Linux Shell编程第5章——文件的排序、合并和分割
sort命令
sort命令是Linux系统一种排序工具，它将输入文件看作由多条记录组成的数据流，而记录由可变宽度的字段组成，以换行符为定界符。sort命令与awk类似，可将记录分成多个域来处理，默认的域分隔符是空格符，域分隔符也可由用户指定。sort命令的基本格式如下：
sort [选项] [输入文件]
常用sort命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -c | 测试文件是否已经被排序 |
| -k | 指定排序的域 |
| -m | 合并两个已排序的文件 |
| -n | 根据数字大小进行排序 |
| -o [输出文件] | 将输出写到指定的文件，相当于将输出重定向到指定文件 |
| -r | 将排序结果逆向显示 |
| -t | 改变域分隔符 |
| -u | 去除结果中的重复行 |
sort命令的基本用法
1. -t选项
sort命令是分域对文件进行排序的，默认的域分隔符是空格符，-t选项可用于设置分隔符。下面看一个例子，新建一个CARGO.db的文件，用于记录笔记本品牌、产地、价格、年代、型号等信息，各域间用冒号分隔。
$ cat CARGO.db
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
#sort命令默认根据第1个域对数据记录进行排序，如果第1个域相同，再根据第2个域排序，以此类推。
$ sort -t: CARGO.db
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
IdeaPad:China:8000:2007:U450
SumSung:Korea:5400:2009:Q308
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:8000:2007:X60
2. -k选项
从上例可以看出，sort命令默认根据第1个域对数据记录进行排序，也可以用-k选项指定某个域进行排序。sort命令用1表示第1个域，用2表示第2个域，以此类推。
#根据第3个域进行排序
$ sort -t: -k3 CARGO.db
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
Acer:Taiwan:8000:2010:PT210
关于-k选项更多细节，可以查看sort命令的k选项大讨论这篇文章。
3. -n选项
上例指定第3个域进行排序，尽管第3个域是数字，sort命令并没有以数字大小来排序，而是仍然以字符串方式来排序的。如果要按照数字大小来排序，就要用到-n选项。
$ sort -t: -k3n CARGO.db
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301
4. -r选项
-r选项用于将排序结果逆序显示。sort排序是按照从小到大进行的，带上-r选项相当于从大到小排序。
$ sort -t: -k3nr CARGO.db
ThinkPad:USA:14000:2009:X301
HP:China:12000:2010:NE808
ThinkPad:HongKong:10000:2008:T400
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308
5. -u选项
-u选项用于去除排序结果中的重复行。
$ sort -t: utest
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308
SumSung:Korea:5400:2009:Q308
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
$ sort -t: -u utest
Acer:Taiwan:8000:2010:PT210
HP:China:12000:2010:NE808
HP:China:5600:2010:DM3
SumSung:Korea:5400:2009:Q308
ThinkPad:USA:14000:2009:X301
6. -o选项
使用-o选项可以将排序结果保存到另一个文件中。
#将排序结果保存在文件SORT_CARDO.db中
$ sort -t: -k3n -o SORT_CARDO.db CARGO.db
$ cat SORT_CARDO.db
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301
7. -c选项
-c选项用于测试文件是否已经排好序。
#测试CARGO.db是否按默认方式排序，返回第一条无序信息
$ sort -t: -c CARGO.db
sort：CARGO.db:2：无序： ThinkPad:HongKong:10000:2008:T400
#测试SORT_CARGO.db是否按默认方式排序，返回第一条无序信息
$ sort -t: -c SORT_CARDO.db
sort：SORT_CARDO.db:2：无序： HP:China:5600:2010:DM3
#测试SORT_CARGO.db是否按第3个域的数值大小排序，已经排好序，Shell不提示任何信息。
$ sort -t: -k3n -c SORT_CARDO.db
8. -m选项
-m选项用于将两个排好序的文件合并成一个排好序的文件。-m选项对未排序的文件合并没有意义。
#CARGO2.db文件已按第3个域的数值大小排好序
$ cat CARGO2.db
DELL:USA:6700:2009:XPS
MACBOOK:USA:10198:2010:MB991ZP/A
