欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

《Unix & Linux 大学教程》 - 第十九章(二)、第二十章 学习笔记

程序员文章站 2022-05-25 22:32:03
...

学习笔记,内容基础,适合初学者。

 

阅读之前,请务必花30秒查看前言说明(在第一、二章前面部分)

《Unix & Linux 大学教程》 - 第一、二章 学习笔记    Unix简介 & 什么是Linux?什么是Unix

《Unix & Linux 大学教程》 - 第三、四章 学习笔记    Unix连接 & 开始使用Unix

《Unix & Linux 大学教程》 - 第五、六章 学习笔记    GUI:图形用户界面 & Unix工作环境

《Unix & Linux 大学教程》 - 第七、八章 学习笔记    Unix键盘使用 & 能够立即使用的程序

《Unix & Linux 大学教程》 - 第九、十章 学习笔记    文档资料:Unix手册与Info & 命令语法

《Unix & Linux 大学教程》 - 第十一、十二章 学习笔记    shell & 使用shell:变量和选项

《Unix & Linux 大学教程》 - 第十三章 学习笔记    使用shell:命令和定制

《Unix & Linux 大学教程》 - 第十四、十五章 学习笔记     使用shell:初始化文件

《Unix & Linux 大学教程》 - 第十六、十七章 学习笔记    过滤器:简介和基本操作
《Unix & Linux 大学教程》 - 第十八章 学习笔记    过滤器:统计和格式化
《Unix & Linux 大学教程》 - 第十九章(一) 学习笔记    过滤器:选取、排序、组合及变换
《Unix & Linux 大学教程》 - 第十九章(二)、第二十章 学习笔记  过滤器:选取、排序、组合及变换 正则表达式

《Unix & Linux 大学教程》 - 第二十一章 学习笔记  显示文件

《Unix & Linux 大学教程》 - 第二十二章(一) 学习笔记  vi文本编辑器(一)

《Unix & Linux 大学教程》 - 第二十二章(二) 学习笔记  vi文本编辑器 (二)

《Unix & Linux 大学教程》 - 第二十二章(三) 学习笔记  vi文本编辑器 (三)

《Unix & Linux 大学教程》 - 第二十三章 学习笔记  Unix文件系统

《Unix & Linux 大学教程》 - 第二十四章 学习笔记  目录操作

《Unix & Linux 大学教程》 - 第二十五章 学习笔记  文件操作

《Unix & Linux 大学教程》 - 第二十六章(一) 学习笔记  进程和作业控制

《Unix & Linux 大学教程》 - 第二十六章(二) 学习笔记  进程和作业控制

《Unix & Linux 大学教程》 - 附录F 时区与24小时制时间



第十九章:过滤器:选取、排序、组合及变换

第十九章第二部分

 

基础知识

程序/命令

tr(translate,转换)

语法

tr [-cds] [set1 [set2]]

set1和set2为字符组

注意:不允许指定输入和输出文件,可以考虑使用重定向

 

tr a A < file(将file中的a替换为A)

tr abc ABC < file(将file中的a替换为A,b替换为B,c替换为C)

tr abcde ABC < file 等同于 tr abcde ABCCC < file

tr A-Z a-z < file (将大写转换为小写)

tr [:upper:] [:lower:] < file 等同于 tr A-Z a-z < file

tr [:digit:] A-J < file 等同于 tr 0-9 A-J < file

tr '\015' '\012' < file (其中的参数为ASCII的八进制数值,可以利用其替换不可见字符)

tr '\r' '\n' < file 等同于 tr '\015' '\012' < file

 

-s(squeeze,挤压):第一组中的多个连续字符应该替换为一个单独的字符

-d:删除指定的字符

-c(complement,补数):匹配所有不在第一组中的字符

 

tr 0-9 D < file(将0-9每一个数字都替换为一个字母D)

tr -s 0-9 D < file (将多个数字替换为一个字母D)

tr -d '()' < file (删除所有圆括号)

tr -d [:digit:] < file (删除所有数字)

tr -c ' \n' X < file (将空格和换行之外的所有字符替换为X)

 

题目:查看多个文本中出现过的单词数量(不计重复,不考虑大小写)

比如有两个文件

txt1内容为:

This is a test!

So you can ignore me.

 

txt2内容为:

Another file for test!

Hello world!

 

 

cat txt1 txt2 将两个文件合并

cat txt1 txt2 | tr 'A-Z ' 'a-z\n' 然后将空格替换为换行,大写变小写

cat txt1 txt2 | tr 'A-Z ' 'a-z\n' | tr -d ',.;:!' 然后去掉标点

cat txt1 txt2 | tr 'A-Z ' 'a-z\n' | tr -d ',.;:!' | sort -u 然后去掉重复,忽略大小写

cat txt1 txt2 | tr 'A-Z ' 'a-z\n' | tr -d ',.;:!' | sort -u | wc -l 最后统计行数,结果即为不重复单词的个数

 

上面的过程完成任务不够好,比如单词可以有撇号(o'clock)

所以要把所有非字母和撇号的字符替换为换行

cat txt1 txt2 | tr -cs A-Za-z\' '\n' | sort -fu | wc -l (sort也可以忽略大小写,这样就不用tr来做了)

