textproc.html

来自「BASH Shell 编程 经典教程 《高级SHELL脚本编程》中文版」· HTML 代码 · 共 3,421 行 · 第 1/5 页

  2 # lookup: 对指定数据文件中的每个单词都做一遍字典查询. 
  3 
  4 file=words.data  # 指定的要搜索的数据文件. 
  5 
  6 echo
  7 
  8 while [ "$word" != end ]  # 数据文件中最后一个单词. 
  9 do
 10   read word      # 从数据文件中读, 因为在循环的后边重定向了. 
 11   look $word > /dev/null  # 不想将字典文件中的行显示出来.
 12   lookup=$?      # 'look'命令的退出状态. 
 13 
 14   if [ "$lookup" -eq 0 ]
 15   then
 16     echo "\"$word\" is valid."
 17   else
 18     echo "\"$word\" is invalid."
 19   fi  
 20 
 21 done <"$file"    # 将stdin重定向到$file, 所以"reads"来自于$file.
 22 
 23 echo
 24 
 25 exit 0
 26 
 27 # ----------------------------------------------------------------
 28 # 下边的代码行将不会执行, 因为上边已经有"exit"命令了.
 29 
 30 
 31 # Stephane Chazelas建议使用下边更简洁的方法:
 32 
 33 while read word && [[ $word != end ]]
 34 do if look "$word" > /dev/null
 35    then echo "\"$word\" is valid."
 36    else echo "\"$word\" is invalid."
 37    fi
 38 done <"$file"
 39 
 40&nbsp;exit 0</PRE
></FONT
></TD
></TR
></TABLE
><HR></DIV
></DD
><DT
><B
CLASS="COMMAND"
>sed</B
>, <B
CLASS="COMMAND"
>awk</B
></DT
><DD
><P
>这个两个命令都是独立的脚本语言, 
			  尤其适合分析文本文件和命令输出. 
			  既可以单独使用, 也可以结合管道和在shell脚本中使用. 
	      </P
></DD
><DT
><B
CLASS="COMMAND"
><A
HREF="sedawk.html#SEDREF"
>sed</A
></B
></DT
><DD
><P
>非交互式的<SPAN
CLASS="QUOTE"
>"流编辑器"</SPAN
>, 
			  在批处理模式下, 允许使用多个<B
CLASS="COMMAND"
>ex</B
>命令. 
	      你会发现它在shell脚本中非常有用. </P
></DD
><DT
><B
CLASS="COMMAND"
><A
HREF="awk.html#AWKREF"
>awk</A
></B
></DT
><DD
><P
>可编程的文件提取器和文件格式化工具, 
			  在结构化的文本文件中, 
			  处理或提取特定域(特定列)具有非常好的表现. 
			  它的语法与C语言很类似. 
	      </P
></DD
><DT
><B
CLASS="COMMAND"
>wc</B
></DT
><DD
><P
><EM
>wc</EM
>可以统计文件或I/O流中的<SPAN
CLASS="QUOTE"
>"单词数量"</SPAN
>: 
	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash $ </SAMP
><KBD
CLASS="USERINPUT"
>wc /usr/share/doc/sed-4.1.2/README</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>13  70  447 README</SAMP
>
[13 lines  70 words  447 characters]</PRE
></FONT
></TD
></TR
></TABLE
></P
><P
><KBD
CLASS="USERINPUT"
>wc -w</KBD
> 统计单词数量. </P
><P
><KBD
CLASS="USERINPUT"
>wc -l</KBD
> 统计行数量. </P
><P
><KBD
CLASS="USERINPUT"
>wc -c</KBD
> 统计字节数量. </P
><P
><KBD
CLASS="USERINPUT"
>wc -m</KBD
> 统计字符数量. </P
><P
><KBD
CLASS="USERINPUT"
>wc -L</KBD
> 给出文件中最长行的长度. </P
><P
>使用<B
CLASS="COMMAND"
>wc</B
>命令来统计当前工作目录下有多少个<EM
>.txt</EM
>文件: 
	      <TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;$ ls *.txt | wc -l
  2&nbsp;# 因为列出的文件名都是以换行符区分的, 所以使用-l来统计.
