Unix&Linux大学教程：17 过滤器：比较和抽取

17 过滤器：比较和抽取

 

17.1 比较文件

        过滤器               作用                  章号          文件类型    文件数量

        cmp             比较两个文件              17              二进制或文本      2个

        comm            比较两个有序文件        17              文本：有序 2个

        diff            比较两个文件，显示区别       17              文本          2个

        sdiff           比较两个文件，显示区别       17              文本          2个

        cut             从数据中抽取指定列(字段)17           文本          1个或多个

        paste           组合数据列         17              文本          1个或多个

        sort            排序数据            19              文本          1个或多个

        uniq            选取重复/唯一行          19              文本：有序 1个

        grep            选取包含指定模式的行  19              文本          1个或多个

        look            选取以指定模式开头的行       19              文本：有序 1个

 

17.2 比较任意两个文件：cmp

        相关过滤器：comm,diff,sdiff

        语法：

                cmp file1 file2

        功能：逐字节地比较两个文件，查看文件是否相同。

        注：cmp可比较任何类型的文件（文本文件和二进制文件），例如图片，音乐文件等。

 

17.3 比较有序文本文件：comm

        相关过滤器：cmp，diff，sdiff

        语法: comm [-123] file1 file2

        功能：查看两个文件之间的区别，该程序以3列输出，第一列包含只在第一个文件中有的行，第二列包含只在第二个文件中有的行，第三列包含两个文件中都有的行。

        注：为了控制输出，comm允许使用-1,-2,-3选项分别抑制掉第一列，第二列，第三列的输出。

 

17.4 比较无序文本文件：diff

        相关过滤器：cmp,comm,sdiff

        语法：

                diff [-bBiqswy] [-c|-Clines|-u|-Ulines] file1 file2

        功能：显示将第一个文件修改为第二个文件所遵循的指示。c(change),d(delete),a(append).第一个文件中的行由"<"标记，第二个文件中的行由">"标记。

        例：

                3c3告诉我们，将第一个文件中的第三行改变成第二个文件的第三行。      

                1a2,将第一个文件的第一行之后追加第二个文件中的第二行。

                4d3,删除第一个文件的第四行，可以胡骆d之后的数字，它说明在第二个文件的什么地方发现了区别。

 

17.5 diff使用的选项

        -i(case insensitive,不区分大小写)

        -w(whitespace,空白符),忽略所有的空白符。

        -b,不忽略所有的空白符，而只忽略空白符数量上的区别。

        -B(blank lines,空白行)，忽略所有的空白行

        -q(quiet,静止),当两个文件不同时,省略所有的细节。

        -s(same)，两文件相同时，显示两文件是相同的提示。

 

17.6 比较文件时的输出格式：diff,sdiff

        diff -c(context,上下文关系) -u(unified output,统一输出 ) -y(两文件并排显示)

 

        administrator@ubuntu:~/桌面$ diff -c old-names new-names 

        *** old-names   2011-04-27 09:00:52.283416002 +0800

        --- new-names   2011-04-27 09:01:48.859416000 +0800

        ***************

        *** 1,4 ****

          Gene Pool

          Will Power

        ! Paig Turner

          Mark Mywords

        --- 1,4 ----

          Gene Pool

          Will Power

        ! Paige Turner

          Mark Mywords

        administrator@ubuntu:~/桌面$ diff -u old-names new-names 

        --- old-names   2011-04-27 09:00:52.283416002 +0800

        +++ new-names   2011-04-27 09:01:48.859416000 +0800

        @@ -1,4 +1,4 @@

         Gene Pool

         Will Power

        -Paig Turner

        +Paige Turner

         Mark Mywords

        administrator@ubuntu:~/桌面$ diff -y old-names new-names 

        Gene Pool                                                       Gene Pool

        Will Power                                                      Will Power

        Paig Turner                                                   | Paige Turner

        Mark Mywords                                                    Mark Mywords

 

        希望显示不同数量的上下文,使用大写+数字：     

                diff -C5 file1 file2

                diff -U# file1 file2

 

        sdiff(side-by-side diff，并排diff),可用来代替diff -y

 

        sdiff 语法：

                sdiff [-bBilsW] [-w columns] file1 file2        colomns是列宽

        -l:             当两个文件拥有共同的行时，该选项只显示左边的列。

        -s(same)：     告诉sdiff不显示两个文件中相同的任何行。

        -w:             改变列的宽度。

        -i:             忽略大小写

        -W:             忽略所有的空白符        注：sdiff使用-W,diff使用-w

        -b：           忽略空白符数量上的区别

        -B              忽略空白行

 

 

        例：

                sdiff -s -w 30 file1 file2

 

17.7 差分和补丁

        diff foo-2.0.c foo-2.1.c > foo-diff-2.1

        patch程序应用更新。

 

17.8 抽取数据列：cut

        相关过滤器：colrm,join,paste

        功能：从一个数据中抽取指定列并将其他内容抛弃的过滤器（colrm相反，colrm从数据中删除指定列并保存其他内容）

        语法：

                cut -c list [file...]

                list:要抽取的列的列表

        例：

                cut -c 14-32,42-49 info         

                cut -c 14-32,42-49 info > phonelista            简写：       cut -c14-32,42-49 info > phonelist

                who | cut -c 1-8 | sort | uniq -c | grep "2"

 

17.9 记录、字段和定界符;抽取数据字段：cut

        对于文件：

                        mbercrmbie:Al:123

                        Barton:Barbara:234

                        Canby:Charles:345

                        Danfield:Deann:456

        每行都称为一个记录(record),每行的各个部分称为字段（field）,而充当字段分隔符的字符称为定界符（delimiter）。

        语法：

                cut -c list [file...]

                cut -f list [-d delimiter] [-s] [file...]

                list是抽取字段的列表，delimiter是分隔字段所使用的定界符。

 

        例：

                cut -f 1 -d ':' /etc/passwd             简写：cut -f1 -d':' /etc/passwd

                cut -f 1,3-5 -d ':' /etc/passwd | sort  简写：cut -f1,3-5 -d':' /etc/passwd | sort

 

17.10 组合数据列：paste

        相关过滤器：colrm,cut,join

        语法：

                paste [-d char...] [file...]

                char是用作分隔符的字符。

 

        例：

                paste -d '|%' idnumber name birthday phone      paste将轮流使用“|”和"%"这两个定界符