Linux Shell编程第5章——文件的排序、合并和分割

孤人 提交于 2020-03-21 07:42:48

sort命令

sort命令是Linux系统一种排序工具,它将输入文件看作由多条记录组成的数据流,而记录由可变宽度的字段组成,以换行符为定界符。sort命令与awk类似,可将记录分成多个域来处理,默认的域分隔符是空格符,域分隔符也可由用户指定。sort命令的基本格式如下:

sort [选项] [输入文件]

常用sort命令选项及其意义如下:

选项 意义
-c 测试文件是否已经被排序
-k 指定排序的域
-m 合并两个已排序的文件
-n 根据数字大小进行排序
-o [输出文件] 将输出写到指定的文件,相当于将输出重定向到指定文件
-r 将排序结果逆向显示
-t 改变域分隔符
-u 去除结果中的重复行

sort命令的基本用法

1. -t选项

sort命令是分域对文件进行排序的,默认的域分隔符是空格符,-t选项可用于设置分隔符。下面看一个例子,新建一个CARGO.db的文件,用于记录笔记本品牌、产地、价格、年代、型号等信息,各域间用冒号分隔。

$ cat CARGO.db 
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
#sort命令默认根据第1个域对数据记录进行排序,如果第1个域相同,再根据第2个域排序,以此类推。
$ sort -t: CARGO.db 
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
IdeaPad:China:8000:2007:U450
SumSung:Korea:5400:2009:Q308
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:8000:2007:X60

2. -k选项

从上例可以看出,sort命令默认根据第1个域对数据记录进行排序,也可以用-k选项指定某个域进行排序。sort命令用1表示第1个域,用2表示第2个域,以此类推。

#根据第3个域进行排序
$ sort -t: -k3 CARGO.db 
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
Acer:Taiwan:8000:2010:PT210

关于-k选项更多细节,可以查看sort命令的k选项大讨论这篇文章。

3. -n选项

上例指定第3个域进行排序,尽管第3个域是数字,sort命令并没有以数字大小来排序,而是仍然以字符串方式来排序的。如果要按照数字大小来排序,就要用到-n选项。

$ sort -t: -k3n CARGO.db 
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301

4. -r选项

-r选项用于将排序结果逆序显示。sort排序是按照从小到大进行的,带上-r选项相当于从大到小排序。

$ sort -t: -k3nr CARGO.db 
ThinkPad:USA:14000:2009:X301
HP:China:12000:2010:NE808
ThinkPad:HongKong:10000:2008:T400
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308

5. -u选项

-u选项用于去除排序结果中的重复行。

$ sort -t: utest 
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308
SumSung:Korea:5400:2009:Q308
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
$ sort -t: -u utest 
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308
ThinkPad:USA:14000:2009:X301

6. -o选项

使用-o选项可以将排序结果保存到另一个文件中。

#将排序结果保存在文件SORT_CARDO.db中
$ sort -t: -k3n -o SORT_CARDO.db CARGO.db 
$ cat SORT_CARDO.db 
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301

7. -c选项

-c选项用于测试文件是否已经排好序。

#测试CARGO.db是否按默认方式排序,返回第一条无序信息
$ sort -t: -c CARGO.db 
sort:CARGO.db:2:无序: ThinkPad:HongKong:10000:2008:T400
#测试SORT_CARGO.db是否按默认方式排序,返回第一条无序信息
$ sort -t: -c SORT_CARDO.db 
sort:SORT_CARDO.db:2:无序: HP:China:5600:2010:DM3
#测试SORT_CARGO.db是否按第3个域的数值大小排序,已经排好序,Shell不提示任何信息。
$ sort -t: -k3n -c SORT_CARDO.db 

