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/passwd51   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/passwd707  2364 18104 /etc/init.d/functions758  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 -c9 /bin/bash1 /bin/sync1 /sbin/halt39 /sbin/nologin1 /sbin/shutdown

-d, --repeated：只显示有重复的行。

[root@C7 ~]# cut -d : -f 7 /etc/passwd | sort | uniq -cd9 /bin/bash39 /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    today2    is3    thursday4    !!!
[root@C7 ~]# cat -n new_file.txt 1    today2    is3    not4    thursday5    !?!?

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

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

shell脚本——grep cut sort uniq tee diff paster tr等小工具的使用方法
shell脚本的一些小工具的使用方法 grep 语法和选项实例 cut 语法和选项实例 sort 语法和选项实例 uniq 语法和选项实例 tee 语法和选项实例 diff 语法和选项实例 ...
Git补丁简单用法介绍（打补丁.diff 和 .patch 和 git apply、git am应用）
打补丁.diff 和 .patch 和 git apply.git am应用生成patch git format-patch -M master 生成指定patch,afc425592dc7dde9 ...
Shell程序设计 | 文本处理工具：正则表达式、grep、sed、awk
文章目录正则表达式 grep sed awk 其它常用工具 cut sort uniq tr 常见面试题第十行有效电话号码统计词频转置文件要想使用这些流式处理工具,那么就必须得了解正则表达 ...
Pyp 替代sed，awk的文本处理工具
Linux上文本处理工具虽不少,像cut,tr,join,split,paste,sort,uniq,sed,awk这些经典工具让人眼花缭乱,而且都太老了,使用方法都不太人性化,尤其awk,语法简直反 ...
文件管理(番外篇)——文本处理工具
猫查看,TAC反向查看(列),REV反向查看(行) cat查看.tac反向查看(列).rev反向查看(行) cat -E: #显示行结束符$ -n: # ...
文本处理工具简单介绍
文本处理工具简单介绍 1.文本文件查看分页查看more,less 显示文本前面或后面的行内容 head 显示文件或标准输入的前面行 tail 与 head 相反抽取文本cut 合并文件 2.分析文 ...
Mac简单易用的文本识别工具:TextSniper
TextSniper是适用于Mac的简单易用的文本识别工具.TextSniper不仅提取屏幕上选定部分内的所有文本,并将其转换为可编辑文本还可以轻松识别图形,数字文档和视频中的文本. 从任何地方提取文 ...
NLP文本标注工具与平台（数据标注公司）
最近在做NLP相关项目,包括句法分析.情感分析等,有大量数据需要标注.我评估了几个文本标注工具,也接触了几家数据标注公司和平台,总结如下,供各位参考. 文本标注平台(标注外包公司) 数据标注公司的工作 ...
Linux命令：文本处理工具awk详解
awk命令简介: awk是一个强大的文本分析工具,通常,awk是以文件的每一行,为处理单位的.awk每接收文件的一行,然后执行相应的命令,来处理文本. 1．命令格式: awk 'pattern {a ...
ii第六单元文本处理工具
linux中常用的基础命令 diff 命令 patch 命令 grep 命令 Cut 命令 sort 命令 uniq 命令 tr 命令 sed 命 1.diff 命令比较两个文件的不同用于创建补丁 ...

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

wc

cut

sort

uniq

diff和patch

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

最新文章

热门文章