2.6 用 tr 进行转换

tr是Unix命令行专家工具箱中一件简约却不失精美的工具。它经常用来编写优美的单行命令,作用不容小视。tr可以对来自标准输入的内容进行字符替换、字符删除以及重复字符压缩。它可以将一组字符变成另一组字符,因而通常也被称为转换(translate)命令。在这则攻略中,我们会看到如何使用tr进行基本的集合转换。

2.6.1 预备知识

tr只能通过stdin(标准输入),而无法通过命令行参数来接受输入。它的调用格式如下:

tr [options] set1 set2

将来自stdin的输入字符从set1映射到set2,然后将输出写入stdout(标准输出)。set1set2是字符类或字符集。如果两个字符集的长度不相等,那么set2会不断重复其最后一个字符,直到长度与set1相同。如果set2的长度大于set1,那么在set2中超出set1长度的那部分字符则全部被忽略。

2.6.2 实战演练

将输入字符由大写转换成小写,可以使用下面的命令:

$ echo "HELLO WHO IS THIS" | tr 'A-Z' 'a-z'

'A-Z''a-z'都是集合。我们可以按照需要追加字符或字符类来构造自己定制的集合。

'ABD-}''aA.,''a-ce-x'以及'a-c0-9'等均是合法的集合。定义集合也很简单,不需要书写一长串连续的字符序列,只需要使用“起始字符-终止字符”这种格式就行了。这种写法也可以和其他字符或字符类结合使用。如果“起始字符-终止字符”不是一个连续的字符序列,那么它就会被视为包含了3个元素的集合,也就是:起始字符,-,终止字符。你可以使用像'\t''\n'这种特殊字符,也可以使用其他ASCII字符。

2.6.3 工作原理

通过在tr中使用集合的概念,我们可以轻松地将字符从一个集合映射到另一个集合中。下面通过一则示例看看如何用tr进行数字加密和解密。

$ echo 12345 | tr '0-9' '9876543210'
87654 # 已加密

$ echo 87654 | tr '9876543210' '0-9'
12345 # 已解密

再来看另外一个有趣的例子。

ROT13是一个著名的加密算法。在ROT13算法中,文本加密和解密都使用同一个函数。ROT13按照字母表排列顺序执行13个字母的转换。用tr进行ROT13加密:

$ echo "tr came, tr saw, tr conquered." | tr 'a-zA-Z' 'n-za-mN-ZA-M'

得到输出:

ge pnzr, ge fnj, ge pbadhrerq.

对加密后的密文再次使用同样的ROT13函数,我们采用:

$ echo ge pnzr, ge fnj, ge pbadhrerq. | tr 'a-zA-Z' 'n-za-mN-ZA-M'

得到输出:

tr came, tr saw, tr conquered.

tr还可以用来将制表符转换成空格:

$ tr '\t' ' ' < file.txt

2.6.4 补充内容

我们已经看到了tr的一些基本转换功能,接下来看看tr还能帮我们实现的其他功能。

  1. tr删除字符

    tr有一个选项-d,可以通过指定需要被删除的字符集合,将出现在stdin中的特定字符清除掉:

    $ cat file.txt | tr -d  '[set1]'
    #只使用set1,不使用set2
    

    例如:

    $ echo "Hello 123 world 456" | tr -d '0-9'
    Hello world
    # 将stdin中的数字删除并打印出来
    
  2. 字符集补集

    我们可以利用选项-c来使用set1的补集。下面的命令中,set2是可选的:

    tr -c [set1] [set2]
    

    set1的补集意味着这个集合中包含set1中没有的所有字符。

    最典型的用法是从输入文本中将不在补集中的所有字符全部删除。例如:

    $ echo hello 1 char 2 next 4 | tr -d -c '0-9 \n'
     1  2  4
    

    在这里,补集中包含了除数字、空格字符和换行符之外的所有字符。因为指定了-d,所以这些字符全部都被删除。

  3. tr压缩字符

    tr命令在很多文本处理环境中大有用武之地。多数情况下,连续的重复字符应该压缩成单个字符。经常需要从事的一项任务就是压缩空白字符。

    tr-s选项可以压缩输入中重复的字符,方法如下:

    $ echo "GNU is       not     UNIX. Recursive   right ?" | tr -s ' '
    GNU is not UNIX. Recursive right ?
    # tr -s '[set]'
    

    让我们用一种巧妙的方式用tr将文件中的数字列表进行相加:

    $ cat sum.txt
    1
    2
    3
    4
    5
     
    $ cat sum.txt | echo $[ $(tr '\n' '+' ) 0 ]
    15
    

    这一招是如何起效的?

    在上面的命令中,tr用来将'\n'替换成'+',因此我们得到了字符串"1+2+3+…5+",但是在字符串的尾部多了一个操作符+。为了抵消这个多出来的操作符,我们再追加一个0。

    $[ operation ]执行算术运算,因此得到下面的字符串:

    echo $[ 1+2+3+4+5+0 ]
    

    如果我们利用循环从文件中读取数字,然后再进行相加,那肯定得用好几行代码。而如今只用一行就搞定了。

    还可以像下面这样使用tr,以摈除多余的换行符:

    $ cat multi_blanks.txt | tr -s '\n'
    line1
    line2
    line3
    line4
    

    在上例中,tr将多余的'\n'字符合并为单一的'\n'(换行符)。

  4. 字符类

    tr可以像使用集合一样使用各种不同的字符类,这些字符类如下所示:

    • alnum:字母和数字。

    • alpha:字母。

    • cntrl:控制(非打印)字符。

    • digit:数字。

    • graph:图形字符。

    • lower:小写字母。

    • print:可打印字符。

    • punct:标点符号。

    • space:空白字符。

    • upper:大写字母。

    • xdigit:十六进制字符。

    可以按照下面的方式选择并使用所需的字符类:

    tr [:class:] [:class:]
    

    例如:

    tr '[:lower:]' '[:upper:]'