  3&nbsp;
  4&nbsp;
  5&nbsp;# 另一种方法:
  6&nbsp;#      find . -maxdepth 1 -name \*.txt -print0 | grep -cz .
  7&nbsp;#      (shopt -s nullglob; set -- *.txt; echo $#)
  8&nbsp;
  9&nbsp;# 感谢, S.C.</PRE
></FONT
></TD
></TR
></TABLE
>
	    </P
><P
><B
CLASS="COMMAND"
>wc</B
>命令来统计所有以 d - h 开头的文件的大小. 
	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash$ </SAMP
><KBD
CLASS="USERINPUT"
>wc [d-h]* | grep total | awk '{print $3}'</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>71832</SAMP
>
	      </PRE
></FONT
></TD
></TR
></TABLE
>
	    </P
><P
>使用<B
CLASS="COMMAND"
>wc</B
>命令来查看指定文件中包含<SPAN
CLASS="QUOTE"
>"Linux"</SPAN
>的行一共有多少. 
	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash$ </SAMP
><KBD
CLASS="USERINPUT"
>grep Linux abs-book.sgml | wc -l</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>50</SAMP
>
	      </PRE
></FONT
></TD
></TR
></TABLE
>
	    </P
><P
>请参考<A
HREF="filearchiv.html#EX52"
>例子 12-35</A
>和<A
HREF="redircb.html#REDIR4"
>例子 16-8</A
>. </P
><P
>某些命令的某些选项其实已经包含了<B
CLASS="COMMAND"
>wc</B
>命令的部分功能.
	      
	    <TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;... | grep foo | wc -l
  2&nbsp;# 这个命令使用的非常频繁, 但事实上它有更简便的写法.
  3&nbsp;
  4&nbsp;... | grep -c foo
  5&nbsp;# 只要使用grep命令的"-c"(或"--count")选项就能达到同样的目的.
  6&nbsp;
  7&nbsp;# 感谢, S.C.</PRE
></FONT
></TD
></TR
></TABLE
></P
></DD
><DT
><A
NAME="TRREF"
></A
><B
CLASS="COMMAND"
>tr</B
></DT
><DD
><P
>字符转换过滤器. </P
><DIV
CLASS="CAUTION"
><P
></P
><TABLE
CLASS="CAUTION"
WIDTH="90%"
BORDER="0"
><TR
><TD
WIDTH="25"
ALIGN="CENTER"
VALIGN="TOP"
><IMG
SRC="./images/caution.gif"
HSPACE="5"
ALT="Caution"></TD
><TD
ALIGN="LEFT"
VALIGN="TOP"
><P
><A
HREF="special-chars.html#UCREF"
>必须使用引用或中括号</A
>, 
				这样做才是合理的. 
				引用可以阻止shell重新解释出现在<B
CLASS="COMMAND"
>tr</B
>命令序列中的特殊字符. 
	      中括号应该被引用起来防止被shell扩展. </P
></TD
></TR
></TABLE
></DIV
><P
>无论<KBD
CLASS="USERINPUT"
>tr "A-Z" "*" &#60;filename</KBD
>还是<KBD
CLASS="USERINPUT"
>tr A-Z \* 
		  &#60;filename</KBD
>都可以将<TT
CLASS="FILENAME"
>filename</TT
>中的大写字符修改为星号(写到<TT
CLASS="FILENAME"
>stdout</TT
>). 
	      但是在某些系统上可能就不能正常工作了, 而<KBD
CLASS="USERINPUT"
>tr A-Z
	      '[**]'</KBD
>在任何系统上都可以正常工作. </P
><P
><CODE
CLASS="OPTION"
>-d</CODE
>选项删除指定范围的字符. 