书中答案

cat txt1 txt2 | tr -cs [:alpha:]\' "\n" | sort -fu | wc -l (貌似之前没有讲过[:alpha:]

 

 

sed(stream editor)

语法

sed [-icommand | -e command... [file]

command是sed命令

file是输入文件的名称

作用:简单替换文本

过程:

1.从输入流中读取一行

2.执行指定的命令,对该行进行必要的变换

3.将该行写入到输出流中

 

-i(in-place,原地):重定向到输入的文件中

(-i选择只在GNU版本的sed中可用)

sed 's/string/String/g' file > newfile (将单词string替换为String,然后将输出重定向到newfile中)

 

sed的命令s

语法

[/address|pattern/]s/search/replacement/[g] (其中g代表global)

address是输入流中一个或多个行的地址

pattern是一个字符串

search是正在表达式

replacement是替换文本

 

sed '2s/string/String/g' file (改变第二行的string为String)

sed '3,6s/string/String/g' file (改变第三至六行的string为String)

sed '1,$s/string/String/g' file (改变第一至最后一行的string为String)

sed '/OK/s/string/Stringg' file (改变含有OK字符串的行的string为String)

(关于正则的部分可参考下面第二十章的讲解,也可参考我之前介绍关于正则的文章:深入入门正则表达式

 

语法

sed -f instructions input

-f:标识命令程序文件

作用:运行存储在文件instructions中的sed程序,并使用文件input中的数据

 

-e(editing command,编辑命令):指定任意多个sed命令

sed -i \

-e 's/mon/Monday/g' \

-e 's/tue/Tuesday/g' \

-e 's/wed/Wednesday/g' \

-e 's/thu/Thursday/g' \

-e 's/fri/Friday/g' \

-e 's/sat/Saturday/g' \

-e 's/sun/Sunday/g' \

calendar

将calendar中的mon替换为Monday;tue替换为Tuesday……最后重定向到calendar本身(-i不是忽略大小写,见上文说明)

 

 

第二十章:正则表达式

我在我的博客已经有专门介绍正则表达式使用的文章了

下面的文章主要介绍的是java中的正则,这里只介绍与java正则不同的地方。

 

深入入门正则表达式(java) - 引言

深入入门正则表达式(java) - 1 - 入门基础 
深入入门正则表达式(java) - 2 - 基本实例

深入入门正则表达式(java) - 3 - 正则在java中的使用

深入入门正则表达式(java) - 匹配原理 - 1 - 引擎分类与普适原则

深入入门正则表达式(java) - 匹配原理 - 2 - 回溯

 

 

在java的正则中,我们使用\b作为单词分隔符,但是在这里,我需要使用\<和\>作为单词分隔符

在使用GNU实用工具的系统上(例如Linux和FreeBSD)可以使用\b

下面的预定义类在java中是没有的

含义 类似于
[:lower:] 小写字母 a-z
[:upper:] 大写字母 A-Z
[:alpha:] 大小写字母 a-zA-Z
[:alnum:] 大小写字母、数字 a-zA-Z0-9
[:digit:] 数字 0-9
[:punct:] 标点符号 -- 
[:blank:] 空格或制表符(空白符) --

 

Unix支持下面两种正则表达式

扩展正则表达式(extended regular expression,ERE)是现代版的正则表达式

基本正则表达式(basic regular expression,BRE)是一个以前的废弃版本正则表达式

下面是两种正则表达式的区别

扩展正则表达式 基本正则表达式 含义
{} \{\} 定义一个限定(花括号)
() \(\) 定义一个组(圆括号)
? \{0,1\} 匹配0次或1次

+

\{1,\} 匹配一次或多次
| -- 交变:匹配选项中的一个
[:name:] -- 预定义字符类

 

下面三条命令等价

grep -w 'cat' data

grep '\<cat\>' data

grep '\bcat\b' data

 

关于预定义字符类的使用

下面两条正则等价,查找非字母字符的行,最外层的括号并不作为字符组本身的一部分,所以使用预定义字符类的时候需要有两层方括号

grep '[^A-Za-z]' data

grep '[^[:alpha:]]' data

 

注意:字符组的使用需要注意locale的设置。检查环境变量是否LC_COLLATE=C,否则[a-z]和[A-Z]等结果可能不是你所期待的。

 

下面是书中三个问题,都很简单,这里直接给出问题和答案

1.查找字典文件中,以qu开头y结尾的单词(我机器的字典文件在/usr/share/dict下,words文件)

grep '^qu[a-z]*y' words

2.查找字典文件中,依次含有a、e、i、o、u

grep 'a[a-z]*e[a-z]*i[a-z]*o[a-z]*u' words

3.查找bin目录下两个字母长的命令

ls /bin | grep '^[a-z]\{2\}$'

ls /bin | egrep '^[a-z]{2}$'

 

关于正则的更多规则与技巧可以参考上面提到的我介绍正则的文章

 

名词解释

预定义字符类:字符集。比如[:digit:]、[:upper:]等



转贴请保留以下链接

本人blog地址

http://su1216.iteye.com/

http://blog.csdn.net/su1216/