Linux中的基本指令(二)

一、移动和重命名指令mv

1.1基本作用及使用规范

基本作用是进行文件的移动和重命名,使用规范如:

mv src[目录/文件]+dst[路径/文件]

回车

1.2三种不同的作用

通过在src部分和dst部分写入不同的内容,来实现文件的移动和重命名的等不同功能

①移动文件/目录

dst部分为路径,如

mv test.c ../

回车

可以实现将test.c移动到上级目录

②重命名

dst部分为文件/目录名,如

mv dir my_dir

回车

可以实现把dir文件夹重命名为mydir

③同时移动+重命名

dst部分写一个路径,而路径对应的文件/目录原来不存在,如

mv dir ../new_dir

回车

可以实现把dir文件夹移动到上级目录并重命名为new_dir

效果图:

二、文件打印指令cat(适用于短文件)

2.1基本作用以及限制

可以用来打印显示文件内容,但如果文件太长,就会直接显示到结尾,造成刷屏,因此cat指令只适用于展示短文件

2.2使用规范

cat+[文件名]

回车

效果如:

2.3cat常用的选项

①-b选项

当文件中有空行的时候,不计算空行加行号

如:

②-n选项

对文件中的内容加行号并打印

如:

③-s选项

当文件中有连续空行的时候,缩为一个并打印

如:

2.补:

①逆序显示文件内容指令tac

逆行的顺序打印文件,但不会影响到列

使用规范同cat:

tac+[文件名]

回车

如:

②cat指令直接回车

效果是:从键盘文件中读内容,写入到显示器文件

具体一点就是:输入什么回车以后打印什么

三、文件打印指令more(适用于长文件)

3.1创建一个10000行的大文件

代码:

cnt=1;while [ $cnt -le 10000 ]; do echo "this line is $cnt"; let cnt++; done > large.txt

 这行代码可以快捷创建一个10000行的大文件large.txt,具体原理暂不做解释,主要作用的是辅助进行文件展示指令的效果观察

用cat展示如:

3.2使用方法与效果

我们知道,cat指令之所以适用于展示短文件,就是因为其可能造成刷屏的问题,而more指令刚好可以解决这一问题,我们可以通过回车键在加载了一部分以后继续加载,如

继续加载可以按回车,退出按Q键 

3.3缺陷

more指令无法进行上翻查看,只能查看当前的一个页面的内容,这一问题可以用less指令解决

3.补:

①Linux下,一切皆文件

在Linux中,我们将键盘与显示器也当作文件来看待,像

1> scanf/cin即从键盘文件中读取数据

2> printf/cout即从键盘文件向显示器文件中写入数据

②打印字符串指令echo

其作用就是向显示器文件中写入数据

使用如:

echo "hello world"

回车

其效果是:在显示器上打印hello world然后换行

(若不希望自动换行,可以用printf指令

③快捷创建文件:输出重定向>

在使用echo "hello world"的时候,我们是向显示器文件中写入数据

此时如果使用了输出重定向指令>

echo "hello world" > text.txt

就会将向显示器文件中写入更改为向text.txt文件中写入

1> 在text.txt文件本来并不存在的时候

会自动创建文件,并将其中内容写入

如果是指令

> text.txt

回车

则可以达到新建空文件的目的

2> 在text.txt文件本来已经存在的时候

会先把原文件内容清空,再写入新内容

此时如果是指令

> text.txt

回车

效果就会是清空文件内容

④追加重定向>>

如果我们的需求是在已经存在的文件后面再写入新内容

那么就可以使用追加重定向指令>>

 如:

echo "aaa" >> text.txt

回车

⑤输入重定向<

我们知道,cat直接回车是从键盘文件中读取数据写入到显示器文件中,

如果我们使用输入重定向,如:

cat < text.txt

回车

就会将原本从键盘文件中读取数据更改为从指令文件中读取数据

从而达到直接在显示器上显示文件内容的目的(一般cat也是这个作用,所以cat默认带指令<) 

⑥历史指令搜索:crtl+R

输入这一指令后,可以通过输入历史指令的片段进行查找,从而快速找到历史指令并执行

四、文件打印指令less(适用于长文件,more的改善)

4.1基本功能和用法

在more指令中我们提到:more无法上翻

而less指令的用法与more基本一致,且可以支持上翻功能

用法:

less large.txt

回车

效果图:

4.2扩展功能:查找

less不仅可以进行文件的展示还可以进行查找,其方法就是:

/+[搜索内容]

回车

效果图:

在查找过程中:

按小写'n'可以查找下一个位置

 按大写'N'可以查找上一个位置

按‘Q’键可退出

五、文件头尾快捷查看指令head和tail

5.1基本功能与使用规范

可以用来查看一个文件的前n行/后n行(默认为10行)