8. -m选项

-m选项用于将两个排好序的文件合并成一个排好序的文件。-m选项对未排序的文件合并没有意义。

#CARGO2.db文件已按第3个域的数值大小排好序
$ cat CARGO2.db 
DELL:USA:6700:2009:XPS
MACBOOK:USA:10198:2010:MB991ZP/A
#合并的结果也已经按第3个域的数值大小排好序
$ sort -t: -k3n -m CARGO2.db SORT_CARDO.db 
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
DELL:USA:6700:2009:XPS
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
MACBOOK:USA:10198:2010:MB991ZP/A
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301

uniq命令

uniq命令可用于除去重复行,但所除去的重复行必须是连续出现的行。常用uniq命令选项及其意义如下:

选项 意义
-c 打印每行在文本中出现的次数
-d 只显示有重复的记录,每个重复记录只出现一次
-u 只显示没有重复的记录
$ cat CARGO3.db
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
$ uniq CARGO3.db            #去除重复行
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
$ uniq -c CARGO3.db         #显示次数
      3 ThinkPad:USA:14000:2009:X301
      1 ThinkPad:HongKong:10000:2008:T400
      1 ThinkPad:USA:8000:2007:X60
      1 HP:China:5600:2010:DM3
      1 HP:China:12000:2010:NE808
      1 SumSung:Korea:5400:2009:Q308
      1 IdeaPad:China:8000:2007:U450
      2 Acer:Taiwan:8000:2010:PT210
$ uniq -d CARGO3.db         #只显示重复记录
ThinkPad:USA:14000:2009:X301
Acer:Taiwan:8000:2010:PT210
$ uniq -u CARGO3.db         #只显示没有重复的记录
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450

join命令

join命令用于实现两个文件中记录的连接操作,类似于关系数据库的连接操作。命令格式为join [选项] 文件1 文件2。常用join命令选项及其意义如下:

选项 意义
-a1或-a2 除了显示以共同域连接的结果外,-a1表示还显示文件1悬浮记录,-a2表示还显示文件2悬浮记录。类似于数据库的左外连接和右外连接。
-i 忽略大小写
-o 设置结果显示的格式
-t 改变域分隔符
-v1或-v2 与-a选项类似,但不显示以共同域进行连接的结果
-1和-2 -1用于设置文件1连接的域,-2用于设置文件2连接的域(默认比较文件1和文件2的第1域)
$ cat TEACHER.db 
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:Melbourne:Australia
$ cat TEACHER_HOBBY.db 
B Liu:Tea
C Lin:Song
J Cao:Pingpong
Q Cai:Shopping
Y Zhang:Photograhy
Z Wu:Chess
#连接TEACHER.db TEACHER_HOBBY.db(默认以文件的第1域进行连接) 
$ join -t: TEACHER.db TEACHER_HOBBY.db 
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
Y Zhang:Victory University:Melbourne:Australia:Photograhy
#“左外连接”
$ join -t: -a1 TEACHER.db TEACHER_HOBBY.db 
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:Melbourne:Australia:Photograhy
#“右外连接”
$ join -t: -a2 TEACHER.db TEACHER_HOBBY.db 
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
J Cao:Pingpong
Q Cai:Shopping
Y Zhang:Victory University:Melbourne:Australia:Photograhy
Z Wu:Chess
#“左外连接”但不显示共同域
$ join -t: -v1 TEACHER.db TEACHER_HOBBY.db 
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
#“右外连接”但不显示共同域
$ join -t: -v2 TEACHER.db TEACHER_HOBBY.db 
J Cao:Pingpong
Q Cai:Shopping
Z Wu:Chess
#依次显示文件1的第1域、文件2的第2域、文件1的第2域
$ join -t: -o1.1 2.2 1.2 TEACHER.db TEACHER_HOBBY.db 
B Liu:Tea:Shanghai Jiaotong University
C Lin:Song:University of Toronto
Y Zhang:Photograhy:Victory University

