《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/