Unix & Linux大学教程（三）：过滤器、

第16章  过滤器：简介和基本操作

删除数据列用colrm：colrm  [startcol [endcol]]  如果没有endcol则删除从startcol至行末尾所有的列。

第17章  过滤器：比较和抽取

比较任意两个文件：cmp file1 file2  显示不同字节数及所在行。

比较有序文本文件：comm [-123] file1 file2  显示三列：文件1独有、2独有、共有，而参数-123可以控制哪些列不显示。

比较无序文本文件：diff  [-bBiqswy]  [-c|-Clines|-u|-Ulines]  file1 file2  其中-i忽略大小写，-w忽略所有空白，-b忽略空白符数量上的区别，

-B忽略所有空白行，-q忽略细节（相当于cmp）；-c（context）列出不同处的上下文，-u（unified output）统一输出，类似于-c但没有重复行，-y并排显示。

diff的输出显示如何将第一个文件修改为第二个文件，使用3个不同的单字符：c（change）、d（delete）和a（append），每个字符左右一串行号，考虑到可读性，部分行之间用若干连字符（---）构成的线分开。

可以认为paste与cat相似，paste水平组合数据，而cat垂直组合数据。paste也可以加-d参数指定分隔符，如paste -d ‘|%‘ …将轮流使用| 和%分隔数据列。

第18章  过滤器：统计和格式化

创建行号：nl [-v start] [-i increment] [-b a] [-n]

在vi中查看不可见字符使用命令 ： :set list ，关闭用   :set nolist 。

格式化行使用fold命令： fold [-s] [-w width] [file …]  其中width指定新行宽度，-s告诉fold不分割单词。

格式化段落使用fmt： fmt [-su] [-w width] [file …] 其中-u减少空格，使单词间最多一个空格，-s只拆分长行但不合并短行。

插入一点：Dvorak键盘的历史
现在通用的QWERTY键盘，以键盘第一排字母的左边6个字母而得名。这种键盘是1868年由Christopher Sholes申请专利，后来在全世界占据了主导地位。这种键盘的一个特点是，常用字母被有意地分隔开了，原因是为了避免打字机里的连动杆（typebar）纠结在一起。

第19章  过滤器：选取、排序、组合及变换

grep： g（global，代表全局），re（regular expression，正则表达式），p（print，打印）。

look选取以特定模式开头的行，速度比较快，只能从文件中读取不能从标准输入读取。另外look可用来查找以固特定模式开头的所有单词。

例如在vi中不能确定某个单词的拼写，可使用  :r !look simult ，该命令将所有以simult开头的单词编辑到缓冲区，可以选择正确的单词，将其余的删除。

Unix中许多程序用-i（ignore）表示忽略大小写，但有时候用-f（fold），fold是一个技术术语，表示将小写字母看成大写，反之亦然，其起源不详。

ASCII码排序（C或POSIX）和字典排序（en_US）。环境变量LC_COLLATE指定排序方式（export LC_COLLATE=C 或POSIX），使用locale命令可查看包括环境变量LC_COLLATE在内的区域设置变量的当前值。

合并两个文件中的有序数据：join [-i] [-a1|-v1] [-a2|-v2] [-1 field1] [-2 field2] file1 file2

其中-a1输出文件1中所有，-v（reverse）只输出不匹配的，-1 field1指定第一个文件的第field1个字段为连接字段。

tsort将一组偏序转换为全序，代表topological sort。

转换字符用tr：  tr  [-cds]  [set1  [set2] ]  其中，-s将重复字符压缩成一个，-d删除指定字符，-c匹配所有不在第一组中的字符。例如，tr  A-Z a-z < old  > new 和tr [:upper:] [:lower:] < old  > new 等价（:digit:等价于0-9），都是将old中的所有大写字母转换为对应小写字母并重新输出至new。