$ cat AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
#对TEACHER.db按第3域排序,并将结果存储到TEACHER1.db文件
$ sort -t: -k3 -o TEACHER1.db TEACHER.db 
$ cat TEACHER1.db 
D Hou:Beijing University:Beijing:China
Y Zhang:Victory University:Melbourne:Australia
J Luo:Southeast University:Nanjing:China
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
#以文件1的第3域和文件2的第1域进行连接,并忽略大小写
$ join -t: -i -1 3 -2 1 TEACHER1.db AREACODE.db 
Beijing:D Hou:Beijing University:China:86010
Shanghai:B Liu:Shanghai Jiaotong University:China:86021
Toronto:C Lin:University of Toronto:Canada:001416

join命令在对两个文件进行连接时,两个文件必须都是连接域排好序的,按其他域排序是无效的。

cut命令

cut命令用于从标准输入或文本行中按域或行提取文本,命令格式为cut [选项] 文件。常用cut命令选项及其意义如下:

选项 意义
-c 指定提取的字符或字符范围(-cn表示第n个字符;-cn,m表示第n个字符和第m个字符;-cn-m表示第n个字符到第m个字符)
-f 指定提取的域数或域范围(用法类似于-c)
-d 改变域分隔符
$ cut -c3 TEACHER.db            #提取第3个字符
L
L
H
L
Z
$ cut -c1-5 TEACHER.db          #提取第1~5个字符
B Liu
C Lin
D Hou
J Luo
Y Zha
$ cut -d: -f1,4 TEACHER.db      #提取第1域和第4域
B Liu:China
C Lin:Canada
D Hou:China
J Luo:China
Y Zhang:Australia
$ cut -d: -f1-3 TEACHER.db      #提取第1~3域
B Liu:Shanghai Jiaotong University:Shanghai
C Lin:University of Toronto:Toronto
D Hou:Beijing University:Beijing
J Luo:Southeast University:Nanjing
Y Zhang:Victory University:Melbourne

paste命令

paste命令用于将文本文件或标准输出中的内容粘贴到新文件,它可以将来自不同文件的数据粘贴到一起。paste命令格式为paste [选项] 文件1 文件2。常用paste命令选项及其意义如下:

选项 意义
-d 设置新的域分隔符(默认分隔符是空格或Tab键)
-s 将每个文件粘贴成一行
- 从标准输入中读取数据
$ cat FILE1                     #FILE1的内容
Shanghai Jiaotong University
University of Toronto
Beijing University
Southeast University
Victory University
$ cat FILE2                     #FILE2的内容
Shanghai
Toronto
Beijing
Nanjing
Melbourne
$ paste FILE1 FILE2             #粘贴,FILE1在前
Shanghai Jiaotong University    Shanghai
University of Toronto   Toronto
Beijing University  Beijing
Southeast University    Nanjing
Victory University  Melbourne
$ paste FILE2 FILE1             #粘贴,FILE2在前
Shanghai    Shanghai Jiaotong University
Toronto University of Toronto
Beijing Beijing University
Nanjing Southeast University
Melbourne   Victory University
$ paste -d: FILE1 FILE2         #以:为分隔符
Shanghai Jiaotong University:Shanghai
University of Toronto:Toronto
Beijing University:Beijing
Southeast University:Nanjing
Victory University:Melbourne
$ paste -d@ FILE1 FILE2         #以@为分隔符
Shanghai Jiaotong University@Shanghai
University of Toronto@Toronto
Beijing University@Beijing
Southeast University@Nanjing
Victory University@Melbourne
$ paste -d: -s FILE1 FILE2      #按行粘贴文件,行内以:分割
Shanghai Jiaotong University:University of Toronto:Beijing University:Southeast University:Victory University
Shanghai:Toronto:Beijing:Nanjing:Melbourne
#从标准输入读取数据,每行显示5个文件名
$ ls | paste -d" " - - - - -
CARGO2.db CARGO3.db CARGO.db ch4 FILE1
FILE2 sample SORT_CARDO.db TEACHER1.db TEACHER.db
TEACHER_HOBBY.db    

join命令和paste命令在使用过程中需要注意以下几点:

