《Unix & Linux 大学教程》 - 第十九章（二）、第二十章 学习笔记
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?[-i]?command?|?-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
类含义类似于[: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/
