LINUX入门常用命令之文本处理

  • Post author:
  • Post category:linux



Linux文本处理命令

sort命令


sort命令的功能是对文件中的各行进行排序。sort命令有许多非常实用的选项,这些选项最初是用来对数据库格式的文件内容进行各种排序操作的。实际上,sort命令可以被认为是一个非常强大的数据管理工具,用来管理内容类似数据库记录的文件。


Sort命令将逐行对文件中的内容进行排序,如果两行的首字符相同,该命令将继续比较这两行的下一字符,如果还相同,将继续进行比较。


语法:


sort [选项] 文件


说明:sort命令对指定文件中所有的行进行排序,并将结果显示在标准输出上。如不指定输入文件或使用“- ”,则表示排序内容来自标准输入。


sort排序是根据从输入行抽取的一个或多个关键字进行比较来完成的。排序关键字定义了用来排序的最小的字符序列。缺省情况下以整行为关键字按ASCII字符顺序进行排序。


改变缺省设置的选项主要有:


– m 若给定文件已排好序,合并文件。


– c 检查给定文件是否已排好序,如果它们没有都排好序,则打印一个出错信息,并以状态值1退出。


– u 对排序后认为相同的行只留其中一行。


– o 输出文件 将排序输出写到输出文件中而不是标准输出,如果输出文件是输入文件之一,sort先将该文件的内容写入一个临时文件,然后再排序和写输出结果。


改变缺省排序规则的选项主要有:


– d 按字典顺序排序,比较时仅字母、数字、空格和制表符有意义。


– f 将小写字母与大写字母同等对待。


– I 忽略非打印字符。


– M 作为月份比较:“JAN”<“FEB”


– r 按逆序输出排序结果。


+posl – pos2 指定一个或几个字段作为排序关键字,字段位置从posl开始,到pos2为止(包括posl,不包括pos2)。如不指定pos2,则关键字为从posl到行尾。字段和字符的位置从0开始。


– b 在每行中寻找排序关键字时忽略前导的空白(空格和制表符)。


– t separator 指定字符separator作为字段分隔符。



uniq命令


文件经过处理后在它的输出文件中可能会出现重复的行。例如,使用cat命令将两个文件合并后,再使用sort命令进行排序,就可能出现重复行。这时可以使用uniq命令将这些重复行从输出文件中删除,只留下每条记录的唯一样本。


语法:


uniq [选项] 文件


说明:这个命令读取输入文件,并比较相邻的行。在正常情况下,第二个及以后更多个重复行将被删去,行比较是根据所用字符集的排序序列进行的。该命令加工后的结果写到输出文件中。输入文件和输出文件必须不同。如果输入文件用“- ”表示,则从标准输入读取。


该命令各选项含义如下:


– c 显示输出中,在每行行首加上本行在文件中出现的次数。它可取代- u和- d选项。


– d 只显示重复行。


– u 只显示文件中不重复的各行。


– n 前n个字段与每个字段前的空白一起被忽略。一个字段是一个非空格、非制表符的字符串,彼此由制表符和空格隔开(字段从0开始编号)。


+n 前n个字符被忽略,之前的字符被跳过(字符从0开始编号)。


– f n 与- n相同,这里n是字段数。


– s n 与+n相同,这里n是字符数。