  • join命令只能对排序之后的文件进行操作。
  • 使用join命令必须使用-t参数。
  • join命令对两个文件进行操作时,如果两个文件的域不相同,则只会连接具有相同域的部分,可以用-a1和-a2参数分别显示第一个文件和第二个文件中未被连接的部分。
  • 如果需要将join命令的输出写到文件,则需要进行重定向,其没有输出命令参数。
  • join命令默认的连接域是1,如果需要使用其他域,可以使用-1和-2参数指定对应的域。
  • paste命令的连接顺序和文件名称相关,没有被连接的项会被写到最后,如果想把paste的结果写到文件中,同样可以使用重定向。

split命令

split命令用于将大文件切割成小文件,split命令可以按照文件的行数、字节数切割文件,并能在输出的多个小文件中自动加上编号。split命令的基本格式为split [选项] 待切割的大文件 输出的小文件。split命令的选项及其意义如下:

选项 意义
-或-l 这两个选项等价,都用于指定切割成小文件的行数
-b 指定切割成小文件的字节
-C 与-b选项类似,但切割时尽量维持每行的完整性
#将TEACHER.db每2行进行切割,输出文件以PEO.db开头命名
$ split -2 TEACHER.db PEO.db
$ ls PEO*           #得到以下3个小文件
PEO.dbaa  PEO.dbab  PEO.dbac
$ cat PEO.dbaa      #包含两条记录
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
$ cat PEO.dbab      #包含两条记录
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
$ cat PEO.dbac      #包含一条记录
Y Zhang:Victory University:Melbourne:Australia

可以看到,split命令利用-2指定按2行对TEACHER.db进行切割,PEO.db指定输出小文件名,split自动在其后加上编号进行区分(编号为aa-zz)。split命令所切割生成的小文件最多包含1000行记录。

#将TEACHER.db按每100B切割成小文件,此处未指定小文件的名字
jerring@jerring:~/shell$ ll TEACHER.db 
-rw-r--r-- 1 jerring jerring 220 5月   1 20:12 TEACHER.db
jerring@jerring:~/shell$ split -b100 TEACHER.db 
jerring@jerring:~/shell$ ll x*      #得到三个小文件,以x加上编号命名
-rw-rw-r-- 1 jerring jerring 100 5月  17 15:45 xaa
-rw-rw-r-- 1 jerring jerring 100 5月  17 15:45 xab
-rw-rw-r-- 1 jerring jerring  20 5月  17 15:45 xac

#逐个查看三个小文件的内容
jerring@jerring:~/shell$ cat xaa
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
D Hou:Bjerring@jerring:~/shell$ cat xab
eijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:jerring@jerring:~/shell$ cat xac
Melbourne:Australia

split命令利用-b选项指定100B切割TEACHER.db文件,当split命令不指定小文件的名字时,将自动以x开头、aa-zz为编号对这些小文件进行命名,用ll命令查看这三个小文件发现,xaa和xab是100B,xac是20B,这说明确实按照100B的大小切割了TEACHER.db文件。但是,当用cat命令查看这三个文件时,发现每个文件内容比较凌乱,甚至存放了不完整的单词。可见,-b选项严格按照指定字节数进行切割。-C选项与-b选项类似,但-C选项不严格按照指定字节数进行切割,而是在切割时尽量维持每行的完整性。

jerring@jerring:~/shell$ split -C100 TEACHER.db 
#三个小文件并不严格按照100B的大小进行切割
jerring@jerring:~/shell$ ll x*
-rw-rw-r-- 1 jerring jerring 93 5月  17 15:59 xaa
-rw-rw-r-- 1 jerring jerring 80 5月  17 15:59 xab
-rw-rw-r-- 1 jerring jerring 47 5月  17 15:59 xac