#合并的结果也已经按第3个域的数值大小排好序
$ sort -t: -k3n -m CARGO2.db SORT_CARDO.db
SumSung:Korea:5400:2009:Q308
HP:China:5600:2010:DM3
DELL:USA:6700:2009:XPS
Acer:Taiwan:8000:2010:PT210
IdeaPad:China:8000:2007:U450
ThinkPad:USA:8000:2007:X60
ThinkPad:HongKong:10000:2008:T400
MACBOOK:USA:10198:2010:MB991ZP/A
HP:China:12000:2010:NE808
ThinkPad:USA:14000:2009:X301
uniq命令
uniq命令可用于除去重复行，但所除去的重复行必须是连续出现的行。常用uniq命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -c | 打印每行在文本中出现的次数 |
| -d | 只显示有重复的记录，每个重复记录只出现一次 |
| -u | 只显示没有重复的记录 |
$ cat CARGO3.db
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
$ uniq CARGO3.db #去除重复行
ThinkPad:USA:14000:2009:X301
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
Acer:Taiwan:8000:2010:PT210
$ uniq -c CARGO3.db #显示次数
3 ThinkPad:USA:14000:2009:X301
1 ThinkPad:HongKong:10000:2008:T400
1 ThinkPad:USA:8000:2007:X60
1 HP:China:5600:2010:DM3
1 HP:China:12000:2010:NE808
1 SumSung:Korea:5400:2009:Q308
1 IdeaPad:China:8000:2007:U450
2 Acer:Taiwan:8000:2010:PT210
$ uniq -d CARGO3.db #只显示重复记录
ThinkPad:USA:14000:2009:X301
Acer:Taiwan:8000:2010:PT210
$ uniq -u CARGO3.db #只显示没有重复的记录
ThinkPad:HongKong:10000:2008:T400
ThinkPad:USA:8000:2007:X60
HP:China:5600:2010:DM3
HP:China:12000:2010:NE808
SumSung:Korea:5400:2009:Q308
IdeaPad:China:8000:2007:U450
join命令
join命令用于实现两个文件中记录的连接操作，类似于关系数据库的连接操作。命令格式为join [选项] 文件1 文件2。常用join命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -a1或-a2 | 除了显示以共同域连接的结果外，-a1表示还显示文件1悬浮记录，-a2表示还显示文件2悬浮记录。类似于数据库的左外连接和右外连接。 |
| -i | 忽略大小写 |
| -o | 设置结果显示的格式 |
| -t | 改变域分隔符 |
| -v1或-v2 | 与-a选项类似，但不显示以共同域进行连接的结果 |
| -1和-2 | -1用于设置文件1连接的域，-2用于设置文件2连接的域（默认比较文件1和文件2的第1域） |
$ cat TEACHER.db
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:Melbourne:Australia
$ cat TEACHER_HOBBY.db
B Liu:Tea
C Lin:Song
J Cao:Pingpong
Q Cai:Shopping
Y Zhang:Photograhy
Z Wu:Chess
#连接TEACHER.db TEACHER_HOBBY.db（默认以文件的第1域进行连接）
$ join -t: TEACHER.db TEACHER_HOBBY.db
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
Y Zhang:Victory University:Melbourne:Australia:Photograhy
#“左外连接”
$ join -t: -a1 TEACHER.db TEACHER_HOBBY.db
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:Melbourne:Australia:Photograhy
#“右外连接”
$ join -t: -a2 TEACHER.db TEACHER_HOBBY.db
B Liu:Shanghai Jiaotong University:Shanghai:China:Tea
C Lin:University of Toronto:Toronto:Canada:Song
J Cao:Pingpong
Q Cai:Shopping
Y Zhang:Victory University:Melbourne:Australia:Photograhy
Z Wu:Chess
#“左外连接”但不显示共同域
$ join -t: -v1 TEACHER.db TEACHER_HOBBY.db
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