	    <TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;echo "abcdef"                 # abcdef
  2&nbsp;echo "abcdef" | tr -d b-d     # aef
  3&nbsp;
  4&nbsp;
  5&nbsp;tr -d 0-9 &#60;filename
  6&nbsp;# 删除"filename"中所有的数字. </PRE
></FONT
></TD
></TR
></TABLE
></P
><P
><CODE
CLASS="OPTION"
>--squeeze-repeats</CODE
> 
			(或<CODE
CLASS="OPTION"
>-s</CODE
>)选项用来在重复字符序列中除去除第一个字符以外的所有字符. 
				这个选项在删除多余<A
HREF="special-chars.html#WHITESPACEREF"
>空白</A
>的时候非常有用. 



	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash$ </SAMP
><KBD
CLASS="USERINPUT"
>echo "XXXXX" | tr --squeeze-repeats 'X'</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>X</SAMP
></PRE
></FONT
></TD
></TR
></TABLE
></P
><P
><CODE
CLASS="OPTION"
>-c</CODE
><SPAN
CLASS="QUOTE"
>"complement"</SPAN
>选项将会<EM
>反转</EM
>匹配的字符集. 
			通过这个选项, 
			<B
CLASS="COMMAND"
>tr</B
>将只会对那些<EM
>不</EM
>匹配的字符起作用. </P
><P
>	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash$ </SAMP
><KBD
CLASS="USERINPUT"
>echo "acfdeb123" | tr -c b-d +</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>+c+d+b++++</SAMP
></PRE
></FONT
></TD
></TR
></TABLE
>
            </P
><P
>注意<B
CLASS="COMMAND"
>tr</B
>命令支持<A
HREF="x13673.html#POSIXREF"
>POSIX字符类</A
>.
	  <A
NAME="AEN8402"
HREF="#FTN.AEN8402"
><SPAN
CLASS="footnote"
>[1]</SPAN
></A
>
	      </P
><P
>	      <TABLE
BORDER="1"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="SCREEN"
><SAMP
CLASS="PROMPT"
>bash$ </SAMP
><KBD
CLASS="USERINPUT"
>echo "abcd2ef1" | tr '[:alpha:]' -</KBD
>
<SAMP
CLASS="COMPUTEROUTPUT"
>----2--1</SAMP
>
	      </PRE
></FONT
></TD
></TR
></TABLE
>
	    </P
><DIV
CLASS="EXAMPLE"
><HR><A
NAME="EX49"
></A
><P
><B
>例子 12-18. <B
CLASS="COMMAND"
>转换大写</B
>: 把一个文件的内容全部转换为大写. </B
></P
><TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;#!/bin/bash
  2&nbsp;# 把一个文件的内容全部转换为大写. 
  3&nbsp;
  4&nbsp;E_BADARGS=65
  5&nbsp;
  6&nbsp;if [ -z "$1" ]  # 检查命令行参数.
  7&nbsp;then
  8&nbsp;  echo "Usage: `basename $0` filename"
  9&nbsp;  exit $E_BADARGS
 10&nbsp;fi  
 11&nbsp;
 12&nbsp;tr a-z A-Z &#60;"$1"
 13&nbsp;
 14&nbsp;# 与上边的作用相同, 但是使用了POSIX字符集标记方法:
 15&nbsp;#        tr '[:lower:]' '[:upper:]' &#60;"$1"
 16&nbsp;# 感谢, S.C.
 17&nbsp;
 18&nbsp;exit 0
 19&nbsp;
 20&nbsp;#  练习:
 21&nbsp;#  重写这个脚本, 通过选项可以控制脚本或者
 22&nbsp;#+ 转换为大写或者转换为小写.</PRE
></FONT
></TD
></TR
></TABLE
><HR></DIV
><DIV
CLASS="EXAMPLE"
><HR><A
NAME="LOWERCASE"
></A
><P
><B
>例子 12-19. <B
CLASS="COMMAND"
>转换小写</B
>: 将当前目录下的所有文全部转换为小写. </B
></P
><TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;#!/bin/bash
  2&nbsp;#
  3&nbsp;#  将当前目录下的所有文全部转换为小写. 
