文本流和过滤器

本节讨论初级管理（LPIC-1）考试 101 的主题 1.103.2 的内容。这个主题的权值是 6。

在本节中，学习以下主题：

• 通过文本工具过滤器发送文本文件和输出流，从而修改输出

• 使用 GNU textutils 包中的标准 UNIX 命令

文本过滤

文本过滤 就是获取文本输入流，在文本上执行某些转换，然后将它发送到输出流的过程。尽管输入或输出可以是文件，但是在 Linux 和 UNIX 环境中，进行过滤的最常用方式是构造命令的管道，也就是对一个命令的输出进行管道连接（即 重定向），用作下一个命令的输入。管道和重定向将在 流、管道和重定向 一节中更完整地讨论，目前，我们来看看使用 | 和 > 操作符的管道和基本输出重定向。

用 | 构造管道

前面一节提到过，shell 使用三种标准 I/O 流：

• stdin 是标准输入流，它向命令提供输入。

• stdout 是标准输出流，它显示来自命令的输出。

• stderr 是标准错误流，它显示来自命令的错误输出。

在本教程中到目前为止，输入都是来自我们提供给命令的参数，输出都显示在终端上。许多文本处理命令（过滤器）可以从标准输入流或文件获得输入。要想将一个命令（command1）的输出用作一个过滤器（command2）的输入，应该使用管道操作符（|）连接这两个命令，如清单 20 所示。

Ug5Linux联盟
清单 20. 通过管道将 command1 的输出连接到 command2 的输入

command1 | command2

正如在本节后面会看到的，这两个命令都可能有选项或参数。还可以使用 | 将这个管道中 command2 的输出重定向到另一个命令，command3。将功能有限的多个命令连接成长的管道是在 Linux 和 UNIX 上完成任务的常用方式。有时还会看到连字符（-）用来替代文件名作为命令参数，这意味着输入应该来自 stdin 而不是文件。

用 > 进行输出重定向

能够用几个命令创建管道并在终端上看到输出固然很不错，但是有时候希望将输出保存到文件中。这要使用输出重定向操作符（>）来完成。

对于本节的其余部分，我们将使用一些小文件，所以先创建一个称为 lpi103 的目录，然后进入这个目录。然后使用 > 把 echo 命令的输出重定向到 text1 文件。这些操作见清单 21。注意，输出没有显示在终端上，因为它被重定向到文件了。

Ug5Linux联盟
清单 21. 将 echo 命令的输出重定向到文件

[ian@echidna ian]$ mkdir lpi103

[ian@echidna ian]$ cd lpi103

[ian@echidna lpi103]$ echo -e "1 apple\n2 pear\n3 banana">text1

既然我们已经有了进行管道连接和重定向的基本工具，就来看一些常用的 UNIX 和 Linux 文本处理命令和过滤器。本节只展示一些基本功能；请通过适当的手册页进一步了解这些命令。

cat、tac、od 和 split

既然已经创建了 text1 文件，您可能想看看其中的内容。使用 cat（catenate 的简写）命令将文件的内容显示在 stdout 上。清单 22 检查上面创建的文件的内容。

Ug5Linux联盟
清单 22. 用 cat 显示文件内容

[ian@echidna lpi103]$ cat text1

1 apple

2 pear

3 banana

如果不指定文件名（或者指定 - 为文件名），那么 cat 命令从 stdin 接收输入。让我们使用这种方式和输出重定向来创建另一个文本文件，如清单 23 所示。

Ug5Linux联盟
清单 23. 用 cat 创建文本文件

[ian@echidna lpi103]$ cat>text2

9       plum

3       banana

10      apple

在清单 23 中，cat 从 stdin 读取输入，直到文件的末尾。使用 Ctrl-d（按住 Ctrl 并按下 d）组合键来表示文件的末尾。这个组合键也用来退出 bash shell。还要注意，制表符键帮助将这些水果名按列排列起来。

有时候，可能希望按相反的次序显示文件。很自然，也有一个用于此目的的文本过滤器，称为 tac（cat 的反序）。清单 24 按相反的次序显示新的 text2 文件和原来的 text1 文件。注意显示中如何简单地连接这两个文件。

Ug5Linux联盟
清单 24. 用 tac 进行反序显示

[ian@echidna lpi103]$ tac text2 text1

10      apple

3       banana

9       plum

3 banana

2 pear

1 apple

现在，假设使用 cat 或 tac 显示这两个文本文件并注意到对齐方式不一样。要了解造成这个问题的原因，需要看到文件中的控制字符。因为这些控制字符的作用是进行文本显示输出，而控制字符本身没有显示，所以需要将文件转储 为另一种格式，从而能够寻找和解释这些特殊字符。GNU 文本实用程序包含的 od（即 Octal Dump）命令用于这个目的。

od 有几个选项，比如 -A 选项用来控制文件偏移量的基数，-t 选项用来控制显示的文件内容的形式。基数可以指定为 o（八进制 - 默认）、d（十进制）、x（十六进制）或 n（不显示偏移量）。可以将输出显示为八进制、十六进制、十进制、浮点、用反斜线转义的 ASCII 或命名的字符（nl 表示新行，ht 表示水平制表符，等等）。清单 25 显示一些可以用来对 text2 示例文件进行转储的格式。

Ug5Linux联盟
清单 25. 用 od 对文件进行转储

[ian@echidna lpi103]$ od text2

0000000 004471 066160 066565 031412 061011 067141 067141 005141

0000020 030061 060411 070160 062554 000012

0000031

[ian@echidna lpi103]$ od -A d -t c text2

0000000   9  \t   p   l   u   m  \n   3  \t   b  a  n  a  n  a \n

0000016   1   0  \t   a   p   p   l   e  \n

0000025

[ian@echidna lpi103]$ od -A n -t a text2

   9  ht   p   l   u   m  nl   3  ht   b   a   n   a   n   a  nl

   1   0  ht   a   p   p   l   e  nl

注意：

1.      cat 的 -A 选项也可以用来查看制表符和行末的位置。更多信息参见手册页。

2.      如果您具有大型机背景，就可能对 hexdump 实用程序感兴趣，这是另一个实用程序集的一部分。这里不讨论它，请参考手册页。

我们的示例文件非常小，但是有时候有大型文件需要分割为比较小的块。例如，可能希望将大文件分割为 CD 容量的块，以便将它写到 CD 中。split 命令会完成这个任务，可以使用 cat 命令轻松地重新创建文件。在默认情况下，split 命令产生的文件的名称前面有前缀 'x'，后面有后缀 'aa'、'ab'、'ac'、...'ba'、'bb' 等等。可以用选项控制这些默认前缀和后缀。还可以控制输出文件的大小，以及产生的文件是包含整行，还是只按字节计数。清单 26 演示将我们的两个文本文件进行分割，输出文件具有不同的前缀。我们将 text1 分割为最多包含两行的文件，将 text2 分割为最多包含 18 字节的文件。然后使用 cat 单独显示一些片段，并使用 globbing 显示完整的文件，这在本教程后面的 通配符和 globbing 一节中讨论。