#“右外连接”但不显示共同域
$ join -t: -v2 TEACHER.db TEACHER_HOBBY.db
J Cao:Pingpong
Q Cai:Shopping
Z Wu:Chess
#依次显示文件1的第1域、文件2的第2域、文件1的第2域
$ join -t: -o1.1 2.2 1.2 TEACHER.db TEACHER_HOBBY.db
B Liu:Tea:Shanghai Jiaotong University
C Lin:Song:University of Toronto
Y Zhang:Photograhy:Victory University
$ cat AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
#对TEACHER.db按第3域排序，并将结果存储到TEACHER1.db文件
$ sort -t: -k3 -o TEACHER1.db TEACHER.db
$ cat TEACHER1.db
D Hou:Beijing University:Beijing:China
Y Zhang:Victory University:Melbourne:Australia
J Luo:Southeast University:Nanjing:China
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
#以文件1的第3域和文件2的第1域进行连接，并忽略大小写
$ join -t: -i -1 3 -2 1 TEACHER1.db AREACODE.db
Beijing:D Hou:Beijing University:China:86010
Shanghai:B Liu:Shanghai Jiaotong University:China:86021
Toronto:C Lin:University of Toronto:Canada:001416
join命令在对两个文件进行连接时，两个文件必须都是连接域排好序的，按其他域排序是无效的。
cut命令
cut命令用于从标准输入或文本行中按域或行提取文本，命令格式为cut [选项] 文件。常用cut命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -c | 指定提取的字符或字符范围（-cn表示第n个字符；-cn,m表示第n个字符和第m个字符；-cn-m表示第n个字符到第m个字符） |
| -f | 指定提取的域数或域范围（用法类似于-c） |
| -d | 改变域分隔符 |
$ cut -c3 TEACHER.db #提取第3个字符
L
L
H
L
Z
$ cut -c1-5 TEACHER.db #提取第1~5个字符
B Liu
C Lin
D Hou
J Luo
Y Zha
$ cut -d: -f1,4 TEACHER.db #提取第1域和第4域
B Liu:China
C Lin:Canada
D Hou:China
J Luo:China
Y Zhang:Australia
$ cut -d: -f1-3 TEACHER.db #提取第1~3域
B Liu:Shanghai Jiaotong University:Shanghai
C Lin:University of Toronto:Toronto
D Hou:Beijing University:Beijing
J Luo:Southeast University:Nanjing
Y Zhang:Victory University:Melbourne
paste命令
paste命令用于将文本文件或标准输出中的内容粘贴到新文件，它可以将来自不同文件的数据粘贴到一起。paste命令格式为paste [选项] 文件1 文件2。常用paste命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -d | 设置新的域分隔符（默认分隔符是空格或Tab键） |
| -s | 将每个文件粘贴成一行 |
| - | 从标准输入中读取数据 |
$ cat FILE1 #FILE1的内容
Shanghai Jiaotong University
University of Toronto
Beijing University
Southeast University
Victory University
$ cat FILE2 #FILE2的内容
Shanghai
Toronto
Beijing
Nanjing
Melbourne
$ paste FILE1 FILE2 #粘贴，FILE1在前
Shanghai Jiaotong University Shanghai
University of Toronto Toronto
Beijing University Beijing
Southeast University Nanjing
Victory University Melbourne
$ paste FILE2 FILE1 #粘贴，FILE2在前
Shanghai Shanghai Jiaotong University
Toronto University of Toronto
Beijing Beijing University
Nanjing Southeast University
Melbourne Victory University
$ paste -d: FILE1 FILE2 #以:为分隔符
Shanghai Jiaotong University:Shanghai
University of Toronto:Toronto
Beijing University:Beijing