  4&nbsp;#                                      
  5&nbsp;#  灵感来自于John Dubois的脚本, 
  6&nbsp;#+ Chet Ramey将其转换为Bash脚本, 
  7&nbsp;#+ 然后被本书作者精简了一下. 
  8&nbsp;
  9&nbsp;
 10&nbsp;for filename in *                # 遍历当前目录下的所有文件. 
 11&nbsp;do                                                                         
 12&nbsp;   fname=`basename $filename`                                              
 13&nbsp;   n=`echo $fname | tr A-Z a-z`  # 将名字修改为小写. 
 14&nbsp;   if [ "$fname" != "$n" ]       # 只对那些文件名不是小写的文件进行重命名. 
 15&nbsp;   then
 16&nbsp;     mv $fname $n
 17&nbsp;   fi  
 18&nbsp;done   
 19&nbsp;
 20&nbsp;exit $?
 21&nbsp;
 22&nbsp;
 23&nbsp;# 下边的代码将不会被执行, 因为上边的"exit". 
 24&nbsp;#-------------------------------------------#
 25&nbsp;# 删除上边的内容, 来运行下边的内容. 
 26&nbsp;                                                                
 27&nbsp;# 对于那些文件名中包含空白和新行的文件, 上边的脚本就不能工作了. 
 28&nbsp;# Stephane Chazelas因此建议使用下边的方法: 
 29&nbsp;
 30&nbsp;
 31&nbsp;for filename in *    # 不必非得使用basename命令, 
 32&nbsp;                     # 因为"*"不会返回任何包含"/"的文件. 
 33&nbsp;do n=`echo "$filename/" | tr '[:upper:]' '[:lower:]'`
 34&nbsp;#                             POSIX 字符集标记法.
 35&nbsp;#                    添加的斜线是为了在文件名结尾换行不会被
 36&nbsp;#                    命令替换删掉. 
 37&nbsp;   # 变量替换:
 38&nbsp;   n=${n%/}          # 从文件名中将上边添加在结尾的斜线删除掉. 
 39&nbsp;   [[ $filename == $n ]] || mv "$filename" "$n"
 40&nbsp;                     # 检查文件名是否已经是小写. 
 41&nbsp;done
 42&nbsp;
 43&nbsp;exit $?</PRE
></FONT
></TD
></TR
></TABLE
><HR></DIV
><DIV
CLASS="EXAMPLE"
><HR><A
NAME="DU"
></A
><P
><B
>例子 12-20. <B
CLASS="COMMAND"
>Du</B
>: DOS到UNIX文本文件的转换. </B
></P
><TABLE
BORDER="0"
BGCOLOR="#E0E0E0"
WIDTH="90%"
><TR
><TD
><FONT
COLOR="#000000"
><PRE
CLASS="PROGRAMLISTING"
>  1&nbsp;#!/bin/bash
  2&nbsp;# Du.sh: DOS到UNIX文本文件的转换.
  3&nbsp;
  4&nbsp;E_WRONGARGS=65
  5&nbsp;
  6&nbsp;if [ -z "$1" ]
  7&nbsp;then
  8&nbsp;  echo "Usage: `basename $0` filename-to-convert"
  9&nbsp;  exit $E_WRONGARGS
 10&nbsp;fi
 11&nbsp;
 12&nbsp;NEWFILENAME=$1.unx
 13&nbsp;
 14&nbsp;CR='\015'  # 回车.
 15&nbsp;           # 015是8进制的ASCII码的回车.
 16&nbsp;           # DOS中文本文件的行结束符是CR-LF.
 17&nbsp;           # UNIX中文本文件的行结束符只是LF.
 18&nbsp;
 19&nbsp;tr -d $CR &#60; $1 &#62; $NEWFILENAME
 20&nbsp;# 删除回车并且写到新文件中.