• 关于文本处理sort-cut-wc详解


    sort
    sort命令对File参数指定的文件中的行排序,并将结果写到标准输出。如果 File 参数指定多个文件,那么 sort 命令将这些文件连接起来,并当作一个文件进行排序。
     
    sort语法
    [root@www ~]# sort [-fbMnrtuk] [file or stdin]
    选项与参数:
    -f  :忽略大小写的差异,例如 A 与 a 视为编码相同;
    -b  :忽略最前面的空格符部分;
    -M  :以月份的名字来排序,例如 JAN, DEC 等等的排序方法;
    -n  :使用『纯数字』进行排序(默认是以文字型态来排序的);
    -r  :反向排序;
    -u  :就是 uniq ,相同的数据中,仅出现一行代表;
    -t  :分隔符,默认是用 [tab] 键来分隔;
    -k  :以那个区间 (field) 来进行排序的意思
     
    对/etc/passwd 的账号进行排序
    [root@www ~]# cat /etc/passwd | sort
    adm:x:3:4:adm:/var/adm:/sbin/nologin
    apache:x:48:48:Apache:/var/www:/sbin/nologin
    bin:x:1:1:bin:/bin:/sbin/nologin
    daemon:x:2:2:daemon:/sbin:/sbin/nologin
    sort 是默认以第一个数据来排序,而且默认是以字符串形式来排序,所以由字母 a 开始升序排序。
     
    /etc/passwd 内容是以 : 来分隔的,我想以第三栏来排序,该如何
     
    [root@www ~]# cat /etc/passwd | sort -t ':' -k 3
    root:x:0:0:root:/root:/bin/bash
    uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin
    operator:x:11:0:operator:/root:/sbin/nologin
    bin:x:1:1:bin:/bin:/sbin/nologin
    games:x:12:100:games:/usr/games:/sbin/nologin
    默认是以字符串来排序的,如果想要使用数字排序:
     
    cat /etc/passwd | sort -t ':' -k 3n
    root:x:0:0:root:/root:/bin/bash
    daemon:x:1:1:daemon:/usr/sbin:/bin/sh
    bin:x:2:2:bin:/bin:/bin/sh
    默认是升序排序,如果要倒序排序,如下
     
    cat /etc/passwd | sort -t ':' -k 3nr
    nobody:x:65534:65534:nobody:/nonexistent:/bin/sh
    ntp:x:106:113::/home/ntp:/bin/false
    messagebus:x:105:109::/var/run/dbus:/bin/false
    sshd:x:104:65534::/var/run/sshd:/usr/sbin/nologin
     
    如果要对/etc/passwd,先以第六个域的第2个字符到第4个字符进行正向排序,再基于第一个域进行反向排序。
    cat /etc/passwd |  sort -t':' -k 6.2,6.4 -k 1r      
    sync:x:4:65534:sync:/bin:/bin/sync
    proxy:x:13:13:proxy:/bin:/bin/sh
    bin:x:2:2:bin:/bin:/bin/sh
    sys:x:3:3:sys:/dev:/bin/sh
     
    查看/etc/passwd有多少个shell:对/etc/passwd的第七个域进行排序,然后去重:
    cat /etc/passwd |  sort -t':' -k 7 -u
    root:x:0:0:root:/root:/bin/bash
    syslog:x:101:102::/home/syslog:/bin/false
    daemon:x:1:1:daemon:/usr/sbin:/bin/sh
    sync:x:4:65534:sync:/bin:/bin/sync
    sshd:x:104:65534::/var/run/sshd:/usr/sbin/nologin
     
     
    uniq
     uniq命令可以去除排序过的文件中的重复行,因此uniq经常和sort合用。也就是说,为了使uniq起作用,所有的重复行必须是相邻的。
    uniq语法
    [root@www ~]# uniq [-icu]
    选项与参数:
    -i   :忽略大小写字符的不同;
    -c  :进行计数
    -u  :只显示唯一的行
    testfile的内容如下
    cat testfile
    hello
    world
    friend
    hello
    world
    hello
    直接删除未经排序的文件,将会发现没有任何行被删除
    #uniq testfile  
    hello
    world
    friend
    hello
    world
    hello
     