#逐个查看三个小文件的内容
jerring@jerring:~/shell$ cat xaa
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
jerring@jerring:~/shell$ cat xab
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
jerring@jerring:~/shell$ cat xac
Y Zhang:Victory University:Melbourne:Australia

tr命令

tr命令实现字符转换功能,其功能类似于sed命令。但是,tr命令比sed命令简单。也就是说,tr命令能实现的功能,sed命令都可以实现。尽管如此,tr命令依然是Linux系统下处理文本的常用命令。tr命令的基本格式为tr [选项] 字符串1 字符串2 <输入文件。tr命令只能从标准输入读取数据。因此,经常使用输入文件重定向和管道。tr命令选项及其意义如下:

选项 意义
-c 选定字符串1中字符集的补集,即反选字符串1中的字符集
-d 删除字符串1中出现的所有字符
-s 删除所有重复出现的字符序列,只保留一个

-d选项的用法

$ cat AREACODE.db 
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
$ tr -d A-Z < AREACODE.db           #删除所有大写字母
:86010
:852
:86021
:001416
$ tr -d 0-9 < AREACODE.db           #删除所有数字字符  
BEIJING:
HONGKONG:
SHANGHAI:
TORONTO:
$ tr -d "[\n]" < AREACODE.db        #删除所有换行符
BEIJING:86010HONGKONG:852SHANGHAI:86021TORONTO:001416

-s选项的用法

$ cat AREACODE.db 
BEIJING:86010


HONGKONG:852

SHANGHAI:86021



TORONTO:001416

#将重复出现的换行符压缩成一个,即删除空白行
$ tr -s "[\n]" < AREACODE.db 
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
#\012是\n的八进制表示方式
$ tr -s "[\012]" < AREACODE.db 
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416

$ cat REPEAT 
Wooooomennnn
TTTTheyyyyyy
$ tr -s "[a-z],[A-Z]" < REPEAT 
Women
They

不带命令选项表示字符串替换,用字符串2替换字符串1

#实现大小写字母的互换
$ tr "[a-z]" "[A-Z]" < REPEAT 
WOOOOOMENNNN
TTTTHEYYYYYY
$ tr "[A-Z]" "[a-z]" < REPEAT 
wooooomennnn
ttttheyyyyyy
#tr命令支持POSIX字符类,因此上面两条命令等价于下面两条命令
$ tr "[:lower:]" "[:upper:]" < REPEAT 
WOOOOOMENNNN
TTTTHEYYYYYY
$ tr "[:upper:]" "[:lower:]" < REPEAT 
wooooomennnn
ttttheyyyyyy

-c选项的用法

#首先将不在"[a-z][A-Z]"字符集内的字符替换为换行符
#然后-s选项将重复出现的换行符压缩成一个
#总的效果就是将AREACODE.db文件中冒号、数字和空白行删除
$ tr -cs "[a-z][A-Z]" "[\012*]" < AREACODE.db 
BEIJING
HONGKONG
SHANGHAI
TORONTO

tar命令

tar命令是Linux的归档命令,通俗地说,tar命令实现了Linux系统文件的压缩和解压缩。它的基本格式为tar [选项] 文件名或目录名。tar命令的选项比较多,常用的命令选项如下:

选项 意义
-c 创建新的包
-r 为包添加新的文件
-t 列出包内容
-u 更新包中的文件,若无此文件,则将该文件添加到包中
-x 解压缩文件
-f 使用压缩文件或设备,该选项通常是必选的
-v 详细报告tar处理文件的信息
-z 用gzip压缩和解压缩文件,若加上此选项创建压缩包,那么解压缩也需要加上此选项

下面举例说明tar命令的基本用法。
-c和-f选项的用法

#列出当前目录下所有以.db结尾的文件
$ls *.db
AREACODE.db  CARGO3.db  SORT_CARDO.db  TEACHER.db
CARGO2.db    CARGO.db   TEACHER1.db    TEACHER_HOBBY.db
#创建压缩包db.all,将当前目录下所有以.db结尾的文件放入压缩包
$ tar -cf db.all *.db
#查看db.all压缩包的内容,all.db确实包含所有以.db结尾的文件
$ tar -tf db.all
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db

