标签: text-processing

如果我运行cat file1.txt，我有：

linux mint
ubuntu
cent-os
fedora
debian
kali linux
arch linux
kubuntu
open suse
deepin
parrot os

然后cat file2.txt给出：

linux mint
cent-os
fedora
kali linux
arch linux
kubuntu
open
deepin
parrot
ubuntu
debian

但是如果我想输出这样的结果怎么办？

file1.txt                      file2.txt

linux mint                     linux mint
ubuntu                         cent-os
cent-os                        fedora
fedora                         kali linux
debian                         arch linux
kali linux                     kubuntu
arch linux                     open
kubuntu                        deepin
open suse                      parrot
deepin                         ubuntu
parrot os                      debian

所以实际的问题是 - 有没有人知道如何删除 M-BM-特殊字符而不冒丢失其他字符的风险？

我有一串文本：

" . . ."

那是

space dot space dot space dot

我正在尝试将此字符串在文本文件中的所有出现替换为

"..."

那是

dot dot dot

我试图用 sed 做：

sed -r 's:\s\.\s\.\s\.:...:g' -i sed-dots

不幸的是，它甚至不会改变输入文件。文件：https : //www.dropbox.com/s/46zmiruy3ln85a1/sed-dots

当我尝试在文本编辑器（我使用 geany）中替换相同的字符串时，它会被找到并正确替换。

我能想到的唯一原因是这些空格中的一些（或全部）不是真正的空格，而是一些特殊字符。

有谁知道如何使用 sed（或任何其他命令行工具）查找和替换该字符串？请在我的文件上测试您的想法，因为问题并不像看起来那么明显 - 这就是我询问它的原因。

使用cat -Amyfile后，这些空格不是空格，而是M-BM-特殊字符似乎有问题。使用任何.建议用于搜索的符号都不是一个好主意，因为存在一些其他字符会被删除的风险。

如何通过命令提示符删除文本文件中的重复行？

例如：我有一个 10MB 的文本文件，我只想保留一行My line，但文本文件中的某处有 2My line秒。

我有一个 ASCII 文件，其中包含我通过运行读取的文件路径：

while read p; do echo $p; done < filelist.txt

该文件包含具有以下模式的文件路径：

./first/example1/path
./second/example1/path
./third/example2/path

如何获取路径字符串的特定部分（从/到/），例如我需要获取打印的输出：

first
second
third

并且

example1
example1
example2

我确信有一种方法可以使用正则表达式 and 来做到这一点sed，但我不熟悉它。

我有一个命令：

$ awk '{ print length($0); }' /etc/passwd

它打印passwd文件中每一行的字符数：

52
52
61
48
81
58
etc.

如何仅打印前 n 行的字符数？

例如 - 对于前 3 行，它会给出如下内容：

52
52
61

我经常使用 grep 来查找具有如下特定条目的文件：

grep -R 'MyClassName'

好消息是它返回文件、它们的内容并将找到的字符串标记为红色。不好的是，我也有很大的文件，其中整个文本都写在一个大的单行中。现在，在这些大文件中查找文本时，grep 输出过多。有没有办法将输出限制为左侧和右侧的 5 个单词？或者将输出限制为左右各 30 个字母？

我有一堆同名的文本文件

foo_bar_abc_1_01_geh_original.in
foo_bar_abc_1_02_geh_original.in
foo_bar_abc_1_03_geh_original.in
...
...
foo_bar_abc_1_1000_geh_original.in

我想复制（并保留原始文件）每个文件并粘贴到不同的名称（在同一文件夹中），例如，

foo_bar_abc_1_01_geh_copy.in
foo_bar_abc_1_02_geh_copy.in
foo_bar_abc_1_03_geh_copy.in
...
...
foo_bar_abc_1_1000_geh_copy.in

如何使用简单的脚本执行此操作？

我正在寻找一个可以比较两个 C++ 源代码并找到代码意义差异的应用程序（以比较可能以不同方式重新格式化的版本）。至少，能够忽略不影响源功能的空格、制表符和换行符的变化的东西（请注意，换行符是否被视为空格取决于语言，而 C 和 C++ 这样做）。并且，理想情况下，可以准确识别所有代码意义差异的东西。我在 Ubuntu 下。

按照diff --help | grep ignore，我希望diff -bBwZ能合理地完成这项工作（我预计会得到一些假阴性，稍后再处理）。然而，事实并非如此。

如果我有以下带有片段的文件

test_diff1.txt

    else if (prop == "P1") { return 0; }

和 test_diff2.txt

    else if (prop == "P1") {
        return 0;
    }

然后

$ diff -bBwZ test_diff1.txt test_diff2.txt
1c1,3
<     else if (prop == "P1") { return 0; }
---
>     else if (prop == "P1") {
>         return 0;
>     }

而不是空结果。

使用代码格式化程序作为两个输入的“过滤器”可能会过滤掉这些差异，但结果输出必须与原始输入联系起来，以便最终报告差异以保留实际的文本和行号。因此，无需正确编译器即可实现目标......不过，我不知道是否有可用的东西。

可以达到目标diff吗？ …

我想要一个由字符组成的终端中的自定义图像，有我可以使用的程序吗？

具体来说，我学校的机器人标志中的齿轮 。

假设我有一个这样的txt文件：

Mario
mario@me.com
+399038259953
Luigi
luigi@live.com
+395902385093
Yoshi
yoshi@yahoo.com
+81293565291

[依此类推 300 行...]

如何制作具有三行（姓名、电子邮件、电话号码）的 .ods（或 .xls 或 .csv，没关系）文件？我需要它，以便我可以轻松地将其转换为 .vcf 文件，并将这些数字批量保存在我的手机中。

谢谢