一、簡介
bash shell提供了很多字串和檔案處理的命令。如awk、expr、grep、sed等命令，還有檔案的排序、合併和分割等一系列的操作命令。grep、sed和awk內容比較多故單獨列出，本文只涉及字串的處理和部分文字處理命令。
二、字串處理
1、expr命令
expr引出通用求值表示式，可以實現算術操作、比較操作、字串操作和邏輯操作等功能。
（1）計算字串長度
字串名為string，可以使用命令$或expr length $string兩種方法來計算字串的長度。若string包括空格，需用雙引號引起來（expr length後面只能跟乙個引數，string有空格會當作多個引數處理）。
（2）子串匹配索引
expr的索引命令格式為：expr index $string $substring（子串），在字串$string上匹配$substring中字元第一次出現的位置，匹配不到，expr index返回0。
"wo"在字串string中雖然出現在第7，但還是返回o首次出現的位置5。
（3）子串匹配的長度
expr match $string $substring，在string的開頭匹配substring字串，返回匹配到的substring字串的長度，若string開頭匹配不到則返回0，其中substring可以是字串也可以是正規表示式。
"world"儘管在string**現，但是未出現在string的開頭處，因此返回0。
（4）抽取子串
bash shell提供兩種命令#和expr實現抽取子串功能。
其中#有兩種格式。
格式一：#從名稱為$string的字串的第$position個位置開始抽取子串，從0開始標號。
格式二：#增加$length變數，表示從$string字串的第$position個位置開始抽取長度為$length的子串。
（都是從string的左邊開始計數抽取子串）
#還提供了從string右邊開始計數抽取子串的功能。
格式一：#，冒號與橫槓間有乙個空格
格式二：#
expr substr也能夠實現抽取子串功能，命令格式：expr substr $string $position $length，與#最大不同是expr substr命令從1開始進行標號。
接著使用正規表示式抽取子串的命令，但只能抽取string開頭處或結尾處的子串。
抽取字串開頭處的子串，格式一：expr match $string ' $substring '。格式二：expr $string : ' $substring '，其中冒號前後都有乙個空格。
抽取字串結尾處的子串，格式一：expr match $string '.* $substring '。格式二：expr $string : '.* $substring '。.*表示任意字元的任意重複。
（5）刪除子串
刪除字串是指將原字串中符合條件的子串刪除，命令只有$格式。
從string開頭處刪除子串，格式一：$，刪除開頭處與substring匹配的最短子串。格式二：$刪除開頭處與substring匹配的最長子串。其中substring並非是正規表示式而是萬用字元。
從string結尾處開始刪除，格式一：$，刪除結尾處與substring匹配的最短子串。格式二：$刪除結尾處與substring匹配的最長子串。與上述命令僅在#和%之間不同。
（5）替換子串
替換子串命令都是$，可以在任意處、開頭處、結尾處替換滿足條件的子串。其中的substring都不是正規表示式而是萬用字元。
在任意處替換子串命令，格式一：$，僅替換第一次與substring相匹配的子串。格式二：$，替換所有與substring相匹配的子串。
在開頭處替換與substring相匹配的子串，格式為：$。
在結尾除替換與substring相匹配的子串，格式為：$。
三、對檔案的排序、合併和分割
文字處理命令包括sort命令、uniq命令、join命令、cut命令、paste命令、split命令、tr命令和tar命令，它們實現對檔案記錄排序、統計、合併、提取、貼上、分割、過濾、壓縮和解壓縮等功能，它們與sed和awk構成了linux文字處理的所有命令和工具。
（1）sort命令
sort命令是一種對文字排序的工具，它將輸入檔案看做由多條記錄組成的資料流，而記錄由可變寬度的字段組成，以換行符作為定界符。sort命令格式：sort [選項] [輸入檔案]
sort命令預設的域分隔符是空格符，-t選項可用於設定分隔符。sort -t: test中-t與":"之間是沒有空格的。未指定-t分隔符是空格符，這時記錄內開頭與結尾的空格都將被忽略，如（空格）:root:（空格）則只有乙個域，-t:指定冒號則這條記錄就包含了三個域。
sort命令預設是按第1個域進行排序的，也可以通過-k選項指定某個域進行排序。例如：sort -t: -k3 test。
