2.3 文件的格式化与相关处理

2.3 文件的格式化与相关处理

2.3.1 格式化打印：printf

在输出方面，除了echo还有printf，可以类比c语言中的printf来理解，但是在用法上有着一定的区别。

[haoqiqi@localhost ~]$ printf '打印格式' 实际内容
# 打印格式
# \a：警告声音
# \b：退格键，bankspace
# \f：清除屏幕（form feed）
# \n：换行
# \r：使用enter键
# \t：水平的tab键
# \v：垂直的tab键
# \xNN：NN为两位数的数字，可以转换数字为字符
# 关于c程序语言内，常见的变数格式
# %ns：n为数字，s表示string，即n个字符串
# %ni：n为数字，i表示integer，即n个整数
# %N.nf：n与N都是数字，f表示floating。假设共要10为有效数字，其中小数点后要两位，即为%10.2f

接下来是练习：
需要在主目录下新建print.txt文件，内容如下：

name	 chinese	 english	 math	 average
DmTsai	 80	 60	 92	 77.33
haoqiqi	 75	 55	 80	 70
Ken	 60	 90	 70	 73.33	

# 使用printf函数，将print.txt输出，并使用tab键进行分隔。%s表示一个不固定长度的字符串，字符串之间以\t处理。
[haoqiqi@localhost ~]$ printf '%s\t %s\t %s\t %s\t %s\t \n' $(cat print.txt)
name	 chinese	 english	 math	 average
DmTsai	 80	 60	 92	 77.33
haoqiqi	 75	 55	 80	 70
Ken	 60	 90	 70	 73.33	

可以看出，上面的输出结果的确将其进行了分隔，但是没有对齐，这是因为首行字符串的长度太长，而数字的长度太短，因此导致了不能对齐。
下面将每个字段进行固定，然后重新输出

[haoqiqi@localhost ~]$ printf '%10s %5i %5i %5i %5.2f \n' $(cat print.txt | grep -v name)
    DmTsai    80    60    92    77.33 
   haoqiqi    75    55    80    70 
       Ken    60    90    70    73.33 
# 字符宽度	：12345
# %5.2		：00.00

# 将数字变为ASCII码
[haoqiqi@localhost ~]$ printf '\x45\n'
E

2.3.2 awk：数据处理工具

1. awk的使用
   awk常用来与之前学的sed作比较，sed用作处理一整行的动作，awk用作处理一行当中的字段。
   awk还可以用来处理后续文件，也可以读取前一个指令的stdout。
   其使用规则如下：

   [haoqiqi@localhost ~]$ awk '条件类型1{动作1} 条件类型2{动作2} ...' filename
   

   # 使用last将前5条登录信息打印出来
   [haoqiqi@localhost ~]$ last -n 5
   haoqiqi  pts/0        :0               Sat Oct 12 21:08   still logged in   
   haoqiqi  pts/0        :0               Sat Oct 12 20:49 - 21:08  (00:18)    
   haoqiqi  :0           :0               Sat Oct 12 20:43   still logged in   
   reboot   system boot  3.10.0-1062.el7. Sat Oct 12 20:40 - 21:19  (00:38)    
   haoqiqi  pts/0        :0               Sat Oct 12 16:49 - 17:59  (01:09)  
   
   # 取出账号与登陆者IP，用tab分隔开
   [haoqiqi@localhost ~]$ last -n 5 | awk '{print $1 "\t" $3}'
   haoqiqi	:0
   haoqiqi	:0
   haoqiqi	:0
   reboot	boot
   haoqiqi	:0
   

   对于awk，其是以行为一次处理的单位，且以字段为最小的处理单位。那么，awk是如何得到行数与栏数的数据呢，这就要awk的内建变量来帮忙了。

   变量名称	代表意义
   NF	每一行{$0}拥有的字段总数
   NR	目前awk所处理的是”第几行“数据
   FS	目前的分割字符，默认空格键

   # 若我想要
   # 1.列出每一行的账号
   # 2.列出目前处理的行数（NR）
   # 3.说明该行有多少字段（NF）
   [haoqiqi@localhost ~]$ last -n 5 | awk '{print $1 "\t lines:" NR "\t colums: " NF}'
   haoqiqi	 lines:1	 colums: 10
   haoqiqi	 lines:2	 colums: 10
   haoqiqi	 lines:3	 colums: 10
   reboot	 lines:4	 colums: 11
   haoqiqi	 lines:5	 colums: 10
   

