shell换行合并多个文件_Linux Shell编程第5章——文件的排序、合并和分割

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 UniversityShanghai

University of TorontoToronto

Beijing UniversityBeijing

Southeast UniversityNanjing

Victory UniversityMelbourne

$ paste FILE2 FILE1 #粘贴，FILE2在前

ShanghaiShanghai Jiaotong University

TorontoUniversity of Toronto

BeijingBeijing University

NanjingSoutheast University

MelbourneVictory 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

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。