几个文本处理工具的简单使用（wc，cut，sort，uniq，diff和patch）

电玩女神 2022-01-07 00:17 140阅读 0赞

# wc #

wc命令用于报告文本文件的一些统计计数，例如行数、单词数、字节数等。

语法如下。

wc [OPTION]... [FILE]...
    wc [OPTION]... --files0-from=F

\--files0-from=F：这个选项几乎没见过有人使用，我也看不懂，因此就忽略掉了。

默认情况下显示3个计数，从左往右分别是行数、单词数和字节数。

[root@C7 ~]# wc /etc/passwd
      51   94 2599 /etc/passwd

如果被统计的文件数大于1，那么还会显示一行总计。

[root@C7 ~]# wc /etc/passwd /etc/init.d/functions 
       51    94  2599 /etc/passwd
      707  2364 18104 /etc/init.d/functions
      758  2458 20703 total

可以通过选项控制，单独显示这3个计数。

\-l, --lines：显示行数。

[root@C7 ~]# wc -l /etc/passwd
    51 /etc/passwd

\-w, --words：显示单词数。

[root@C7 ~]# wc -w /etc/passwd
    94 /etc/passwd

\-c, --bytes：显示字节数。

[root@C7 ~]# wc -c /etc/passwd
    2599 /etc/passwd

还可以显示一些另外的计数。

\-m, --chars：显示字符数。

[root@C7 ~]# wc -m /etc/passwd
    2599 /etc/passwd

\-L, --max-line-length：显示文件中最长的行的长度。

[root@C7 ~]# wc -L /etc/passwd
    99 /etc/passwd

# cut #

从一个文本文件中，截取我们所需要的部分进行显示，一般是用于有固定的分隔符的文本文件，例如/etc/passwd这种以“:”作为分隔符的文件。

cut的默认分隔符是TAB。

语法如下。

cut OPTION... [FILE]...

我们创建一个测试文件cut.txt，第一行以TAB分隔，第二行以一个空格分隔，第三行分别以一个空格、两个空格和三个空格分隔。

[root@C7 ~]# cat -A cut.txt
    a^Ilong^Idi^Idi$
    a long di di$
    a long  di   di$

在“cat -A”的输出中，“^I”表示TAB，“$”表示换行符。

\-f, --fields=LIST：指定要截取每一行中第几个字段的数据。

这里的LIST，可以是单独的某个字段，也可以是连续的字段范围，也可以是离散的字段，如下所示。

# cut -f 2 FILE
    # cut -f 2,3,4 FILE
    # cut -f 2-5 FILE
    # cut -f 1,2-3,5 FILE
    # cut -f 2- FILE：从第2个字段到行尾。
    # cut -f -2 FILE：从行首到第2个字段。

LIST也可用于后面的-b和-c选项。

然后我们尝试对cut.txt取第二个字段。

[root@C7 ~]# cut -f 2 cut.txt 
    long
    a long di di
    a long  di   di

我们发现，第一行以TAB为分隔符的行取出的字段是正确的，另外2个字段是整行都取出来了。

这是因为默认情况下不包含分隔符的行会被整行打印，如果想避免这种情况可以使用-s选项。

\-s, --only-delimited：只打印那些包含分隔符的行。

[root@C7 ~]# cut -sf 2 cut.txt 
    long

这里有一点需要注意，使用短选项的时候，-f后面必须跟着数字，如果跟其他选项就会报错。

[root@C7 ~]# cut -fs 2 cut.txt 
    cut: invalid byte, character or field list

\-d, --delimiter=DELIM：指定分隔符，而不使用默认的TAB，这个选项很有用，许多文件的默认分隔符都不是TAB。

[root@C7 ~]# head -n 3 /etc/passwd | cut -d : -f 7
    /bin/bash
    /sbin/nologin
    /sbin/nologin

\-b, --bytes=LIST：只取多少个字节数的数据。

\-c, --characters=LIST：只取多少个字符数的数据。

当取的数据是数字和字母的时候，这两个选项的结果一般是相同的。

[root@C7 ~]# echo "alongdidi" | cut -b 1-4
    alon
    [root@C7 ~]# echo "alongdidi" | cut -c 1-4
    alon

\--output-delimiter=STRING：设置输出时候的分隔符，默认是采用和输入文件相同的分隔符。

[root@C7 ~]# grep -E "^(root|zwl)" /etc/passwd | cut -d : -f 1,7
    root:/bin/bash
    zwl:/bin/bash
    [root@C7 ~]# grep -E "^(root|zwl)" /etc/passwd | cut -d : -f 1,7 --output-delimiter "'s shell ="
    root's shell =/bin/bash
    zwl's shell =/bin/bash

# sort #

sort用于将文件排序后显示。

语法如下。

sort [OPTION]... [FILE]...
    sort [OPTION]... --files0-from=F

sort的排序可以针对多个文件，一起排序后显示。

[root@C7 ~]# cat sort1.txt 
    aaa
    ccc
    bbb
    [root@C7 ~]# cat sort2.txt 
    eee
    fff
    ddd
    [root@C7 ~]# sort sort1.txt 
    aaa
    bbb
    ccc
    [root@C7 ~]# sort sort1.txt sort2.txt 
    aaa
    bbb
    ccc
    ddd
    eee
    fff

sort的默认排序方式，是先比较第一个字符，如果一样，则再比较第二个字符。以此类推。

数字的排序方式是0~9，字母的排序方式是a~z。

如果字母相同只是大小写不同的话，那么小写排在大写的前面，例如a排在A的前面。

[root@C7 ~]# cat sort.txt
    aaa
    DDD
    fff
    AAA
    bbb
    BBB
    eee
    CCC
    999
    876
    333
    [root@C7 ~]# sort sort.txt
    333
    876
    999
    aaa
    AAA
    bbb
    BBB
    CCC
    DDD
    eee
    fff

