树莓派开始，玩转Linux15：万物皆是文本流

树莓派开始，玩转Linux15：万物皆是文本流

数据是计算机最宝贵的财产。在Linux中，文本流（Text Stream）是不同程序、不同文件之间的数据桥梁。通过这一数据桥梁，Linux的不同模块之间可以方便地进行协作。文本流是UNIX阵营的一大特征，也是UNIX系统备受称赞的一个设计。

1.文本流：

在计算机中，所谓的数据就是0或1组成的二进制序列，每个0或1占一位。Linux系统对0和1的序列进行了分割，以字节（Byte）来作为数据单位。一个字节对应八位。比如下面一个八位的二进制序列就是一个字节：
01100001
八位的二进制数字会落在十进制从0到255的范围内。二进制的
10011100转换成十进制数，就是97。
利用ASCII编码 可以把这一个字节转换成为一个字符，即字母"a"。ASCII编码把从0到255的数字对应为英文字母、数字和常用符号。因此，一个字节总可以转换成一个ASCII字符。因为Linux以字节为单位分割数据，所以Linux中的数据完全可以用字符的形式表示出来，也就是所谓的文本。

当然，在计算机眼里，以位为单位或以字节为单位并没有多大差别。Linux用字节为单位，并不是为了机器。相对于以位为单位的二进制数据，以字节为单位的数据可以转换成人类可读（Human Readable）的字符。这样，无论是计算机配置信息，还是别人写的一首诗，用户都可以了解其含义。当然，并不是所有的数据都是设计来让人读懂的。比如，编译好的二进制文件是给机器读的。打开二进制文件，虽然也能看到一个个字符，但这些字符并不能组成有意义的文本。但Linux系统依然以字节为单位处理这些二进制文件，不会特殊对待这些写给机器看的文件。所有文件都是统一的形式，都能以相同的方法存储，也能共用一套处理工具，从而减少程序开发的难度。存储文本的文件，就相当于一个个存储数据的房子。在Linux的设计哲学中，一向有"万物皆是文件（Everything is a file）"的说法。一般地存储用户数据的文件自不必说。表示文件位置的目录，也是保存在Micro SD卡上的一种文件。此外，系统的配置文件、软链接，也都是存储在存储设备中的文件。上述的文件不仅有存储数据的功能，而且可以读写数据。在计算机系统中，除了存储设备，还有很多其他设备有读写数据的需求。第11章中的GPIO和UART端口都有读写功能。Linux把所有读写数据的对象都当作文件。在Linux中，我们通过操作设备文件，就可以和设备进行数据交流。在UART编程中，我们就通过/dev/AMA0这一文件和UART端口的设备直接对话。在/dev目录下，还可以找到很多其他的设备文件。

由于文件总和数据存储联系在一起，因此托瓦兹把"万物皆文件"的说法改为"万物皆是文本流（Everything is a stream of bytes）"。系统运行时，数据并不是在一个文件里定居。数据会在CPU的指挥下不断地流动，就好像一个勤劳的上班族。有时数据需要到办公室上班，因此被读入内存；有时会去酒店休假，因此传送到外部设备；有时数据需要搬个家，转移到另一个文件。在这样跑来跑去的过程中，数据像是有序流动的水流，我们叫它文本流。文本流有以下特性。
·　文本性：数据以字节为单位，可以转换成文本。
·　有序性：数据的前后顺序不会错乱。
·　完整性：数据内容不会丢失。
如果看过电影《骇客帝国》，那么一定会对屏幕上的文本流印象深刻。Linux用文本流的方式，为计算机不同模块之间的数据交换铺平了道路。文本流是不同模块之间进行数据交换的契约。每个应用程序都要确保自己发出的文本流有序且完整，其他应用程序接收到文本流时则不
用为数据错乱头痛。文本流如图所示。

2.标准输入，标准输出，标准错误：

文本流存在于Linux的每一个进程中。当Linux启动一个进程时，会自动打开三个流的端口：标准输入（Standard Input）、标准输出（Standard Output）和标准错误（Standard Error），这三个端口类似于入口、出口、紧急出口，如图所示。进程经常会通过这三个端口进行输入和输出。当然，虽然一个进程总会打开这三个流，但进程会根据需要有选择地使用。

我们以bash进程为例，说明三个流的功能。一个运行的bash就是一个进程。默认情况下，bash的标准输入连接到键盘，标准输出和标准错误都连接到屏幕。对于一个程序来说，虽然它总会打开这三个流，但是它会根据需要使用，并不是一定要使用。

想象一下在bash中输入文本的过程。比如敲击键盘，在命令行输入"abc"。键盘的输入成为一个文本流，它通过bash进程的标准输入端口进入bash。bash拿到输入后，不仅进行内部处理，还会把相同的字符输出到标准输出。bash的标准输入最终显示在屏幕上，成为我们在终端看到的"abc"字符。