Southeast University:Nanjing
Victory University:Melbourne
$ paste -d@ FILE1 FILE2 #以@为分隔符
Shanghai Jiaotong University@Shanghai
University of Toronto@Toronto
Beijing University@Beijing
Southeast University@Nanjing
Victory University@Melbourne
$ paste -d: -s FILE1 FILE2 #按行粘贴文件，行内以:分割
Shanghai Jiaotong University:University of Toronto:Beijing University:Southeast University:Victory University
Shanghai:Toronto:Beijing:Nanjing:Melbourne
#从标准输入读取数据，每行显示5个文件名
$ ls | paste -d" " - - - - -
CARGO2.db CARGO3.db CARGO.db ch4 FILE1
FILE2 sample SORT_CARDO.db TEACHER1.db TEACHER.db
TEACHER_HOBBY.db
join命令和paste命令在使用过程中需要注意以下几点：
- join命令只能对排序之后的文件进行操作。
- 使用join命令必须使用-t参数。
- join命令对两个文件进行操作时，如果两个文件的域不相同，则只会连接具有相同域的部分，可以用-a1和-a2参数分别显示第一个文件和第二个文件中未被连接的部分。
- 如果需要将join命令的输出写到文件，则需要进行重定向，其没有输出命令参数。
- join命令默认的连接域是1，如果需要使用其他域，可以使用-1和-2参数指定对应的域。
- paste命令的连接顺序和文件名称相关，没有被连接的项会被写到最后，如果想把paste的结果写到文件中，同样可以使用重定向。
split命令
split命令用于将大文件切割成小文件，split命令可以按照文件的行数、字节数切割文件，并能在输出的多个小文件中自动加上编号。split命令的基本格式为split [选项] 待切割的大文件 输出的小文件。split命令的选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -或-l | 这两个选项等价，都用于指定切割成小文件的行数 |
| -b | 指定切割成小文件的字节 |
| -C | 与-b选项类似，但切割时尽量维持每行的完整性 |
#将TEACHER.db每2行进行切割，输出文件以PEO.db开头命名
$ split -2 TEACHER.db PEO.db
$ ls PEO* #得到以下3个小文件
PEO.dbaa PEO.dbab PEO.dbac
$ cat PEO.dbaa #包含两条记录
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
$ cat PEO.dbab #包含两条记录
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
$ cat PEO.dbac #包含一条记录
Y Zhang:Victory University:Melbourne:Australia
可以看到，split命令利用-2指定按2行对TEACHER.db进行切割，PEO.db指定输出小文件名，split自动在其后加上编号进行区分（编号为aa-zz）。split命令所切割生成的小文件最多包含1000行记录。
#将TEACHER.db按每100B切割成小文件，此处未指定小文件的名字
jerring@jerring:~/shell$ ll TEACHER.db
-rw-r--r-- 1 jerring jerring 220 5月 1 20:12 TEACHER.db
jerring@jerring:~/shell$ split -b100 TEACHER.db
jerring@jerring:~/shell$ ll x* #得到三个小文件，以x加上编号命名
-rw-rw-r-- 1 jerring jerring 100 5月 17 15:45 xaa
-rw-rw-r-- 1 jerring jerring 100 5月 17 15:45 xab
-rw-rw-r-- 1 jerring jerring 20 5月 17 15:45 xac
#逐个查看三个小文件的内容
jerring@jerring:~/shell$ cat xaa
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
D Hou:Bjerring@jerring:~/shell$ cat xab
eijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
Y Zhang:Victory University:jerring@jerring:~/shell$ cat xac
Melbourne:Australia
split命令利用-b选项指定100B切割TEACHER.db文件，当split命令不指定小文件的名字时，将自动以x开头、aa-zz为编号对这些小文件进行命名，用ll命令查看这三个小文件发现，xaa和xab是100B，xac是20B，这说明确实按照100B的大小切割了TEACHER.db文件。但是，当用cat命令查看这三个文件时，发现每个文件内容比较凌乱，甚至存放了不完整的单词。可见，-b选项严格按照指定字节数进行切割。-C选项与-b选项类似，但-C选项不严格按照指定字节数进行切割，而是在切割时尽量维持每行的完整性。