sort命令-n選項可以指定根據數字大小進行排序（不按字母順序排序）。
sort命令-r選項用於將排序結果逆向顯示，如使用-n按數字從小到大排序後，使用-r選項將結果逆向顯示。
sort命令-u選項去掉排序結果中的重複行。
sort命令-o選項加上檔名將結果儲存到另乙個檔案中（sort預設將排序後的結果輸出到螢幕上）。
sort命令-m選項將兩個排好序的檔案合併成乙個排好序的檔案，在檔案合併前它們必須已經排好序。-m選項對未排序的檔案合併是沒有任何意義的。
sort和awk都是分域處理檔案的工具，兩者結合起來可以有效地對文字塊進行排序。
（2）uniq命令
uniq命令用於去除文字檔案中的重複行，類似sort -u，但uniq命令去除的重複行必須是連續重複出現的行，中間不能夾雜任何其他文字行，而sort -u命令使所有的重覆記錄都被去掉。
uniq命令有3個選項：
uniq -c test，列印每行在文字中重複出現的次數。
（3）join命令
join命令用於實現兩個檔案中記錄的連線操作，將兩個檔案中具有相通域的記錄選擇出來，再將這些記錄所有的域放在一行（包含來自兩個檔案的所有域）。如join -t: a.txt b.txt，將a.txt和b.txt具有共同域的記錄連線到一起。
join命令的結果預設是不顯示這些未進行連線的記錄，-a和-v選項用於顯示這些未進行連線的記錄，-a1和-v1指顯示檔案1中未連線的記錄，而-a2和-v2指顯示檔案2中的未連線記錄。-a與-v的區別是：-a顯示以共同域進行連線的結果和未進行連線的記錄，而-v則不顯示以共同域進行連線的記錄。
join命令預設顯示連線記錄在兩個檔案中的所有域，而且按順序。-o選項用於改變結果顯示的格式，可以指定顯示哪幾個域、按什麼順序顯示這些域。例如：join -t: -o1.1 2.2 1.2 a.txt b.txt，其中-o1.1 2.2 1.2表示顯示格式依次顯示第1個檔案中的第1個域、第2個檔案中的第2個域、第1個檔案中的第2個域，結果顯示三個域。
join -t: -i -1 3 -2 1 a.txt b.txt，檔案1的第3個域和檔案2的第1個域進行連線，-i忽略大小寫。join命令在對兩個檔案進行連線時，兩個檔案必須都是按照連線域排好序的。
（4）cut命令
cut -c1-5 a.txt，提取a.txt的第1～5個字元。-c有三種表示方式：-cn表示第n個字元、-cn,m表示第n個字元和第m個字元、-cn-m表示第n個字元到第m個字元。-c是按字元提取文字的，無須使用-d改變域分隔符，-f按域提取文字時就需要使用-d設定域分隔符了。-f同樣也可以用三種方式指定域數或域範圍。
cut可以靈活提取文字檔案中的內容，預設將提取內容放在標準輸出上，也可以使用檔案重定向來將內容儲存到檔案。
（5）paste命令
paste命令用於將文字檔案或標準輸出中的內容貼上到新的檔案，它可以將來自不同檔案的資料貼上到一起，形成新的檔案。paste命令格式：paste [選項] file1 file2，其選項如下：
paste file1 file2，貼上file1和file2，file1在前，將file1的內容作為每行記錄的第1域、file2的內容作為第2域。可以使用-d設定域分隔符paste -d: file1 file2。
paste命令預設是將乙個檔案按列貼上的，-s選項可以實現將乙個檔案按行貼上。
ls | paste -d" " - - - -，從標準輸入中讀取資料時"-"選項才起作用，"-"表示讀取1次標準輸入資料即讀取到標準輸入資料中的乙個域，- - - - 每行顯示4個檔名。
Shell字串匹配
方法一 網上看到這兩個方法，貌似有些問題 echo line grep e repeat test eq 0 echo yes echo no 用 e還是 q需要驗證 echo line grep q repeat 這個貌似 test eq 0 echo yes echo no 這個沒有搞懂 這個是...
實現樸素的字串匹配
實現函式int findsubstr char t,char p 相關知識 在乙個長字串中尋找乙個短字串出現的位置，這是字串匹配問題。例如 長字串是 string 短字串是 ring 那麼短字串在長字串 現的位置是 2 即 ring 在 string 現的開始位置是 2 include includ...
字串匹配的python實現
所有字串匹配演算法的核心問題是，當出現不匹配時，如何向後移動模式串 一 暴力匹配演算法 如果要匹配乙個字串s 和乙個模式串p，則從i 0開始依次匹配s i i len p 簡單粗暴，如下 def matcher t,p param t the string to check param p patt...