云南龙网

  1. 首页 > 云知道 > >

使用 UNIX 进行文本处理

云知道

Unix?起源于简单的文本处理，并且在它的命令行环境中保留了功能最强大的文本处理工具之一 。通过将一系列简单的命令组合在一起，可以完成复杂的文本转换，UNIX 提供的工具允许您构建几乎任何所需的文本处理引擎 。
引言
在 UNIX?诞生之初，人们不大熟悉这种新的操作系统，但他们很快找到了适当的切入点，大学中的研究人员需要一种像样的文本处理环境 。因为在那个时候，计算机的处理速度和内存容量有限，所以程序必须很小，并且相对比较简单 。这样就产生了 UNIX 中著名的设计思想：“一组工具协同工作，以便完成一项任务 。通过 UNIX 管道将几种很小的、但功能强大的文本处理工具组合在一起，可以对文本进行各种方式的转换和操作 。
在本文中，您将简要了解从文件和程序中获得文本、使用 tr 命令对其进行简单的转换、使用 sed 命令进行复杂的搜索和替换操作 。然后，您将使用 Perl 编程和脚本语言再次完成这些操作，这样一来您就可以认识到，Perl 的功能非常强大，它可以替代 tr 和 sed 命令 。
开始之前
如果您希望按照本文中的示例进行实验，请确保您可以使用 UNIX 命令行环境 。这可能是本地计算机中的终端模拟程序（在现代桌面中通常称为 终端，如果您习惯使用 Windows敲纯梢允褂?Cygwin）、或通过 SSH 访问的远程系统 。
本文的示例所使用的 Shell 语法适用于 GNU Bash，有关需要使用的特定语法，请参考您的 Shell 手册（或者可以考虑使用 Bash） 。
对文本进行各种操作
在开始使用 UNIX 的各种文本实用程序操作文本之前，需要了解如何获得文本 。并且在进行这项工作之前，需要了解 UNIX 的标准输入/输出 (I/O) 流 。
标准 C 库（因而，每个 UNIX 程序）定义了三种标准流：输入、输出和错误 。有时将它们称为 stdin、stdout 和 stderr，这是在所有 C 程序中用来表示它们的全局变量 。
当您在 Shell 中使用 > 操作符将程序输出重定向到文件时，就可以将它的标准输出 (stdout) 流发送到这个文件 。例如：ls > this-dir 将 ls 的输出发送到一个名为 this-dir 的文件 。
当您在 Shell 中使用 < 操作符将程序输入重定向到文件时，就可以将该文件中的内容输入到该程序的标准输入 (stdin) 流 。例如：sort < this-dir 可以从名为 this-dir 的文件中读取内容，并将其作为 sort 命令的输入 。
另一个常用于重定向标准流的操作符是“|（管道）操作符，它可以将左侧程序的标准输出流连接到右侧程序的标准输入流 。例如：ls | sort 和前面的两个示例完成相同的任务，并且无需临时文件，ls 的输出直接进入 sort 命令 。
如果您仔细观察，那么可能会发现，前面的这些示例中并没有出现标准错误 (stderr) 流 。与标准输出流一样，可以对 stderr 进行重定向或使用管道进行传输，但是您需要告诉 Shell 您希望处理 stderr 而不是 stdout 。
可以使用 2> 操作符将标准错误流重定向到文件 。在处理生成有用的错误输出的命令时，您经常会看到这个操作符，比如用于编译 Unix 程序的 make 工具：make 2> build-errors 。
这个命令运行了 make，并将任何错误信息发送到 build-errors 文件 。与之类似，您可以使用 2| 将 stderr 通过管道传递到另一个程序 。
如果您对具体的细节感兴趣，那么其他的流也有与之对应的数字，尽管很少使用到它们（0 表示标准输入，1 表示标准输出），除了在一个非常常见的操作符中 。在清单 1 所示的示例中，2>&1 操作符将标准错误流连接 到标准输出流 。与 > 操作符组合在一起，您可以使 stderr 和 stdout 输出到相同的文件中 。

推荐阅读


上一篇：产后吃什么水果好排便

下一篇：王者荣耀禁赛可以换个区玩吗