jerring@jerring:~/shell$ split -C100 TEACHER.db
#三个小文件并不严格按照100B的大小进行切割
jerring@jerring:~/shell$ ll x*
-rw-rw-r-- 1 jerring jerring 93 5月 17 15:59 xaa
-rw-rw-r-- 1 jerring jerring 80 5月 17 15:59 xab
-rw-rw-r-- 1 jerring jerring 47 5月 17 15:59 xac
#逐个查看三个小文件的内容
jerring@jerring:~/shell$ cat xaa
B Liu:Shanghai Jiaotong University:Shanghai:China
C Lin:University of Toronto:Toronto:Canada
jerring@jerring:~/shell$ cat xab
D Hou:Beijing University:Beijing:China
J Luo:Southeast University:Nanjing:China
jerring@jerring:~/shell$ cat xac
Y Zhang:Victory University:Melbourne:Australia
tr命令
tr命令实现字符转换功能，其功能类似于sed命令。但是，tr命令比sed命令简单。也就是说，tr命令能实现的功能，sed命令都可以实现。尽管如此，tr命令依然是Linux系统下处理文本的常用命令。tr命令的基本格式为tr [选项] 字符串1 字符串2 <输入文件。tr命令只能从标准输入读取数据。因此，经常使用输入文件重定向和管道。tr命令选项及其意义如下：
| 选项 | 意义 |
|---|---|
| -c | 选定字符串1中字符集的补集，即反选字符串1中的字符集 |
| -d | 删除字符串1中出现的所有字符 |
| -s | 删除所有重复出现的字符序列，只保留一个 |
-d选项的用法
$ cat AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
$ tr -d A-Z < AREACODE.db #删除所有大写字母
:86010
:852
:86021
:001416
$ tr -d 0-9 < AREACODE.db #删除所有数字字符
BEIJING:
HONGKONG:
SHANGHAI:
TORONTO:
$ tr -d "[\n]" < AREACODE.db #删除所有换行符
BEIJING:86010HONGKONG:852SHANGHAI:86021TORONTO:001416
-s选项的用法
$ cat AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
#将重复出现的换行符压缩成一个，即删除空白行
$ tr -s "[\n]" < AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
#\012是\n的八进制表示方式
$ tr -s "[\012]" < AREACODE.db
BEIJING:86010
HONGKONG:852
SHANGHAI:86021
TORONTO:001416
$ cat REPEAT
Wooooomennnn
TTTTheyyyyyy
$ tr -s "[a-z],[A-Z]" < REPEAT
Women
They
不带命令选项表示字符串替换，用字符串2替换字符串1
#实现大小写字母的互换
$ tr "[a-z]" "[A-Z]" < REPEAT
WOOOOOMENNNN
TTTTHEYYYYYY
$ tr "[A-Z]" "[a-z]" < REPEAT
wooooomennnn
ttttheyyyyyy
#tr命令支持POSIX字符类，因此上面两条命令等价于下面两条命令
$ tr "[:lower:]" "[:upper:]" < REPEAT
WOOOOOMENNNN
TTTTHEYYYYYY
$ tr "[:upper:]" "[:lower:]" < REPEAT
wooooomennnn
ttttheyyyyyy
-c选项的用法
#首先将不在"[a-z][A-Z]"字符集内的字符替换为换行符
#然后-s选项将重复出现的换行符压缩成一个
#总的效果就是将AREACODE.db文件中冒号、数字和空白行删除
$ tr -cs "[a-z][A-Z]" "[\012*]" < AREACODE.db
BEIJING
HONGKONG
SHANGHAI
TORONTO
tar命令
tar命令是Linux的归档命令，通俗地说，tar命令实现了Linux系统文件的压缩和解压缩。它的基本格式为tar [选项] 文件名或目录名。tar命令的选项比较多，常用的命令选项如下：
| 选项 | 意义 |
|---|---|
| -c | 创建新的包 |
| -r | 为包添加新的文件 |
| -t | 列出包内容 |
| -u | 更新包中的文件，若无此文件，则将该文件添加到包中 |
| -x | 解压缩文件 |
| -f | 使用压缩文件或设备，该选项通常是必选的 |
| -v | 详细报告tar处理文件的信息 |
| -z | 用gzip压缩和解压缩文件，若加上此选项创建压缩包，那么解压缩也需要加上此选项 |
下面举例说明tar命令的基本用法。
-c和-f选项的用法
#列出当前目录下所有以.db结尾的文件
$ls *.db
AREACODE.db CARGO3.db SORT_CARDO.db TEACHER.db
CARGO2.db CARGO.db TEACHER1.db TEACHER_HOBBY.db