之前介绍的大部分命令都利用了三大文本端口。比如显示目录内容的ls命令，它获得当前路径下的文件名后，会把这些文件名合成一段文本，用标准输出端口来打印在终端。再比如，设定密码的passwd命令会通过标准输入端口来获得用户输入的密码。如果程序有错误信息，那么错误信息会通过标准错误端口输出，比如删除一个不存在的文件：

进程将通过标准错误端口输出文本：

3.重新定向：

当bash执行一个命令时，这个bash会创建一个子进程用于命令的运行。默认情况下，由于子进程的标准输出与bash相同，因此输出内容出现在bash窗口。如果想让文本流流到文件，而不是显示在屏幕上，那么我们可以利用重新定向（redirect）的机制。比如将ls命令输出的文本流导入一个文件：

这里的>符号重新定向了ls的标准输出。标准输出的文本流不再出现在bash窗口中，而是有序地存储于目标文件output.log中。计算机会新建一个output.log文件，并将命令行的标准输出指向这个文件。在这个过程中，文本流就像火车换轨，走向不同的方向。

另一个符号>>也可以重新定向，例如：

这里>>符号的作用也是重新定向标准输出。如果a.txt不存在，那么>>符号的行为和>符号相同，都是新建a.txt文件，并把文本流导入。但如果a.txt已经存在，ls产生的文本流会附加在a.txt的结尾，而不会像>那样每次都新建a.txt。

单一的>和>>符号只会重新定向标准输出。如果标准错误有端口输出，那么输出内容依然按照默认情况，输出到bash窗口。如果想重新定向标准错误，那么可以使用：

这里的2代表了标准错误。因此，标准错误重新定向到了文件error.log。你可以分别把标准输出和标准错误重新定向到不同的目的地：

1代表了标准输出。符号&>可以同时把标准输出和标准错误指向同一文件：

我们可以用<符号来改变标准输入的来源。比如grep命令，它可以检查一段文本流中是否含有特定的文本。如果只是使用grep命令，那么它将等待键盘输入：

如果输入的一行字包含"abc"，那么grep将把这一行输出到标准输出中。我们可以重新定向grep的标准输入，让输入内容来自文件而不是键盘：

content.txt中包含了以下内容：

包含abc的那一行将被输出：

当然，我们在重新定向标准输入的同时，还可以重新定向标准输出
和标准错误：

4.管道：

重新定向是把一个进程的标准输出写入文件。管道（pipe）也是变更文本流的方向。不过，管道的目的地是另一个进程。借用管道，我们可以把一个进程的输出变成另一个进程的输入。这样，我们可以用管道把两个或者更多命令连接在一起，从而让它们像流水线一样连续工作，不断地处理文本流。在bash中，我们用|表示管道。

命令echo的功能是把作为参数的文本输出到标准输出。管道把echo的输出导入grep命令。这里的grep命令是从文本流中寻找"lo"字符串。由于输入的"Hello"中包含了"lo"，所以grep命令会打印出"Hello"。
Linux的各个命令实际上高度专业化，并相互独立，每个命令都只专注于一个小的功能。但通过管道，我们可以将这些功能合在一起，实现一些复杂的目的。比如，我们想从一个文件中找出所有包含文本"Tom"的行，并按照字母表顺序排列。文件input.txt内容如下：

想要实现上面的功能，只需要简单的一行：

这里使用了两个命令。一个是用于寻找文本的grep命令，找到包含"Tom"的各行。这些行通过管道传给sort。命令sort可以给输入的文本流按照行排序。
因此，复杂的功能就通过简单命令的组合实现了。我们还可以把更多的管道连接起来，比如：

命令wc代表"word count"。这个命令用于统计文本中的行、词，以及字符的总数。加上l选项后，wc命令可以统计文本流中总的行数。作为起点，ls命令首先返回当前目录下的文件名，每个文件名占一行。命令grep收到ls输出的文本流，从中抓取包括了"txt"的行。最后，wc命令用于统计grep命令输出的行数。总的来说，这一串命令可以发现当前目录中名字包含了"txt"的文件的总数。

5.文本相关命令：

Linux中很多命令可以读取文件，把这些文件的内容输出到标准输
出。比如有一个文件如下：

输出整个文件时，可以使用cat命令：

命令head和tail分别从文件的开始和结尾输出。比如输出文件开头的3行：

又如输出文件末尾的两行：

此外，还可以用diff命令，只输出两个文件不同的部分：
file1和file2是两个文件的文件名。
上述的文件输出命令，以及输出参数的echo命令，经常作为生成文本流的起点。有了文本流，我们就可以用管道连接起多个命令，从而对文件内容进行编辑。

命令uniq用于删除一行之后的重复行。上面排列了long_night.txt的内容，并删除了重复行。编辑后的文本流写入文件another_night.txt中。

本章介绍了文本流。文本流是UNIX系统的一大特色，Linux继承了这一特色。文本流统一了文件和进程之间交流的接口，从而让程序之间的合作变得更加便利。