Zpracování textu v unixových OS - základní utility, grep, sed, awk, jejich použití

• V unixových operačních systémech je k dispozici mnoho nástrojů pro zpracování textu, které umožňují efektivní manipulaci s daty, vyhledávání vzorů, transformaci textu a zpracování souborů.
• Tři z nejzákladnějších a nejužitečnějších jsou grep, sed a awk.

Utility

• cat, tac - vypíše soubor
• less, more - vypíše soubor s možností posunu dopředu a dozadu, nevyžaduje načtení celého souboru
• cut - slouží k vymazání specifikovaných výrazů
• sort - třídění

grep

• Nástroj pro vyhledávání textu pomocí regulárních výrazů.
• Umožňuje rychle najít řádky v souboru nebo streamu, které odpovídají danému vzoru.

grep "search_pattern" filename.txt

• Základní přepínače:
  • -i - ignoruje malá/velká písmena
  • -c - počet výskytů vzorů
  • -v - zobrazení řádků, které neobsahují vzor
• "search_pattern" využítá regulární výrazy

sed

• Nástroj pro provádění různých operací na textových souborech nebo datových proudech, jako je nahrazování, vkládání, mazání nebo získání určitých řádků.

sed 's/old/new/' filename.txt      # nahrazení jednoho výskytu
sed 's/old/new/g' filename.txt     # nahrazení všech výskytů
sed '/pattern/d' filename.txt      # smazání řádků obsahující vzor
sed '/pattern/a "new line of text"' filename.txt  # přidání řádku po
sed '/pattern/i "new line of text"' filename.txt  # přidání řádku před

awk

• awk je programovací jazyk a nástroj, který je ideální pro zpracování a analýzu dat.
• Výkonný při práci s poli, textovými řetězci a vzorovými operacemi, awk umožňuje snadné zpracování strukturovaných dat a generování formátovaných zpráv.

awk '{print $1}' filename.txt  # vypíše první sloupec každého řádku
awk '{sum += $1} END {print sum}' filename.txt # suma hodnot ve sloupci
awk '/pattern/ {print $2}' filename.txt  # vypíše druhý sloupec pro řádky obsahující "pattern"
awk '{if ($1 > 100) print $0}' filename.txt > newfile.txt  # vypíše do nového souboru řádky, kde první sloupec má hodnotu větší než 100

Navigace

Předchozí: Text a regulární výrazy Následující: Architektury a princip činnosti počítače Celý okruh: 2. Informační technologie