Linux下常用文本处理命令

Linux下常用文本处理命令大全

主要从事网页设计、PC网站建设（电脑版网站建设）、wap网站建设（手机版网站建设）、响应式网站开发、程序开发、微网站、微信小程序等，凭借多年来在互联网的打拼，我们在互联网网站建设行业积累了丰富的网站制作、成都网站设计、网络营销经验，集策划、开发、设计、营销、管理等多方位专业化运作于一体，具备承接不同规模与类型的建设项目的能力。

Linux下面有很多经典的非常有用的命令，其中处理文本的命令就有很多。下面就让我们一起看看这些经典的Linux文本处理命令有哪些吧。

一. sort

文件排序, 通常用在管道中当过滤器来使用. 这个命令可以依据指定的关键字或指定的字符位置, 对文件行进行排序. 使用-m选项, 它将会合并预排序的输入文件. 想了解这个命令的全部参数请参考这个命令的info页.

二. tsort

拓扑排序, 读取以空格分隔的有序对, 并且依靠输入模式进行排序.

三. uniq

这个过滤器将会删除一个已排序文件中的重复行. 这个命令经常出现在sort命令的管道后边.

四. expand, unexpand

expand命令将会把每个tab转化为一个空格. 这个命令经常用在管道中.

unexpand命令将会把每个空格转化为一个tab. 效果与expand命令相反.

五. cut

一个从文件中提取特定域的工具. 这个命令与awk中使用的print $N命令很相似, 但是更受限. 在脚本中使用cut命令会比使用awk命令来得容易一些. 最重要的选项就是-d(字段定界符)和-f(域分隔符)选项.

六. paste

将多个文件, 以每个文件一列的形式合并到一个文件中, 合并后文件中的每一列就是原来的一个文件. 与cut结合使用, 经常用于创建系统log文件.

七. join

这个命令与paste命令属于同类命令. 但是它能够完成某些特殊的目地. 这个强力工具能够以一种特殊的形式来合并两个文件, 这种特殊的形式本质上就是一个关联数据库的简单版本.

join命令只能够操作两个文件. 它可以将那些具有特定标记域(通常是一个数字标签)的行合并起来, 并且将结果输出到stdout. 被加入的文件应该事先根据标记域进行排序以便于能够正确的匹配.

八. head

把文件的头部内容打印到stdout上(默认为10行, 可以自己修改). 这个命令有一些比较有趣的选项.

九. tail

将一个文件结尾部分的内容输出到stdout中(默认为10行). 通常用来跟踪一个系统logfile的.修改情况, 如果使用-f选项的话, 这个命令将会继续显示添加到文件中的行.

十. wc

wc可以统计文件或I/O流中的”单词数量”:

十一. fold

将输入按照指定宽度进行折行. 这里有一个非常有用的选项-s, 这个选项可以使用空格进行断行(译者: 事实上只有外文才需要使用空格断行, 中文是不需要的)(请参考例子 12-23和例子 A-1).

十二. fmt

一个简单的文件格式器, 通常用在管道中, 将一个比较长的文本行输出进行”折行”.

十三. col

这个命令用来滤除标准输入的反向换行符号. 这个工具还可以将空白用等价的tab来替换. col工具最主要的应用还是从特定的文本处理工具中过滤输出, 比如groff和tbl. (译者: 主要用来将man页转化为文本.)

十四. column

列格式化工具. 通过在合适的位置插入tab, 这个过滤工具会将列类型的文本转化为”易于打印”的表格式进行输出.

十五. colrm

列删除过滤器. 这个工具将会从文件中删除指定的列(列中的字符串)并且写到文件中, 如果指定的列不存在, 那么就回到stdout. colrm 2 4 filename将会删除filename文件中每行的第2到第4列之间的所有字符. p="" /filename将会删除filename文件中每行的第2到第4列之间的所有字符.

Caution: 如果这个文件包含tab和不可打印字符, 那将会引起不可预期的行为. 在这种情况下, 应该通过管道的手段使用expand和unexpand来预处理colrm.

十六. nl

计算行号过滤器. nl filename将会把filename文件的所有内容都输出到stdout上, 但是会在每个非空行的前面加上连续的行号. 如果没有filename参数, 那么就操作stdin.

nl命令的输出与cat -n非常相似, 然而, 默认情况下nl不会列出空行.

