【鸟哥的linux私房菜-学习笔记】文件的格式化与相关处理

文件的格式化与相关处理

格式化列印： printf

[root@www ~]# printf '列印格式' 实际内容

选项与参数：
关于格式方面的几个特殊样式：
\a 警告声音输出
\b 倒退键(backspace)
\f 清除屏幕 (form feed)
\n 输出新的一行
\r 亦即 Enter 按键
\t 水平的 [tab] 按键
\v 垂直的 [tab] 按键
\xNN NN 为两位数的数字，可以转换数字成为字节。
关于 C 程序语言内，常见的变量格式
%ns 那个 n 是数字， s 代表 string ，亦即多少个字节；
%ni 那个 n 是数字， i 代表 integer ，亦即多少整数码数；
%N.nf 那个 n 与 N 都是数字， f 代表 floating (浮点)，如果有小数码数，
假设我共要十个位数，但小数点有两位，即为 %10.2f。

awk：好用的数据处理工具

相较于 sed 常常作用于一整个行的处理， awk 则比较倾向于一行当中分成数个『栏位』来处理，默认的『栏位的分隔符号为 “空白键” 或 “[tab]键” 』。因此，awk 相当的适合处理小型的数据数据处理。awk 通常运行的模式是这样的：

[root@www ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename

例子：

[root@www ~]# last -n 5 <==仅取出前五行

得到：
root pts/1 192.168.1.100 Tue Feb 10 11:21 still logged in
root pts/1 192.168.1.100 Tue Feb 10 00:46 - 02:28 (01:41)
root pts/1 192.168.1.100 Mon Feb 9 11:41 - 18:30 (06:48)
dmtsai pts/1 192.168.1.100 Mon Feb 9 11:41 - 11:41 (00:00)
root tty1 Fri Sep 5 14:09 - 14:10 (00:01)

使用

last -n 5 | awk '{print $1 "\t" $3}'

得到：
root 192.168.1.100
root 192.168.1.100
root 192.168.1.100
dmtsai 192.168.1.100
root Fri

刚刚上面五行当中，整个 awk 的处理流程是：

读入第一行，并将第一行的数据填入 $0, $1, $2.... 等变量当中；
依据 "条件类型" 的限制，判断是否需要进行后面的 "动作"；
做完所有的动作与条件类型；
若还有后续的『行』的数据，则重复上面 1~3 的步骤，直到所有的数据都读完为止。

$0 代表『一整列数据』

awk 是『以行为一次处理的单位』， 而『以栏位为最小的处理单位』。

awk 后续的所有动作是以单引号『 ’ 』括住的，由於单引号与双引号都必须是成对的， 所以， awk 的格式内容如果想要以 print 列印时，记得非变量的文字部分，包含上一小节 printf 提到的格式中，都需要使用双引号来定义出来，因为单引号已经是 awk 的命令固定用法了！

awk内建变量

变量名称	代表意义
NF	每一行 ($0) 拥有的栏位总数
NR	目前 awk 所处理的是『第几行』数据
FS	目前的分隔字节，默认是空白键

注意事项：

awk 的命令间隔：所有 awk 的动作，亦即在 {} 内的动作，如果有需要多个命令辅助时，可利用分号『;』间隔， 或者直接以 [Enter] 按键来隔开每个命令。

逻辑运算当中，如果是『等於』的情况，则务必使用两个等号『==』！

格式化输出时，在 printf 的格式配置当中，务必加上 \n ，才能进行分行！

与 bash shell 的变量不同，在 awk 当中，变量可以直接使用，不需加上 $ 符号。

文件比对工具

diff：

diff是用在比对两个文件之间的差异的，并且是以行为单位来比对的！一般是用在 ASCII 纯文字档的比对上。 由於是以行为比对的单位，因此 diff 通常是用在同一的文件(或软件)的新旧版本差异上！

cmp：

cmp 主要也是在比对两个文件，他主要利用『位组』单位去比对， 因此，当然也可以比对 binary file。

patch：

我们可以利用 diff 来比对两个文件之间的差异， 进一步利用这个功能来制作修补文件 (patch file)

文件列印准备： pr