文本处理

1.正则表达式
1.[]方括号表示括号内的文字做并运算，同时支持描述符“-”。比如[abcd]等去[a-d]
2.如果方括号里包含-元素，要将其放在首部
3.方括号中^字符开头，表示字符集中配出方括号中的所有字符之后，所剩字符的并运算。
4.X?表示X与空字符串之间可选
5.X+表示X至少重复一次.
2.搜索文本的grep
grep的工作方式会把标准输入的内容进行处理，之后在标准输出中输出.
grep支持的正则表达式

元字符	匹配对象
^	表示句首.如^abc表示以abc开始的句子
$	表示句尾。如abc$表示以abc结尾的句子
*	表示前一个字元集出现次数为0或多次.比如ab*c 表示在ab和c之间可能存在多个字符
[]	匹配一个制定范围内的字符，如1表示以数字开始的行
(…)	匹配一个不在制定范围内的字符
<	表示词首如<abc表示以abc开头的词
>	表示词尾如<abc表示以abc结尾的词

3.排序和去重
cut -d‘ ’ fl ~/.bash_history | sort -d| uniq -c| sort -nr|head
解释：
cut -d’ ’ -fl ~/.bash_history
从~/.bash_history 以空格为基础进行截取，读取出第一列（-fl,如果读取多列，可以使用-fl 3等）
uniq -c
对文本去重，并统计次数（-c）。uniq的去重只能针对连续的多行去重，只剩下唯一的一条，不排序的话，不连续的无法去重。
sort -nr
按数字排序（-n）并按将序（-r）排列，没有-r，默认是升序排列
head
输出文件前面部分的内容，默认显示前十行
4.文件对比
文件对比使用diff命令。diff提供了正常，上下文，和合并三种格式报告.

例如 diff -url file01 oldfile01>file01.patch
会把文件整合.
文件中的-表示第一个文件，+表示第二个文件
后面的数字一次表示第n行开始，连续的多少行

---

1. 0-9 ↩︎