    排序文件,默认是去重
    #cat testfile | sort |uniq
    friend
    hello
    world
     
    排序之后删除了重复行,同时在行首位置输出该行重复的次数
    #sort testfile | uniq -c
    1 friend
    3 hello
    2 world
     
    仅显示存在重复的行,并在行首显示该行重复的次数
    #sort testfile | uniq -dc
    3 hello
    2 world
     
    仅显示不重复的行
    sort testfile | uniq -u
    friend  
      
    cut
    cut命令可以从一个文本文件或者文本流中提取文本列。
    cut语法
    [root@www ~]# cut -d'分隔字符' -f fields <==用于有特定分隔字符
    [root@www ~]# cut -c 字符区间            <==用于排列整齐的信息
    选项与参数:
    -d  :后面接分隔字符。与 -f 一起使用;
    -f  :依据 -d 的分隔字符将一段信息分割成为数段,用 -f 取出第几段的意思;
    -c  :以字符 (characters) 的单位取出固定字符区间;
     
    PATH 变量如下
    [root@www ~]# echo $PATH
    /bin:/usr/bin:/sbin:/usr/sbin:/usr/local/bin:/usr/X11R6/bin:/usr/games
    # 1 | 2       | 3   | 4       | 5            | 6            | 7
     
    将 PATH 变量取出,我要找出第五个路径。
    #echo $PATH | cut -d ':' -f 5
    /usr/local/bin
    将 PATH 变量取出,我要找出第三和第五个路径。
     
    #echo $PATH | cut -d ':' -f 3,5
    /sbin:/usr/local/bin 
    将 PATH 变量取出,我要找出第三到最后一个路径。
    echo $PATH | cut -d ':' -f 3-
    /sbin:/usr/sbin:/usr/local/bin:/usr/X11R6/bin:/usr/games
     
    将 PATH 变量取出,我要找出第一到第三个路径。
    #echo $PATH | cut -d ':' -f 1-3
    /bin:/usr/bin:/sbin:
    将 PATH 变量取出,我要找出第一到第三,还有第五个路径。
     
    echo $PATH | cut -d ':' -f 1-3,5
    /bin:/usr/bin:/sbin:/usr/local/bin
     
    实用例子:只显示/etc/passwd的用户和shell
    #cat /etc/passwd | cut -d ':' -f 1,7 
    root:/bin/bash
    daemon:/bin/sh
    bin:/bin/sh
     
     wc
    统计文件里面有多少单词,多少行,多少字符。
     
    wc语法 
    [root@www ~]# wc [-lwm]
    选项与参数:
    -l  :仅列出行;
    -w  :仅列出多少字(英文单字);
    -m  :多少字符;
     
     
    默认使用wc统计/etc/passwd
    #wc /etc/passwd
    40   45 1719 /etc/passwd
    40是行数,45是单词数,1719是字节数
     
    wc的命令比较简单使用,每个参数使用如下:
    #wc -l /etc/passwd   #统计行数,在对记录数时,很常用
    40 /etc/passwd       #表示系统有40个账户
     
    #wc -w /etc/passwd  #统计单词出现次数
    45 /etc/passwd
     
    #wc -m /etc/passwd  #统计文件的字符数
    1719
     
     
     
  • 相关阅读:
    Autocomplete 使用——尽信书则不如无书!
    SQL累加注意点
    自己写的一个可行且简单的FTP操作类
    分割表值函数
    转载SQL游标
    一个存储过程包含了很多很多
    转载预防SQL注入攻击之我见
    Jquery温习1
    WMI远程启动软件(某个应用程序)
    struts如何实现国际化(转)
  • 原文地址:https://www.cnblogs.com/atomicbomb/p/6665216.html
Copyright © 2020-2023  润新知