一、常识
(一) 文件
linux中将每个进程上下文之外需要保存的信息保存在文件中。linux采用简单模式保存信息，即信息以单一字节序列从头保存到尾。 序列的字节长度就是文件的长度。
文件中保存了什么？文本信息，图片信息，二进制信息等。
(二) 字节
8个位为一组，称为字节。即一个字节包含8个比特(bit)。每个bit值域{0,1}，8位一共可以有2^8个状态，即256。
(三) 数据编码
信息必须转换为字节的形式保存 ，也就是转成成0-255之间的一组数值。将信息转换成这种格式称为数据编码。
比如：图片由像素组成，而一个像素由（红，绿，蓝）三种颜色组成，而这三种颜色的每种颜色用一个字节组成，这样就把图片信息转换成0～255之间的数了。
(四) 文本编码
计算机中保存的最常见的数据形式是文本，文本有很多的编码技术。
ASCII：
它是最古老的，但也是最常用的文本编码。ASCII码由可打印字符，特殊字符，空白符，控制字符等组成。比如：65表示A，13表示回车，4表示文件结束等。
注意 ：ASCII码只定义了0～127这128个字符。
ISO 8859及其它字符集：
对于256中后128个字符，不同字符集定义了不同的字符，比如：ISO 8859-1 是西欧语言。 ISO 8859-6 拉丁文等。
他们保留0-127,自己定义了128-255的编码方案。
UNICODE：
前面的编码方案有缺陷，不能容纳更多的编码。Unicode标准采用了4字节代表一个字符，也就是能表示2^32个字符，可以容纳40多亿个字符。
好处是可以保存更多的字符，坏处是造成空间的浪费。
UTF-8：
UTF-8采用变长编码，为了兼容性，传统的128个字符采用1个字节编码，后2000个最常用的采用2个字节编码，次之6300个字符采用3个字节编码，比较罕见的字符采用4-6个字节编码。但utf-8并不能兼容所有字符编码。
linux中默认的编码方案就是utf-8
(五) 国际化
国际化 internationalization，通常缩写为i18n。国际化的应用程序要考虑到语言的问题，在linux中大多数应用程序要求有LANG环境变量，以决定使用何种语言。
[linux@localhost ~]$ echo $LANG
zh_CN.UTF-8
[linux@localhost ~]$ cat /etc/shadow
cat: /etc/shadow: 权限不够
[linux@localhost ~]$ LANG=en_US.UTF-8
[linux@localhost ~]$ cat /etc/shadow
cat: /etc/shadow: Permission denied
[linux@localhost ~]$
我们查看LANG环境变量的值是zh_CN表示中文，cat一下密码文件提示权限不够，之后我们把语言切换到英文，再执行cat命令，以英文的方式显示。
这就说明，选择不同的语言，那么分类顺序，数字格式，文本编码等都会不同。
二、LANG环境变量
此变量用于定义用户的语言，默认的编码方案，格式如下：
LL_CC.enc
LL表示语言代码，如：zh表示汉语，en表示英语，de表示德语等。
CC表示国家代码，如：CN表示中国，US表示美国，FR表示法国等。
enc表示字符编码，如：UTF-8，ISO 8859-1等。
可以用:locale查看当前语言配置情况。
[linux@localhost ~]$ locale
LANG=zh_CN.UTF-8
LC_CTYPE="zh_CN.UTF-8"
LC_NUMERIC="zh_CN.UTF-8"
......
