linux文本处理三

diff

diff命令用来显示文件之间的差异。diff支持多种输出格式，同时diff一次能处理许多文件。

diff一般被用来检测多个版本源代码之间的更改，然后将旧版本转变成新版本，diff还能递归的检查源码目录，称为源码树。diff命令的一个常见的应用就是创建diff文件或者补丁，然后使用patch程序将文件从一个版本转换成另外一个版本。

diff默认输出解析

在默认的输出中，每一组更改之前都是一条更改命令，命令格式是：

【原始文件的行号或者行的范围】【行为】【目标文件的行号或者行的范围】

这里的行为可以是以下三种：

1.a表示对原始文件进行行新增

2.d表示对原始文件进行行删除

3.c表示对原始文件进行修改

r1ar2：把第二个文件中位置 r2 处的文件行添加到第一个文件中的r1 处。
r1cr2：用第二个文件中位置 r2 处的文本行更改（替代）位置 r1 处的文本行。
r1dr2：删除第一个文件中位置 r1 处的文本行，这些文本行将会出现在第二个文件中位置 r2 处。

"<"表示需要删除的行

">"表示需要新增的行

除了默认的输出格式，输出还有上下文模式（将源文件和目标文件分开展示）和统一模式（将源文件和目标文件结合展示）。

上下文模式：上下文模式使用-c选项来指定（context）

第一个文件的内容使用*来标识，第二个文件的内容使用-来标识。

• blank：上下文显示行。它并不表示两个文件之间的差异。
• - ：删除行。这一行将会出现在第一个文件中，而不是第二个文件内。
• +：添加行。这一行将会出现在第二个文件内，而不是第一个文件中。
• ! ：更改行。将会显示某个文本行的两个版本，每个版本会出现在更改组的各自部分。

统一模式：统一模式使用-u选项来指定（uniform）

• blank：两个文件都包含这一行。
• -：在第一个文件中删除这一行。
• +：添加这一行到第一个文件中。

使用diff和patch将文件从一般版本转换成新的版本

1. diff -Naur old_file new_file > diff_file  （u：unified，a：text，N：num，r：recursive）
2. patch < diff_file

从上图可以看出，当使用patch将原始文件转换后，再使用diff命令比较旧文件和目标文件不会产生diff信息。

tr

tr命令是基于字符的查找和替换操作。tr从标准输入接收数据，将处理过的数据输出到标准输出。

tr的用法是：tr 【选项】 【原始字符集合】 【目标字符集合】

基本的选项如下：

• -d：删除原始字符集合中的字符
• -c：用目标字符集合中的字符去替换原始的字符集合
• -s：将标准输入中的数据按照原始集合的字符进行压缩

字符集合可以有以下三种表示方法：

• 枚举列表：ABCDEFGHIJKLMNOPQRSTUVWXYZ
• 字符域：A-Z 。注意这种方法有时候面临与其它命令相同的问题，归因于语系的排序规则，因此应该谨慎使用。
• POSIX 字符类：[:upper:]

tr的其中一个用法就是删除dos文件中的^M，命令为

tr -d  '\r'  filename > newfile