十七. pr

格式化打印过滤器. 这个命令会将文件(或stdout)分页, 将它们分成合适的小块以便于硬拷贝打印或者在屏幕上浏览. 使用这个命令的不同的参数可以完成好多任务, 比如对行和列的操作, 加入行, 设置页边, 计算行号, 添加页眉, 合并文件等等. pr命令集合了许多命令的功能, 比如nl, paste, fold, column, 和expand.

pr -o 5 –width=65 fileZZZ | more 这个命令对fileZZZ进行了比较好的分页, 并且打印到屏幕上. 文件的缩进被设置为5, 总宽度设置为65.

一个非常有用的选项-d, 强制隔行打印(与sed -G效果相同).

十八. gettext

GNU gettext包是专门用来将程序的输出翻译或者本地化为不同国家语言的工具集. 在最开始的时候仅仅支持C语言, 现在已经支持了相当数量的其它程序语言和脚本语言.

想要查看gettext程序如何在shell脚本中使用. 请参考info页.

十九. msgfmt

一个产生二进制消息目录的程序. 这个命令主要用来本地化.

二十. iconv

一个可以将文件转化为不同编码格式(字符集)的工具. 这个命令主要用来本地化.

二十一. recode

可以认为这个命令是上边iconv命令的专业版本. 这个非常灵活的并可以把整个文件都转换为不同编码格式的工具并不是Linux标准安装的一部分.

二十二. TeX, gs

TeX和Postscript都是文本标记语言, 用来对打印和格式化的视频显示进行预拷贝.

TeX是Donald Knuth精心制作的排版系统. 通常情况下, 通过编写脚本的手段来把所有的选项和参数封装起来一起传到标记语言中是一件很方便的事情.

Linux 命令合集（二）：查看文件及内容处理命令

例1： cat -n：对所有行进行编号

:例2. cat -b：对所有非空行进行编号

例4.cat cat.logEOF：将标准输入的内容写入到文件中；输入EOF结束

例一：显示文件的前五个字符

例二：不显示符合条件的列

例：按1M大小分割文件并指定分割后的文件名

例一：

例二：

例：忽略每行开始处的空白字符，对第二域按数字大小进行排序

正则表达式

grep支持的字符和字符集合

例一：显示meminfo文件中以不区分大小的s开头的行

例二：显示/etc/passwd中，以r开头的字符而后跟了任意单个字符的行

例四：显示/etc/passwd中，r后跟了o，o只出现2次的行

例五：显示meminfo文件中以一个数字开头并以一个与开头数字相同的数字结尾的行

例六：匹配ABC类IP地址即 1.0.0.1---223.255.255.254

例七：匹配手机号码：手机号码是1[3|4|5|8]后面接9位数字的

例一：将大写字符转换为小写字符

例二：删除指定范围的字符

例三：删除指定范围字符的补集

 more（less）：分页显示文件内容

 head（tail）：显示文件内容头部

 join：将两个文件中，制定栏位内容相同的行连接起来

 iconv：转换文件编码格式

 dos2unix：将dos文件格式转换为Unix格式

 diff（vimdiff）：比较文件差异

 rev：反向输出文件内容

2-11 Linux 中的文件处理 --- mkdir、rmdir 创建目录和删除空目录命令

mkdir：创建目录命令。

-p：递归创建目录。

例：

mkdir test：创建单个名为 test 的目录。

mkdir -p test1/test2 ： 递归创建多个目录。系统会首先创建 test1 目录，然后在 test1 目录        下再创建 test2 目录。

注：如不加 -p 选项进行递归创建将会报错。因为 test1 这个目录是不存在的。所以，没有办  法在一个不存在的目录下创建一个新目录。

例：

rmdir：删除空目录。

tmp 目录下有test 和 test1两个目录。test 为空目录，test1 非空。

rmdir test：删除 test 目录，此目录是空目录。所以可以正常删除。

rmdir test1：删除 test1 目录，系统给出 test1 目录不为空的提示。

因为 test1 下还有 test2 目录，删除递归目录失败。所以，rmdir 命令只能删除空目录。

网站栏目：linux命令文件处理 linux文件处理实验
新闻来源：http://ybzwz.com/article/dojcceh.html