linux-sed 命令

第九章、sed 命令


06_02_sed命令


Linux三大文本处理工具:grep, sed(流编辑器), awk     

 

sed基本用法:

sed: Stream EDitor

         行编辑器 (全屏编辑器: vi),逐行读取


sed: 模式空间

默认不编辑原文件,仅对模式空间中的数据做处理;而后,处理结束后,将模式空间打印至屏幕;


sed [options] 'AddressCommand' file ...

         -n: 静默模式,不再默认显示模式空间中的内容

         -i: 直接修改原文件

         -e SCRIPT -e SCRIPT:可以同时执行多个脚本

         -f /PATH/TO/SED_SCRIPT: 从文件中读取命令,把命令写入文件,不需要单引号括起来

                   sed -f /path/to/scripts  file

         -r: 表示使用扩展正则表达式

        

Address:

1、StartLine,EndLine

         比如1,100

         $:最后一行

2、/RegExp/

         /^root/

3、/pattern1/,/pattern2/

         第一次被pattern1匹配到的行开始,至第一次被pattern2匹配到的行结束,这中间的所有行

4、LineNumber

         指定的行

5、StartLine, +N

         从startLine开始,向后的N+1行;

        

Command:

         d: 删除符合条件的行;

         p: 显示符合条件的行;

         a \string: 在指定的行后面追加新行,内容为string

                   \n:可以用于换行

         i \string: 在指定的行前面添加新行,内容为string

         r FILE: 将指定的文件的内容添加至符合条件的行处

         w FILE: 将地址指定的范围内的行另存至指定的文件中;

         s/pattern/string/修饰符: 查找并替换,默认只替换每行中第一次被模式匹配到的字符串

                   匹配多个字符串,需要加修饰符: 

                       g: 全局替换

                       i: 忽略字符大小写

             s///: 也可以使用其他字符做分隔符,只要一样就行,如s###, s@@@ 

       

         

 后项引用:  , \1, \2

                   &: 引用模式匹配整个串


   l..e->l..er: like-->liker

                      love-->lover

     sed 's# l..e #\1r#g'

     sed 's#l..e#&r#g'

                    

     l..e->L..e:    like-->Like

                         love-->Love

        sed 's#l ..e #L\1#g'

        


sed练习:

1、删除/etc/grub.conf文件中行首的空白符;

sed -r 's@^[[:spapce:]]+@@g' /etc/grub.conf 

sed 's/^\ \+//' /etc/grub.conf

2、替换/etc/inittab文件中"id:3:initdefault:"一行中的数字为5;

sed 's@ id: [0-9] :initdefault: @\15\2@g' /etc/inittab

sed -r 's@(id:)[0-9](:initdefault:)@\15\2@g' /etc/inittab

3、删除/etc/inittab文件中的空白行;

sed '/^$/d' /etc/inittab

4、删除/etc/inittab文件中开头的#号;

sed 's@^#@@g' /etc/inittab

5、删除某文件中开头的#号及后面的空白字符,但要求#号后面必须有空白字符;

sed -r 's@^#[[:space:]]+@@g' /etc/inittab

6、删除某文件中以空白字符后面跟#类的行中的开头的空白字符及#

sed -r 's@^[[:space:]]+#@@g' /etc/inittab

sed 's/^\ \+#//' /etc/inittab

7、取出一个文件路径的目录名称;

echo "/etc/rc.d/" | sed -r 's@^(/.*/)[^/]+/?@\1@g'     

    取出基名:

        echo "/etc/rc.d/" | sed -r 's@^/.*/([^/]+)/?@\1@g'   

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值