【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! |