三、wc命令
wc命令用于统计字符，文字和行的数量。
wc [-c] [-l] [-w] filename
- -c 估算字符数
- -l 估算行数
- -w 估算字数
字符由各种符号组成，比如字母，数字，换行符之类。
字就是字符左右都有空白（空白：空格，制表符，换行符），计算机按这个计算，和语义没有关系。
例：统计字符数，行数，字数：
[linux@localhost ~]$ wc -c /etc/os-release
393 /etc/os-release
[linux@localhost ~]$ wc -l /etc/os-release
16 /etc/os-release
[linux@localhost ~]$ wc -w /etc/os-release
20 /etc/os-release
注意细节：
[linux@localhost ~]$ echo "a a" > a.txt
[linux@localhost ~]$ wc -c a.txt
4 a.txt
我们发现：两个字母a，但结果显示是4个字符，这里包括2个字母a，包括一个空格，包括一个换行符，所以总字符数是4个。 您可以试一下: echo -n "a a" > a.txt看看几个字符。
另外对于linux, Macintosh,windows他们对于换行的表示是不一样的。 linux用一个换行符表示，windows用回车符加换行符表示，Mac用回车表示。
例:
统计系统上有多少个用户？
[linux@localhost ~]$ wc -l /etc/passwd
21 /etc/passwd
统计当前系统中有多少个进程
[linux@localhost ~]$ ps aux | wc -l
124
四、grep命令
grep命令常用的形式是：
fgrep [option] pattern [filename]
grep [option] pattern [filename]
egrep [option] pattern [filename]
grep由三个名字组成的：
- fgrep 用于快速搜索简单模式
- grep 用于正则表达式搜索
- egrep 用于扩展正则表达式搜索
grep命令常用的选项
| 选项 | 说明 |
|---|---|
| -c | 仅打印包含模式行的数量 |
| -E 表达式 | 用于多个模式, grep -e "A|eee" |
| -i | 忽略大小写 |
| -l | 打印符合模式要求的文件名 |
| -n | 显示行数 |
| -q | 如果找到匹配，则返回值为0,不显示找到的内容 |
| -r | 递归搜索 |
| -w word | 仅包含word的行 |
| -v | 反转grep |
显示匹配的行
查看/etc/group中含有linux用户的行，并显示行号
一次搜索多个文件
linux@myccloves:~$ grep linux /etc/passwd /etc/group
/etc/passwd : linux : x : 1000 : 1000 :: /home/linux : /bin/bash
/etc/group : lp : x : 7 : linux
/etc/group : sudo : x : 27 : linux
如果不想看具体信息，只看具有匹配的文件名，加 -l 参数就可以了。
递归搜索
比如：想看/etc上所有的文件，如果发现eth0字样就打印出来，用-r表示递归搜索：
linux@myccloves:~$ grep -r eth0 /etc/ 2>/dev/null
/etc/dnsmasq.conf:# interface (eg eth0) here.
/etc/network/if-up.d/upstart: # Ignoring unknown interface eth0=eth0.
/etc/samba/smb.conf:; interfaces = 127.0.0.0/8 eth0
/etc/dhcp/dhclient.conf:# interface "eth0";
/etc/dhcp/dhclient.conf:# interface "eth0";
......
反转grep
比如：我们搜索/etc/passwd中，不包含linux的所有用户，用参数-v表示反转。
linux@myccloves:~$ grep -v linux /etc/passwd | head -2
root : x : 0 : 0 : root : /root : /bin/bash
daemon : x : 1 : 1 : daemon : /usr/sbin : /usr/sbin/nologin
其它选项参考上表。
五、联合使用grep与xargs
假设有1,a,b,c四个文件，其中每个文件中都录入abc三个字母，但是其中有些文件录入的不是abc，我现在想要找出不是abc的，并且用gedit自动打开,之后手动修改。
linux@myccloves:~/test$ grep -v abc *
b:ab c
c:a bc
首先我们用-v选项查看一下不是abc的，结果：b文件，c文件不是abc，他们多了空格。 之后我想用gedit打开这几个文件，于是：
先用-l得到文件，之后重定向到gedit，但gedit并没有打开这几个文件，而是新创建一个文件。 gedit想要打开文件，必须把文件转换为gedit的参数，比如：gedit file1 file2等。
在linux中xargs就可以读取标准输入，并且把读取的数据附加到命令参数中。如：