-r选项的用法

$ tar -rf db.all log*       #将以log开头的文件添加到db.all中
$ tar -tf db.all            #查看db.all的内容
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log                         #新添加的文件
log1                        #新添加的文件

tar命令的-u选项用于更新包中的文件。例如,我们对TEACHER.db文件进行修改,需要将修改后的TEACHER.db文件添加到db.all包,那么只需要使用命令tar -uf db.all TEACHER.db,就可实现TEACHER.db文件的更新操作。如果包中不存在需要更新的文件,那么tar -u就将该文件添加到包中。因此,从这个角度讲,-u选项也可用于为包添加新文件,-u选项能代替-r选项。

tar命令的另一重要功能就是解压缩。Linux系统下有很多种压缩包格式,如.tar、.gz、.tar.gz、.tgz和.Z等结尾的压缩包名。从应用的角度来说,我们没必要搞清楚这些不同格式压缩包的区别,也无须用不同的命令来对这些不同格式的包解压缩。Linux系统下两个通用的解压命令的格式如下:

tar -xvf 压缩包名称         #解压非gzip格式的压缩包
tar -zxvf 压缩包名称        #解压gzip格式的压缩包

上述两种tar命令分别针对非gzip格式和gzip格式,加上-z选项可以解压用gzip压缩的文件,-x选项表示解压缩文件,-v选项能生成解压缩过程的状态信息,-f选项是必选选项。下面举一个例子:

$ tar -zxvf db.all          #db.all非gzip格式,加上-z选项解压出错

gzip: stdin: not in gzip format
tar: Child returned status 1
tar: Error is not recoverable: exiting now
$ tar -xvf db.all           #去掉-z选项,解压db.all成功
AREACODE.db                 #加上-v选项才生成这些解压出的文件信息
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log
log1

tar -cf命令创建的包实际上是将多个文件放到一起,此时文件并没有被压缩。gzip命令是Linux系统下常用的压缩工具,它可以对tar命令创建的包进行压缩,但是,gzip所生成的压缩包使用tar -zxvf命令就可解压缩。下面举一个例子:

$ ll db.all             #使用gzip压缩前占据20480B
-rw-rw-r-- 1 jerring jerring 20480 5月  17 17:23 db.all
$ gzip db.all 
$ ls *.gz
db.all.gz
$ ll db.all.gz          #使用gzip压缩后占据822B
-rw-rw-r-- 1 jerring jerring 822 5月  17 18:15 db.all.gz
$ tar -zxvf db.all.gz
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log
log1

上例用gzip命令压缩db.all包,生成db.all.gz文件,db.all.gz和db.all的包含的文件是相同的,只是db.all.gz文件经过了压缩,占用空间比较小;由于db.all.gz是gzip格式的压缩文件,利用tar命令对其解压时,需要加上-z选项。当然,gzip命令也可将db.all.gz文件还原成db.all文件,只要在gzip命令后加上-d选项即可。

$ gzip -d db.all.gz         #将db.all.gz解压缩
$ ls db.*
db.all                      #gzip -d的结果仍然是包

gzip -d对db.all.gz的处理也称为解压缩,它得到的是包,而tar -zxvf命令可以直接得到包内的文件。

本章的内容极为丰富,介绍了Linux的文本处理命令,sort命令是一种文本排序工具;uniq命令可以去除文本的重复记录,而且可以统计重复文本行的数量;join命令用于实现类似关系数据库的连接操作;cut命令用于从标准输入或文本文件中按域或行提取文本;paste命令用于将多个文本文件或标准输出中的内容粘贴而形成新的文件;split命令用于将大文件切割成小文件;tr命令实现字符转换功能,可以实现文本文件的过滤功能;tar命令是Linux的归档命令,tar命令和gzip命令用于实现Linux系统文件的压缩和解压缩。这些功能强大的Linux文本处理命令经常出现在各种Shell脚本程序中,是Shell编程的基础。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!