#创建压缩包db.all，将当前目录下所有以.db结尾的文件放入压缩包
$ tar -cf db.all *.db
#查看db.all压缩包的内容，all.db确实包含所有以.db结尾的文件
$ tar -tf db.all
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
-r选项的用法
$ tar -rf db.all log* #将以log开头的文件添加到db.all中
$ tar -tf db.all #查看db.all的内容
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log #新添加的文件
log1 #新添加的文件
tar命令的-u选项用于更新包中的文件。例如，我们对TEACHER.db文件进行修改，需要将修改后的TEACHER.db文件添加到db.all包，那么只需要使用命令tar -uf db.all TEACHER.db，就可实现TEACHER.db文件的更新操作。如果包中不存在需要更新的文件，那么tar -u就将该文件添加到包中。因此，从这个角度讲，-u选项也可用于为包添加新文件，-u选项能代替-r选项。
tar命令的另一重要功能就是解压缩。Linux系统下有很多种压缩包格式，如.tar、.gz、.tar.gz、.tgz和.Z等结尾的压缩包名。从应用的角度来说，我们没必要搞清楚这些不同格式压缩包的区别，也无须用不同的命令来对这些不同格式的包解压缩。Linux系统下两个通用的解压命令的格式如下：
tar -xvf 压缩包名称 #解压非gzip格式的压缩包
tar -zxvf 压缩包名称 #解压gzip格式的压缩包
上述两种tar命令分别针对非gzip格式和gzip格式，加上-z选项可以解压用gzip压缩的文件，-x选项表示解压缩文件，-v选项能生成解压缩过程的状态信息，-f选项是必选选项。下面举一个例子：
$ tar -zxvf db.all #db.all非gzip格式，加上-z选项解压出错
gzip: stdin: not in gzip format
tar: Child returned status 1
tar: Error is not recoverable: exiting now
$ tar -xvf db.all #去掉-z选项，解压db.all成功
AREACODE.db #加上-v选项才生成这些解压出的文件信息
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log
log1
tar -cf命令创建的包实际上是将多个文件放到一起，此时文件并没有被压缩。gzip命令是Linux系统下常用的压缩工具，它可以对tar命令创建的包进行压缩，但是，gzip所生成的压缩包使用tar -zxvf命令就可解压缩。下面举一个例子：
$ ll db.all #使用gzip压缩前占据20480B
-rw-rw-r-- 1 jerring jerring 20480 5月 17 17:23 db.all
$ gzip db.all
$ ls *.gz
db.all.gz
$ ll db.all.gz #使用gzip压缩后占据822B
-rw-rw-r-- 1 jerring jerring 822 5月 17 18:15 db.all.gz
$ tar -zxvf db.all.gz
AREACODE.db
CARGO2.db
CARGO3.db
CARGO.db
SORT_CARDO.db
TEACHER1.db
TEACHER.db
TEACHER_HOBBY.db
log
log1
上例用gzip命令压缩db.all包，生成db.all.gz文件，db.all.gz和db.all的包含的文件是相同的，只是db.all.gz文件经过了压缩，占用空间比较小；由于db.all.gz是gzip格式的压缩文件，利用tar命令对其解压时，需要加上-z选项。当然，gzip命令也可将db.all.gz文件还原成db.all文件，只要在gzip命令后加上-d选项即可。
$ gzip -d db.all.gz #将db.all.gz解压缩
$ ls db.*
db.all #gzip -d的结果仍然是包
gzip -d对db.all.gz的处理也称为解压缩，它得到的是包，而tar -zxvf命令可以直接得到包内的文件。
本章的内容极为丰富，介绍了Linux的文本处理命令，sort命令是一种文本排序工具；uniq命令可以去除文本的重复记录，而且可以统计重复文本行的数量；join命令用于实现类似关系数据库的连接操作；cut命令用于从标准输入或文本文件中按域或行提取文本；paste命令用于将多个文本文件或标准输出中的内容粘贴而形成新的文件；split命令用于将大文件切割成小文件；tr命令实现字符转换功能，可以实现文本文件的过滤功能；tar命令是Linux的归档命令，tar命令和gzip命令用于实现Linux系统文件的压缩和解压缩。这些功能强大的Linux文本处理命令经常出现在各种Shell脚本程序中，是Shell编程的基础。
Linux Shell编程第5章——文件的排序、合并和分割的更多相关文章
- Linux Shell编程第4章——sed和awk
目录 sed命令基本用法 sed命令实例 命令选项 文本定位 编辑命令 awk编程模型 awk编程实例 1.awk模式匹配 2.记录和域 3.关系和布尔运算符 4.表达式 5.系统变量 6.格式化输出 ...
- Linux Shell编程第3章——正则表达式
目录 正则表达式基础 正则表达式的扩展 通配 grep命令 正则表达式基础 Linux Shell以字符串作为表达式向系统传达意思.元字符(Metacharacters)是用来阐述字符表达式意义的字符 ...
