下载掌阅APP，畅读海量书库
立即打开
Linux上有很多处理文件的工具。本节将选几个典型的处理场景，例如，彩色打印、乱码处理、文件比对后合并、校验文件完整性及按分隔符剪切字符等来讲解对应的Linux命令工具。
在使用Linux服务器时，大多读者都用Windows进行开发、测试、运维这样的生产活动，而两端（Windows、Linux）编码一致性的问题导致我们将Windows上的一些文件放入Linux中，总会出现一些乱码现象。
1.Xshell显示中文乱码
（1）在Linux中，文件显示中文乱码，如图3.2所示。其解决方法是修改终端（这里用的是Xshell）的文件编码。
图3.2 中文乱码
（2）打开Xshell的“文件”→“当前会话属性”菜单。如果想永久解决中文乱码，打开“默认会话属性”，选择“终端”→“编码”选项卡，设置默认语言为“UTF-8”。
（3）回到Shell界面，重新使用“ll”查看当前目录，可以发现乱码文件已经变为可识别的。编码修改前后对比如图3.3所示。
图3.3 编码修改前后对比
2.Xftp显示中文乱码
当我们使用Xshell连接服务器时，看到的中文文件是正常的。但在使用Xftp想要在相应的目录下上传或下载文件时，却发现是乱码。处理这种问题只需要更改默认的工具。依次选择“文件”→“属性”→“选项”→“编码”→“UTF-8”命令，基本就可以解决此类问题。
3.UTF-8下文件中文名乱码重命名
使用上述方法解决文件名乱码问题后，读者可能还会遇到一些新的问题。例如，重新设置“UTF-8”后再打开文件还是乱码，甚至连使用命令“rm-f xx”也无法删除文件。这是因为乱码的问题，导致根本不知道真实文件名是什么，进而没法删除。
遇到这种问题不要慌，记住一个概念：在Linux中，只有“inode”才是唯一标识。
（1）使用ls或ll命令查看文件的inode。命令如下：
（2）找到inode后如何重命名呢？这时，就要用到find命令了。命令如下：
（3）如果没有遇到乱码，那么如何测试这个解决乱码的方法呢？很简单，先将Xftp设置为非“UTF-8”编码，Xshell设置为“UTF-8”编码。然后在Xftp中直接创建一个中文目录或文件。最后在Xshell下就可以看到乱码文件了。
（4）创建好测试文件后，读者在Shell中使用“ll-i”命令可以看到当前目录下确实有乱码文件，并且乱码文件的inode是666328，找到这个inode就可以对文件重命名或删除了。
（5）改名之后，在Xshell中已经可以正常显示中文文件，但文件的inode并不会改变。
4.特殊字符导致的文件乱码
以上都是文件名乱码，有时读者还会遇到内容乱码的问题。
一个真实的案例：在部署脚本时，因运维人员在Windows上修改了脚本，导致.sh脚本中多了一些特殊字符，无法启动。当时采用的办法是删除全部脚本并重写。
后来又一次遇到内容乱码的问题，运维人员想到是不是由隐藏字符导致的，于是使用“vim-b”找到隐藏字符“^M”，解决了这个问题。
当再一次遇到脚本无法启动的问题，此时运维人员使用“vim-b”也找不到隐藏字符，于是使用“cat-A”方法，找到了隐藏字符“M-BM-”。我们可以在搜索引擎下搜索“特殊字符M-BM-”的解决方法。
这里介绍两个解决特殊字符的方法。一是用sed，二是用文件格式转换工具dos2unix。命令如下：
我们不仅可以使用dos2unix工具转换特殊字符，而且遇到其他内容乱码问题时，还可以尝试使用此工具来解决。
5.dos2unix速查手册
dos2unix命令可以将文本文件的DOS（Windows）格式转换成UNIX格式。而将文本文件的UNIX格式转成DOS格式的是unix2dos命令。
文本文件格式为什么需要转换呢？这是因为文本文件的 DOS 格式下，一些隐藏符号与Linux上的标志并不一致（如换行符“\r\n”在Linux中会变成“^M”），因此产生了两种格式文件相互转换的需求。
为什么文件格式转换使用的是 dos2unix 呢？前面的章节已经讲过，Linux 有许多特性都是继承UNIX的，文件格式也大致如此，所以这个转换命令中的“2unix”含义是To UNIX。
dos2unix在许多Linux发行版本中并不是自带的工具，需要额外安装，安装命令如下：
（1）dos2unix命令的语法格式：dos2unix [选项][文件]。
（2）dos2unix命令一般使用默认选项“-o”，其选项说明如表3.23所示。
表3.23 dos2unix命令的选项说明
（3）dos2unix命令示例。
1.diff/vimdiff命令速查手册
diff（Difference）命令可以逐行比较文本内容，并输出文件差异。vimdiff命令则可以调用vim命令打开多个文件，以不同颜色区分文件内容差异。常用示例如下：
vimdiff命令可以使用内置命令对多个文件进行比对、合并等操作，如表3.24所示。
表3.24 vimdiff命令的常用内置命令
2.文件校验：md5sum
md5sum（Message-Digest Algorithm）命令可以用来计算校验文件中的md5值。顾名思义，它采用的是MD5算法。在下载文件时常常见到MD5算法，MD5算法通常被用来验证网络文件传输的完整性，防止文件被人篡改。
我们在各个网站下载App、工具时，官网都会提供一个md5码，防止文件下载时被篡改或植入病毒、木马等破坏性程序。
（1）md5sum命令的语法格式：md5sum [选项][文件]。
（2）md5sum命令示例。
3.字符剪切：cut
cut命令的主要作用是根据分隔符提取文件中的指定内容。
（1）cut命令的语法格式：cut[选项][文件（可选）]，无文件参数时读取标准输入。
（2）cut命令示例。
注意： 在Linux中，一般文件都是UTF-8编码。在UTF-8编码文件中，一个英文字母占1字节，一个中文汉字（含繁体）占3字节。如果是ASCII编码，则一个英文字母（不区分大小写）占1字节，一个中文汉字占2字节。如果是Unicode编码，则一个英文字母占2字节，一个中文汉字（含繁体）占2字节。
本节讲述一些不常用的文件处理命令，但这些文件处理命令在某些情况下也会颇有作用。实际上，Linux的文件处理命令当然不止本书所述的内容。在大多情况下，这些命令已足够使用。
1.od命令速查手册
od命令可以用来转换文本进制，即转换为八进制、十六进制或其他格式编码。示例如下：
2.iconv命令速查手册
iconv命令的功能与dos2unix命令的功能类似，也用于文件编码转换。示例如下：
3.tr命令速查手册
tr命令的主要作用是替换。在替换英文字符时比较好用，尽量不要用于中文替换。
4.split命令速查手册
split命令的主要作用是可以按照行数或文件大小进行文件的分割。
5.paste命令速查手册
paste命令可以将文件合并在一起，默认的分隔符是“Tab”，可以实现多列合并及列转行。生成测试文件如下：
6.rev命令速查手册
7.tee命令速查手册
8.join命令速查手册
注意： join命令的数据合并要经过排序。如果相同字段是乱序，则需要使用sort命令进行排序。
9.uniq命令速查手册
