Linux开发环境及应用-第一周-文本文件的处理
介绍Linux中的文本信息，以及学习文本文件处理的相关命令。
Linux中的文本信息
主要分为以下几类：
- C语言，Java语言等编程文件的源程序文本文件
- 文本格式的数据文件
- 文本格式的文字信息
- 系统配置信息 如/etc下的配置文件
- 程序的输出
文本型网络协议
因特网大部分传输层以上的协议是文本型协议
例如：
- 会话层协议：HTTP，POP3，SMTP，IMAP
- 表示层协议：HTML，XML，MIME，JSON
文本文件处理常用命令
可以使用重定向机制和管道机制，把多个命令组合使用。
Linux中的文本文件处理命令的特点：
- 不指定处理对象文件名时，从标准输入获得数据
- 指定处理对象文件名时。从文件中获取数据
- 多数命令可以指定多个文件，常结合shell的文件通配符使用
- 处理结果在标准输出显示
常用的文本文件处理命令有：
- more/less：逐屏显示文件内容
- cat、od：列出文件内容
- head、tail：显示文件的头部、尾部
- tee：三通
- wc：字计数
- sort：排序
- tr：翻译字符（替换字符）
- uniq：筛选重复行
more与less
more使用方法举例：
more shudu.c指定一个文件more *.[ch]指定多个文件ls -l | more不指定文件，从标准输入获取，这里利用管道把ls -l的标准输出重定向到more的标准输入
输出满屏后，在more中使用的指令：
- 空格 显示下一屏
- 回车 向上滚一行，也就是把下一行滚动上来
- q quit，退出程序
- /pattern 根据正则表达式搜索字符串
- / 继续查找要搜索的字符串
- h help，帮助信息
- Ctrl+L 屏幕刷新
less命令用法与more类似，增强的功能有：
- 使用键盘的上下方向键，或者j，k键来滚动一行
- 用PgUp和PgDn按键翻页
- 用Home键翻到第一页，或者用End键翻到最后一页
more和less都可以同时处理多个文件
cat与od
cat命名来源于英文concatenate——串结，查字典查到意思是“把 （一系列事件、事情等）联系起来”。这个命令用于打印文件内容，选项-n可以显示行号。
od octal dump 逐字节打印。常用选项有：
- -c 按照字符打印，如果这个字节为ascii码就显示为对应的字符，字符如果不可打印就显示为八进制码
- -t c 同-c选项
- -t x1 每一字节不可见字符显示为十六进制码
- -t d1 每一字节不可见字符显示为十进制码
- -t u1 每一字节不可见字符显示为无符号的十进制码
cat和od命令都可以同时处理多个文件
head与tail
head显示文件内容前10行，tail显示文件内容最后10行，-n选项可以指定显示的行数。
一些用法：
head -n 15 ab.c显示文件ab.c的前15行head -n -20 msg.c除了文件msg.c尾部20行，显示其余部分tail -n +20 msg.c除了文件msg.c头部20行，显示其余部分tail -f debug.txt实时打印文件尾部被追加的内容
head和tail命令都可以同时处理多个文件
tee
tee命令将从标准输入得到的数据抄送到标准输出显示，与此同时，把数据存入磁盘文件中，也可以同时写入多个文件。
用法举例：
$ vim 1.txt | tee /dev/pts/1/dev/pts/1是一个终端设备文件，这条命令使用vim编辑文件1.txt，并同时显示在/dev/pts/1终端的屏幕上。
wc
wc命令的功能主要是统计文件行数，单词数，字符数。
文件shudu.c有240行，576个单词，5264个字符：
$ wc shudu.c
240 576 5264 shudu.c使用选项-l，只列出行数：
$ wc -l shudu.c
240 shudu.c当同时处理多个文件的时候，还列出一个合计：
$ wc shudu.c arg.c
240 576 5264 shudu.c
9 24 153 arg.c
249 600 5417 total结合管道和ps命令，查看系统所有进程的个数
$ ps -ef | wc -l
166sort
sort命令按照字符串排序，每一行为一个字符串，默认为升序。
文件test.txt内容是：
$ cat test.txt
aasd
zxcaw
456
1234
as用sort排序：
$ sort test.txt
1234
456
aasd
as
zxcaw使用-n选项，对数字按照算术值大小排序，而不是按照字符串比较规则排序。
$ sort test.txt -n
aasd
as
zxcaw
456
1234更多选项可以用man命令查看
tr
基本用法：tr string1 string2 把标准输入拷贝到标准输出，string1中出现的字符替换为string2中的对应字符。
把前面提到的test.txt文件中的字符转换成大写：
$ cat test.txt | tr axcwdzs 'AXCWDZS'
AASD
ZXCAW
456
1234
AS或者直接使用[]指定一个集合：
$ cat test.txt | tr '[a-z]' '[A-Z]'
AASD
ZXCAW
456
1234
AS可以用\加一个八进制数值来表示一个字符，下面是把字符1换成换行符（\012）
$ cat test.txt | tr '1' '\012'
aasd
zxcaw
456
234
asuniq
uniq命令用与筛选文件中重复的行，重复的行是指连续的、相同的行。
与大部分命令不同，这个命令最多指定两个文件，第一个文件为输入文件，第二个文件为输出文件。
现有name.txt文件，内容如下：
$ cat name.txt
feather
feather
Lee
lee
feather
Linux不带选项运行uniq命令，打印没有重复的行和有重复的行，重复的行只打印一次
$ uniq name.txt
feather
Lee
lee
feather
Linux使用-u （uniqe）选项，打印没有重复的行
$ uniq -u name.txt
Lee
lee
feather
Linux使用-d （duplicated）选项，打印有重复的行，重复的行只打印一次
$ uniq -d name.txt
feather使用-c选项，统计每行的重复次数
$ uniq -c name.txt
2 feather
1 Lee
1 lee
1 feather
1 Linux注意：重复的行是指连续的、相同的行