- Linux Shell编程第1章——Shell脚本编程概述
目录 Linux和Shell简介 Linux是一套可免费使用和自由传播的类UNIX操作系统.Shell是一种具备特殊功能的程序,它提供了用户与内核进行交互操作的一种接口.它接收用户输入的命令,并把它送 ...
- Linux Shell编程第2章——Linux文件系统
目录 用户和用户组管理 用户管理常用命令 用户组管理常用命令 文件和目录操作 文件操作常用命令 目录操作常用命令 文件和目录权限管理 文件查找--find 用户和用户组管理 用户管理常用命令 用户的角 ...
- Linux Shell编程与编辑器使用详解
<Linux Shell编程与编辑器使用详解> 基本信息 作者: 刘丽霞 杨宇 出版社:电子工业出版社 ISBN:9787121207174 上架时间:2013-7-22 出版日期:201 ...
- linux —— shell 编程（文本处理）
导读 本文为博文linux —— shell 编程(整体框架与基础笔记)的第4小点的拓展.(本文所有语句的测试均在 Ubuntu 16.04 LTS 上进行) 目录 基本文本处理 流编辑器sed aw ...
- linux —— shell 编程（编程语法）
导读 本文为博文linux —— shell 编程(整体框架与基础笔记)的第4小点的拓展.(本文所有语句的测试均在 Ubuntu 16.04 LTS 上进行) 目录 再识变量 函数 条件语句 循环语句 ...
- linux shell编程总结
linux shell编程总结 本周学习了unix/linux shell编程,参考的是<LINUX与UNIX Shell 编程指南>,David Tansley著:徐焱,张春萌等译,由机 ...
- Linux Shell编程参考大全
本文记录Linux Shell编程中常用基本知识,方便快速入门以及查询使用. 本文主要分为以下几个部分: 一.Shell中的变量 任何编程语言中,有关变量的定义,作用范围,赋值等都是最最基础的知识. ...
随机推荐
- linux输入法
sudo apt-get install fcitx-table-wbpy安装fcitx 中文是灰色的就拖到第一个 桌面右上角有个设置,可以添加拼音 拼音特别难用
- 【BZOJ】3412: [Usaco2009 Dec]Music Notes乐谱（二分）
http://www.lydsy.com/JudgeOnline/problem.php?id=3412 维护前缀和,然后直接二分即可... #include <cstdio> #incl ...
- Windows下通过Composer安装Yii2
安装好大于5.4或更高版本的PHP环境并开启openssl扩展.如果是Apache服务器,加载Apache的mod_ssl模块. 下载Composer并安装. 开始->运行[或者WIN+R]-& ...
- 【Raspberry pi】GPIO使用指南
http://www.cnblogs.com/qtsharp/archive/2013/02/28/2936800.html 树莓派RaspberryPi的RPi.GPIO使用指南 Python操 ...
- django组件整合
session Django中默认支持Session,其内部提供了5种类型的Session供开发者使用: 数据库(默认) 缓存 文件 缓存+数据库 加密cookie Django默认支持Session ...
- PDO防止sql注入的机制
使用PDO訪问MySQL数据库时,真正的real prepared statements 默认情况下是不使用的. 为了解决问题,你必须禁用 prepared statements的仿真效果. 以下是使 ...
- django数据库设计
1 知识点 主要是分析设计数据库的数据表和数据表字段,然后使用Navicat Data Modeler创建模 将sqlite数据库修改成mysql数据库,同步数据 2 模型 2.1 数据表所有的数据列 ...
- 【BZOJ1822】[JSOI2010]Frozen Nova 冷冻波 几何+二分+网络流
[BZOJ1822][JSOI2010]Frozen Nova 冷冻波 Description WJJ喜欢“魔兽争霸”这个游戏.在游戏中,巫妖是一种强大的英雄,它的技能Frozen Nova每次可以杀 ...
- JS中：数组和二维数组、MAP、Set和枚举的使用
1.数组和二维数组: 方法一: var names = ['Michael', 'Bob', 'Tracy']; names[0];// 'Michael' 方法二: var mycars=new ...
- python之MongoDB学习
import pymongo as pm # 获取连接 client = pm.MongoClient('localhost', 27017) # 端口号是数值型 # 连接数据库 db = clien ...