最新消息:

Pyp 替代sed,awk的文本处理工具

python admin 3119浏览 0评论

Linux上文本处理工具虽不少,像cut,tr,join,split,paste,sort,uniq,sed,awk这些经典工具让人眼花缭乱,而且都太老了,使用方法都不太人性化,尤其awk,语法简直反人类;所以perl,python,ruby等脚本语言相当热火,我倾向用python,但处理一些简单任务python写的还是比较麻烦,无法一行命令解决,直到我发现了它-Pyp!

Pyp(Pyed piper)–一个python写的类似sed,awk的文本处理工具,简单优雅而强大~

安装:

ubuntu官方源就有:

1
aptitude install pyp

基本使用:

echo ‘string’ | pyp “命令”

一些例子:

pyp的命令用双引号””包围起来,双引号里字符串用单引号’包围

变量p:将每行作为一个字符串,p就是这这个字符串,python的字符串方法都可以用,譬如字符替换:

1
cat test.txt |pyp "p.replace('123','abc')"

变量pp:将整个文本当做一个列表,每行是个列表元素,列表方法都可以使用,譬如行排序:

1
cat test.txt |pyp "pp.sort()"

管道:

pyp的命令可以内嵌管道,此时管道后p或pp代表前一个命令的输出,类似unix下的标准管道:

1
echo 'FOO IS AN ' | pyp  p.replace('FOO','THIS')|p+'EXAMPLE'"

这个例子通过管道将replace后的字符串再当做p,增加了额外字符串’EXAMPLE’

分割:

1
echo /this/is/a/splitting/example | pyp "p.split('/')"

将产生一个有序号的输出

算数运算:

算数运算要用()包裹起来

echo 'qwe665' | pyp "(int(p[3:]) + 1)"

同时处理两个文本:

使用“–text_file”标识可以操处理第二个文本,类似于”p””pp”,第二个文本行和整体用变量”fp””fpp”替代:

cat a.txt | pyp "p + fp" --text_file b.txt

正则表达式:

pyp也支持正则,p.re(正则表达式)就行

cat a.txt  | pyp  "p.replace(p.re('^#.*'),'')"

这句就删掉所有注释行

 

特殊变量:

p
pp
original        //original line by line input to pyp
o            ​//same as original
sp            //second steam line input, just like p, but from all non-flag arguments AFTER pyp
quote            ​//a literal ” (double quotes can’t be used in a pyp expression)
paran            //a literal ‘
dollar            //a literal $
n            //line counter (1st line is 0, 2nd line is 1,…use the form “(n+3)” to modify this value.
nk            ​//n + 1000
date            //date and time. Returns the current datetime.datetime.now() object.
pwd            //present working directory
history            ​//history array of all previous results: so pyp “a|u|s|i|h[-3]” shows eval of s
h            //same as history
letters            //abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
digits            ​//0123456789
punctuation        //!”#$%&'()*+,-./:;<=>?@[]^_{|}~`

与split和join有关的变量:

s  OR slash        //p split/joined on “/”
d  OR dot        //p split/joined on “.”
w  OR whitespace    //p split on whitespace (on spaces,tabs,etc), joined on spaces
u  OR underscore    //p split/joined on ‘_’
c  OR colon        //p split/joined on ‘:’
mm OR comma        //p split/joined on ‘,’
m  OR minus        //p split/joined on ‘-‘
a  OR all        //p split on [‘ ‘-_=$…] (on “All” metacharacters)

与p有关变量:

p.dir        path DIRECTORY
p.file        path FILE
p.ext        path EXTENSION

行级操作:

pyp “p”                //直接打印各行
pyp “p +’FOO'”            //每行append字符串
pyp “p +’FOO’| p + o”        //append的新字符串再与老字符串做操作
pyp “p.replace(‘FOO’,’GOO’)”    //字符串替换
pyp “p.kill(‘GOO’)”        //删除特定字符串

string substitution pyp “‘%s FOO %s %s GOO’%(p,p,5)”

pyp “p.split(‘FOO’)”                //分割成列表
pyp “slash”                    //用’/’分割成列表的简写
pyp “slash[0]”                    ​//用’/’分割成列表并选取第一列
pyp “s[2:6]”                    //用’/’分割成列表并选取多列
pyp “s[2:6] | s”                ​//用’/’分割成列表并选取多列再用’/’拼接
echo ‘qwe665′ | pyp “(int(p[3:]) + 1)”        //算数操作(要用()包围)
pyp “p.replace(p.re(REGEX),STR)”        //正则表达式
pyp “p.letters()”                //只输出字符
pyp “p.digits()”                //只输出数字
pyp “p.punctuation()”                //只输出标点
pyp “p.clean(DELIM)”                //处理乱码字符,将其替换为DELIM

文本当做列表操作:

pyp “pp”            ​//输出整个文本
pyp “pp.sort()”            //排序
pyp “pp.uniq”            //去重
pyp “pp.oneline”        //合并所有列表元素到一行字符串,元素间以空格分开
pyp “pp.unlist()”        //不知道什么意思
pyp.divide(N)            //每N个元素合并一个新列表
pyp “pp.before(‘FOO'[,n])”    //输出指定字符串的上面n行,默认为一行
pyp “pp.after(‘FOO'[,n])”    //输出指定字符串的下面n行,默认为一行
pyp “pp.matrix(‘FOO'[,n])”    //输出指定字符串的上下面各n行,默认为一行
pyp “[x for x in pp]”        //遍历列表
pyp “pp.sort() | p”        //文本当做列表处理完再转换成文本
pyp “pp.delimit(DELIM)”        //自定义分隔符而不是默认的换行符

转载请注明:爱开源 » Pyp 替代sed,awk的文本处理工具

您必须 登录 才能发表评论!