那个顺序，单独使用sort命令是不会改变文件的内容排序的，只是把排序结果显示在终端上。 那我们要存储排序结果到新的文件怎么办呢？可以用-o参数。 sort -o name_sorted.txt name.txt
可以看到，name.txt经过sort命令排序之后的内容被储存在了新的文件name_sorted.txt中，而name.txt的内容是不变的。 -r参数：倒序排列 -r参数中的r是reverse的缩写，是《相反，反面》的意思。与普通的仅用sort命令正好相反。 sort -r name.txt
-R参数：随机排序 -R参数比较《无厘头》，因为它会让sort命令的排序变为随机，就是任意排序，每次都不一样可能。但在有些时候，还是很有用的。 sort -R name.txt 为了显示每次排序都是随机的，我们运行了两次以上命令：
-n参数：对数字排序 对数字的排序有点特殊。默认地，仅用sort命令的时候，是不区分首字符是否是数字的，因此还是按照1-9的顺序来排序。例如138会排在25前面，因为1排在2的前面。 那如果我们要sort命令识别整个数字，比如按照大小顺序来说，25应该排在138前面，那该怎么办呢？ 就可以请出我们的-n参数了。n是number的缩写。-n参数用于对数字进行排序，按有小到大排序。 为了演示，我们再用文本编辑器来创建一个文件，就叫number.txt好了。 里面随便填一些数字，每行一个： 12 9 216 28 174 35 68 然后用sort不加-n参数和加上-n参数分别测试：
可以看到，不加-n参数时，sort就会把这些数字按首字符来排序，按照1-9的顺序。 加上-n参数，就会把各行的数字看成一个整体，按照大小从小到大来排序了。 wc命令：文件的统计 wc是word count的缩写（不是《厕所》的意思，OK？），word是英语《单词》的意思，count是英语《计算，统计，数数》的意思。因此，wc命令貌似是用来统计单词数目的，但其实wc的功能不仅止于此。wc命令还可以用来统计行数，字符数，字节数等。 跟前面的命令一样，wc命令的用法也是后接文件名。wc命令很有用，应该会成为你经常用到的命令之一。 如果不加选项参数，那么wc命令的返回值有些特殊，有点晦涩难懂。 例如： wc name.txt
可以看到返回值是9 9 50，最后一个name.txt只是表明文件名，不需考虑。 那么这三个数字：9，9，和50分别表示什么呢？这三个数字，按顺序，分别表示：
因为我们之前创建name.txt时，每一行只有一个单词（英语名字），所以这里统计的行数和单词数都是9。 -l参数：统计行数 为了只统计行数，我们可以加上-l参数。l是英语line的缩写，表示《行》。 wc -l name.txt
-w参数：统计单词数 w是英语word的缩写，用于统计《单词》。 wc -w name.txt
-c参数：统计字节数 不知道为什么是c，因为byte或者octet（都可以表示《字节》）的首字母都不是c啊。不管了。 wc -c name.txt
-m参数：统计字符数 不知道为什么是m，因为character（《字符》）的首字母都不是m啊。不管了。 wc -m name.txt
uniq命令：删除文件中的重复内容 有时候，文件中包含重复的行。我们也许想要将重复的内容删除。 这时，uniq命令就显得很有用了。 uniq是英语unique的缩写，表示《独一无二的》。 为了演示，我们创建一个文件repeat.txt，里面写入如下排序好的内容（因为uniq命令还是有点《呆》，因为它只能将连续的重复行变为一行）： Albert China France France France John Matthew Matthew patrick Steve Vincent 可以看到，有三个France连在一起，两个Matthew连在一起。 我们用uniq命令来处理看看： uniq repeat.txt
可以看到，三个连续的France只剩下一个了，两个连续的Matthew也只剩一个了。 但是uniq命令并不会改变原文件的内容，只会把处理后的内容显示出来。如果想将处理后的内容储存到一个新文件中，可以使用如下的方法： uniq repeat.txt unique.txt
-c参数：统计重复的行数 -c参数用于显示重复的行数，如果是独一无二的行，那么数目就是1。 uniq -c repeat.txt
-d参数：只显示重复行的值 -d参数只显示重复的行的值。 uniq -d repeat.txt
cut命令：剪切文件的一部分内容
cut命令用于对文件的每一行进行剪切处理。 -c参数：根据字符数来剪切 比如说，我们要name.txt的每一行只保留第2至第4个字符。可以这样做： cut -c 2-4 name.txt
总结
第三部分第二课预告今天的课就到这里，一起加油吧！ 下一课我们学习：流、管道、重定向，三管齐下
*您若觉得本文不错，请点击画面右上角《···》按钮分享 *新朋友请关注「程序员联盟」微信搜公众号 ProgrammerLeague 程序员联盟官网： http://coderunity.com/ 小编微信号： frogoscar 小编邮箱： enmingx@gmail.com 小编QQ号： 379641629 程序员联盟QQ群：413981577 程序员联盟微信群：先加我微信 头条网自媒体“程序员联盟”： http://www.toutiao.com/m3750422747/
小编的51CTO博客，CSDN博客，博客园，新浪博客和开源中国博客 http://4526621.blog.51cto.com http://blog.csdn.net/frogoscar http://www.cnblogs.com/frogoscar http://blog.sina.com.cn/frogoscar http://my.oschina.net/frogoscar/blog
【打赏小编】 觉得文章对您有帮助，请纪念小编的辛勤劳动，扫描二维码打赏小编，谢谢！ 支付宝
Paypal
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