2. awk的逻辑运算符

   运算单元	代表意义
   >	大于
   <	小于
   >=	大于等于
   <=	小于等于
   ==	等于
   !=	不等于

   类比于c语言，”=“用来赋值，”==“用来表示等于。

   # 在/etc/passwd中，以“：”作为字段分隔，
   # 且/etc/passwd中，第一列字段为账号，第三字段为UID
   # 现需查阅，第三栏中小于10以下爱的数据，仅列出第一、三栏
   [haoqiqi@localhost ~]$ cat /etc/passwd | awk '{FS=":"} $3<10 {print $1 "\t" $3}' 
   root:x:0:0:root:/root:/bin/bash	
   bin	1
   daemon	2
   adm	3
   lp	4
   sync	5
   shutdown	6
   halt	7
   mail	8
   

   # 可以发现，除了第一行之外，其他行都正确显示了。
   # 第一行的错误在于：$1、$2...默认以空格分隔
   # 可以使用BEGIN关键词对第一行进行预设
   [haoqiqi@localhost ~]$ cat /etc/passwd | awk 'BEGIN{FS=":"} $3<10 {print $1 "\t" $3}'
   root	0
   bin	1
   daemon	2
   # 现在，第一行正确了
   

   对awk的几项说明：

   1. awk的指令间隔：所有的awk动作，如果需要多个指令辅助时，可以使用分号“；”分隔，或者直接用ENTER隔开
   2. 格式化输出时，在printf的格式设定当中，务必加上\n换行
   3. 与bash shell的变量不同的是，在awk中，变量可以直接使用，不需要加上$符号

2.3.3 文件对比工具

当同一个软件包存在不同版本时，比较配置文件与原始文档的差异时，就需要用到文件对比工具。在windows系统下，我们经常需要用到软件才能进行对比，而且一般都是收费软件；在linux下，我们只需通过指令就能解决了。

1. diff
   diff便是用来对比两个文件之间的差异的，对比单位为行，一般用在ACSII纯文本的对比。

   [haoqiqi@localhost ~]$ diff [-bBi] from-file to-file
   # -b:忽略一行当中，仅有多个空白的差异
   # -B:忽略空白行的差异
   # -i:忽略大小写的不同
   # from-file:原始对比文件的档名
   # to_file  :目标对比文件的档名
   # 如果使用diff对比两个毫无关系的文档，结果会比较惨...
   

   # 假设我们已经知道了执行等级0与5的脚本
   # 分别放入了/etc/rc0.d及/etc/rc5.d当中，
   # 则我们可以将其对比一下
   [haoqiqi@localhost ~]$ diff /etc/rc0.d/ /etc/rc5.d/
   只在 /etc/rc0.d/ 存在：K90network
   只在 /etc/rc5.d/ 存在：S10network
   

2. cmp
   cmp主要是以字节为单位进行对比，注意diff以行为单位进行对比

   [haoqiqi@localhost ~]$ cmp [-l]file1 file2
   # -l:将所有的不同点的字节处都列出来，默认只列第一个
   
   [haoqiqi@localhost ~]$ cmp /etc/rc0.d/ /etc/rc5.d/
   cmp: /etc/rc0.d/: 是一个目录
   

3. patch
   patch指令与diff指令有着密不可分的关系。之前说diff可以用来分辨两个版本之间的差异，而patch则是用来升级旧文档的。其用法这里暂不学习啦

4. pr
   pr是用来做文件打印准备的，但是pr的参数太多，这里仅仅学习最简单的方式。

[haoqiqi@localhost ~]$ pr /etc/man_db.conf


2018-10-31 04:26                /etc/man_db.conf                 第 1 页


# 
#
# This file is used by the man-db package to configure the man and cat paths.
# It is also used to provide a manpath for those without one by examining
# their PATH environment variable. For details see the manpath(5) man page.
# 以下省略....

最上面的一行，就是pr处理都所造成的标题了，其包含“文件时间”、“文件名”、以及“页码”三项。关于更多的pr的使用方法，等到使用到了再学吧。

本节内容就这些了， 欢迎关注我的微信公众号与我联系。