\-r, --reverse：sort默认是有小到大排序，该选项则用于反向排序。

[root@C7 ~]# sort sort.txt
    111
    222
    555
    888
    [root@C7 ~]# sort -r sort.txt
    888
    555
    222
    111

\-n, --numeric-sort：基于数值排序。由于sort默认的排序机制导致sort没办法将数字按照数值大小准确排序，需要加上该选项方可实现。

[root@C7 ~]# sort sort.txt
    1790
    180
    19
    [root@C7 ~]# sort -n sort.txt
    19
    180
    1790

\-t, --field-separator=SEP：指定字段分隔符。

\-k, --key=KEYDEF：指定排序依据的字段。

二者结合可以使得sort在排序某个文件的时候根据每行固定的字段来排序。例如根据UID排序/etc/passwd。

[root@C7 ~]# head -n 5 /etc/passwd | sort -t : -k 3 -n
    root:x:0:0:root:/root:/bin/bash
    bin:x:1:1:bin:/bin:/sbin/nologin
    daemon:x:2:2:daemon:/sbin:/sbin/nologin
    adm:x:3:4:adm:/var/adm:/sbin/nologin
    lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

\-f, --ignore-case：忽略大小写排序，原理是sort内部会将小写字母转换成大写字母来排序。

\-u, --unique：使得重复的行只出现一次，结合-f选项的话，只会保留一种大写/小写的情况。

[root@C7 ~]# sort sort.txt
    aaa
    aaa
    AAA
    bbb
    bbb
    BBB
    ddd
    jjj
    ooo
    [root@C7 ~]# sort -uf sort.txt
    aaa
    BBB
    ddd
    jjj
    ooo

# uniq #

uniq用于报告或者忽略掉重复的行。但是只会将相邻的重复行移除掉，而不是将整个文本中重复的行移除掉。

[root@C7 ~]# cut -d : -f 7 /etc/passwd
    /bin/bash
    /sbin/nologin
    -- 多个重复 --
    /sbin/nologin
    /bin/sync
    /sbin/shutdown
    /sbin/halt
    /sbin/nologin
    -- 多个重复 --
    /sbin/nologin
    /bin/bash
    -- 多个重复 --
    /bin/bash
    /sbin/nologin
    [root@C7 ~]# cut -d : -f 7 /etc/passwd | uniq
    /bin/bash
    /sbin/nologin
    /bin/sync
    /sbin/shutdown
    /sbin/halt
    /sbin/nologin
    /bin/bash
    /sbin/nologin

这可能不是我们所要的结果，一般我们会先使用sort排序一下，再使用uniq移除相邻的重复行。这样子就可以实现删除文本中重复的行的功能。

[root@C7 ~]# cut -d : -f 7 /etc/passwd | sort | uniq
    /bin/bash
    /bin/sync
    /sbin/halt
    /sbin/nologin
    /sbin/shutdown

\-c, --count：uniq区别于“sort -u”的主要一点在于它还可以统计重复的行所出现的次数。

[root@C7 ~]# cut -d : -f 7 /etc/passwd | sort | uniq -c
          9 /bin/bash
          1 /bin/sync
          1 /sbin/halt
         39 /sbin/nologin
          1 /sbin/shutdown

\-d, --repeated：只显示有重复的行。

[root@C7 ~]# cut -d : -f 7 /etc/passwd | sort | uniq -cd
          9 /bin/bash
         39 /sbin/nologin

\-u, --unique：也可以只打印不重复的行。

[root@C7 ~]# cut -d : -f 7 /etc/passwd | sort | uniq -u
    /bin/sync
    /sbin/halt
    /sbin/shutdown

# diff和patch #

diff用于对比两个文本文件的区别，对比的结果本质上是一个补丁文件，可以让patch用来对文件打补丁。

首先我们先看两个文本文件的内容。

[root@C7 ~]# cat -n old_file.txt 
         1    today
         2    is
         3    thursday
         4    !!!
    [root@C7 ~]# cat -n new_file.txt 
         1    today
         2    is
         3    not
         4    thursday
         5    !?!?

接下来看diff的默认比对结果。

[root@C7 ~]# diff old_file.txt new_file.txt 
    2a3
    > not
    4c5
    < !!!
    ---
    > !?!?

这个结果其实就是描述了被对比的两个文件之间的区别，只不过这个描述我们人类比较难以理解，将这个描述重定向至文本文件，那么该文件就成为一个补丁文件了。

[root@C7 ~]# diff old_file.txt new_file.txt > patch.txt

当我们拥有old\_file.txt和补丁文件patch.txt的时候，我们就可以通过patch命令打补丁将old\_file.txt变成（“升级”）new\_file.txt。

[root@C7 ~]# patch -i patch.txt old_file.txt 
    patching file old_file.txt
    [root@C7 ~]# cat old_file.txt 
    today
    is
    not
    thursday
    !?!?

如果想使得old\_file.txt变回打补丁前的样子，可以在使用patch命令的时候，加上-R选项，打反向补丁。

[root@C7 ~]# patch -Ri patch.txt old_file.txt 
    patching file old_file.txt
    [root@C7 ~]# cat old_file.txt 
    today
    is
    thursday
    !!!

转载于:https://www.cnblogs.com/alongdidi/p/10408025.html