类 Unix 的文本处理 #

在类 Unix 的工作环境中，文本处理是通过使用管道组成的标准文本处理工具链完成的。这是另一个重要的 Unix 创新。

Unix 文本工具 #

这里有一些在类 Unix 系统中经常使用到的标准文本处理工具。

• 没有使用正则表达式：

  • cat(1) 连接文件并输出全部的内容。

  • tac(1) 连接文件并反向输出。

  • cut(1) 选择行的一部分并输出。

  • head(1) 输出文件的开头。

  • tail(1) 输出文件的末尾。

  • sort(1) 对文本文件的行进行排序。

  • uniq(1) 从已排序的文件中移除相同的行。

  • tr(1) 转换或删除字符。

  • diff(1) 对文件的行进行对比。

• 默认使用基础正则表达式（ BRE ）：

  • ed(1) 是一个原始行编辑器。

  • sed(1) 是一个流编辑器。

  • grep(1) 匹配满足 pattern 的文本。

  • vim(1) 是一个屏幕编辑器。

  • emacs(1) 是一个屏幕编辑器。（有些扩展的 BRE ）

  使用扩展的正则表达式（ ERE ）：

• 使用扩展的正则表达式（ ERE ）：

  • awk(1) 进行简单的文本处理。

  • egrep(1) 匹配满足多个 pattern 的文本。

  • tcl(3tcl) 可以进行任何你想得到的文本处理：参见 re_syntax(3)经常与 tk(3tk) 一起使用。

  • perl(1) 可以进行任何你想得到的文本处理。参见 perlre(1)

  • pcregrep 软件包中的 pcregrep(1) 可以匹配满足 Perl 兼容正则表达式（PCRE） 模式的文本。

  • ripgrep 是对grep最佳的替代，命令是rg

  • 带有 re 模块的 python(1) 可以进行任何你想得到的文本处理。参见“/usr/share/doc/python/html/index.html”。

• 如果你不确定这些命令究竟做了什么，请使用“man command” 来自己把它搞清楚吧。

推荐文本工具：neovim batcat ripgrep