Převést obsah souboru na malá písmena

Pokud váš vstup obsahuje pouze znaky ASCII, můžete použít tr jako:

nebo (méně snadno zapamatovatelné a psát IMO; ale není omezen na latinská písmena ASCII, i když v některých implementacích včetně GNU tr je stále omezen na jednobajtové znaky, takže v národních prostředích UTF-8, stále omezen na písmena ASCII):

tr "[:upper:]" "[:lower:]" < input 

pokud musíte použít sed:

sed "s/.*/\L&/g" < input 

(zde za předpokladu implementace GNU).

S POSIX sed musíte zadat všechny přepisy a pak si můžete vybrat, které písmena, která chcete převést:

sed "y/AǼBCΓDEFGH.../aǽbcγdefgh.../" < input 

S awk:

awk "{print tolower($0)}" < input 

Komentáře

• Upozorňujeme, že \L je přípona GNU.
• \L pro mě zatím funguje dobře. Osvětlete bod, který se snažíte vytvořit příponu GNU
• @JigarGandhi. sed je příkaz Unix. Různé systémy mají různé varianty s odlišným chováním a d funkčnost. Naštěstí dnes existuje ' standard, který nejvíce vyhovuje, takže můžete počítat s minimální sadou funkcí společných pro všechny. \L mezi nimi není a byl představen GNU sed (odpovídá stejnému operátorovi ve standardu ex / vi) a v jiných implementacích obecně není k dispozici.
• Upozorňujeme, že některé tr implementace jako GNU tr nefunguje ' správně ve vícebajtových národních prostředích (většina z nich je dnes, zkuste echo STÉPHANE | tr '[:upper:]' '[:lower:]' například). V systémech GNU můžete upřednostňovat sed variantu nebo awk ' s tolower().
• Mírná korekce: sed 's/.*/\L&/g' < input. Odkaz \1 na odpovídající podřetězec nebude fungovat ' pokud nezadáte podřetězec se závorkami, jak to dělá wurtle v jeho. Je však ' mírně čistší použít & k reprezentaci celé shody, jak je znázorněno

Pomocí vim je to velmi jednoduché:

$ vim filename gg0guGZZ 

Otevře soubor gg přejde na první řádek, 0, první sloupec. S guG , zmenší velikost písmen všech znaků až do spodní části souboru. ZZ uloží a ukončí.

Měl by zpracovávat téměř všechno, co na něj vrhnete; „Il ignore numbers, it“ ll handle non ASCII.

Pokud jste chtěli udělat opak, změňte malá písmena na velká a vyměňte u Vyzkoušejte U: gg0gUGZZ a jste připraveni.

Komentáře

• Lol " super jednoduchý "
• toto samozřejmě ' dobře škálovat mnoho souborů
• @CoreyGoldberg vim file1 file2 fileetc a pak něco jako :bufdo gg0guG:w<CR> by pravděpodobně pracovat pro libovolný počet souborů. Netestovali jste to!
• @TankorSmash, který stále ' t nezvětšuje velký počet souborů

Líbí se mi dd.

<<\IN LC_ALL=C 2<>/dev/null \ dd conv=lcase hi Jigar GANDHI jiga IN 

… získá …

hi jigar ghandi jiga 

LC_ALL=C slouží k ochraně jakýchkoli vícebajtů na vstupu – ačkoli všechna vícebajtová hlavní města nebudou převedena. To samé platí pro (GNU) tr – obě aplikace jsou náchylné k manglování v jakémkoli národním prostředí mimo C. iconv lze kombinovat s oběma pro komplexní řešení.

2>/dev/null přesměrování zahodí dd výchozí stavovou zprávu – a její stderr. Bez ní dd bude následovat po dokončení úlohy, jako jsou výše uvedené, s informacemi o tisku, například kolik bytů bylo zpracováno atd.

Komentáře

• Toto řešení je mnohem rychlejší než tr při zpracování velkých souborů, děkuji!

Můžete také použít Perl 5:

perl -pe "$_=lc" temp 

Volba -p říká perl spustit zadaný výraz jednou pro každý řádek vstupu, tisknout výsledek, tj. konečnou hodnotu $_. -e označuje, že program bude dalším argumentem, na rozdíl od souboru obsahujícího skript. lc se převede na malá písmena. Bez argumentu bude fungovat na $_. A $_= to znovu uloží, aby se vytisklo.

Varianta by byla

perl -ne "print lc" temp 

Použití -n je jako -p kromě toho, že $_ se nakonec nevytiskne. Takže místo toho, abych ukládal do této proměnné, zahrnuji výslovné tiskové prohlášení.

Jednou z výhod Perlu na rozdíl od sed je to, že nepotřebujete žádná rozšíření GNU. Existují projekty, které musí být kompatibilní s prostředími, které nejsou GNU, ale také již mají Perl závislost. Ve srovnání s tr se může stát, že Perl lc lze snáze přizpůsobit národnímu prostředí. Podrobnosti najdete na perllocale man stránce.

Musíte zachytit odpovídající vzor a poté jej použít v nahrazení s modifikátorem:

sed "s/\([A-Z]\)/\L\1/g" temp 

\(...\) „zachycuje“ při uzavření shodného textu přejde první zachycení na \1, další na \2 atd. Číslování je podle úvodních závorek v případě vnořené zachycení.

\L převádí zachycený vzor na malá písmena, existuje také \U pro velká písmena .

Komentáře

• nemusíte to dělat – celý vzor je vždy zachycen v &
• Je to pravda, ale pak bych si nechal ujít příležitost vysvětlit zachycení zápasů 🙂