使用如:

head -nX+[文件名],其中n可省略

回车

另一个:

tail -nX+[文件名],其中n可省略

回车

例如:

head -n5 large.txt

5.2如果需要查看文件中间一部分该怎么做(管道的概念)

例如查看large.txt的第5001-5020行内容

我们可以使用管道:一种将前方命令处理结果进行后方命令处理再呈现的方式

head -n5020 large.txt | tail -n20

回车

效果图: 

5.2补:管道可以多个处理同时进行 

模板如:原处理|处理1|处理2|最终处理 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/13092.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Redis背景介绍

⭐️前言⭐️ 本文主要做Redis相关背景介绍&#xff0c;包括核心能力、重要特性和使用场景。 &#x1f349;欢迎点赞 &#x1f44d; 收藏 ⭐留言评论 &#x1f349;博主将持续更新学习记录收获&#xff0c;友友们有任何问题可以在评论区留言 &#x1f349;博客中涉及源码及博主…

【高阶数据结构(一)】:LRU Cache

LRU Cache 一、LRU Cache概念二、LRU Cache的实现三、实现 一、LRU Cache概念 LRU&#xff08;Least Recently Used&#xff09;最近最少使用&#xff0c;是一种cache替换算法。Cache的容量是优先的&#xff0c;当容量达到上限时&#xff0c;如果还有新的数据需要插入&#xff…

R语言 | 使用 ComplexHeatmap 绘制热图,分区并给对角线分区加黑边框

目的&#xff1a;画热图&#xff0c;分区&#xff0c;给对角线分区添加黑色边框 建议直接看0和4。 0. 准备数据 # 安装并加载必要的包 #install.packages("ComplexHeatmap") # 如果尚未安装 library(ComplexHeatmap)# 使用 iris 数据集 #data(iris)# 选择数值列&a…

[数据结构] 线性表和顺序表

目录 线性表 顺序表的实现 顺序表各个方法的实现 boolean isFull() -- 判断数组是否放满 : void add(int data) -- 在数组末尾插入新元素 : void add(int pos,int data) -- 在指定位置插入元素 : boolean contain(int toFind) -- 判断是否包含某个元素 int indexOf(in…

虚幻UE5手机安卓Android Studio开发设置2025

一、下载Android Studio历史版本 步骤1&#xff1a;虚幻4.27、5.0、5.1、5.2官方要求Andrd Studio 4.0版本&#xff1b; 5.3、5.4、5.5官方要求的版本为Android Studio Flamingo | 2022.2.1 Patch 2 May 24, 2023 虚幻官网查看对应Andrd Studiob下载版本&#xff1a; https:/…

导入了fastjson2的依赖,但却无法使用相关API的解决方案

今天遇到了一个特别奇怪的问题&#xff0c;跟着视频敲代码&#xff0c;视频中用到了一个将JSON字符串转为对象的 API&#xff0c;需要引入alibaba的fastjson2相关依赖&#xff0c;我引入的依赖跟视频一样。 <!--视频中给的相关依赖 --> <dependency><groupId&g…

Qt展厅播放器/多媒体播放器/中控播放器/帧同步播放器/硬解播放器/监控播放器

一、前言说明 音视频开发除了应用在安防监控、视频网站、各种流媒体app开发之外&#xff0c;还有一个小众的市场&#xff0c;那就是多媒体展厅场景&#xff0c;这个场景目前处于垄断地位的软件是HirenderS3&#xff0c;做的非常早而且非常全面&#xff0c;都是通用的需求&…

【漫话机器学习系列】070.汉明损失(Hamming Loss)

汉明损失&#xff08;Hamming Loss&#xff09; 汉明损失是多标签分类问题中的一种评价指标&#xff0c;用于衡量预测结果与实际标签之间的差异。它定义为预测错误的标签比例&#xff0c;即错误标签的个数占总标签数量的比值。 在多标签分类中&#xff0c;每个样本可以属于多…

Meta推动虚拟现实:Facebook如何进入元宇宙时代

随着科技的不断进步&#xff0c;虚拟现实&#xff08;VR&#xff09;与增强现实&#xff08;AR&#xff09;技术的快速发展&#xff0c;世界正在逐步迈向一个全新的数字时代——元宇宙。而在这个革命性的转变中&#xff0c;Meta&#xff08;前身为Facebook&#xff09;作为全球…

C++ Primer 算术运算符

欢迎阅读我的 【CPrimer】专栏 专栏简介&#xff1a;本专栏主要面向C初学者&#xff0c;解释C的一些基本概念和基础语言特性&#xff0c;涉及C标准库的用法&#xff0c;面向对象特性&#xff0c;泛型特性高级用法。通过使用标准库中定义的抽象设施&#xff0c;使你更加适应高级…

【初阶数据结构和算法】八大排序算法之插入排序(直接插入排序、希尔排序及其对比)

文章目录 一、常见排序算法分类一、直接插入排序二、希尔排序三、直接插入排序和希尔排序性能对比 一、常见排序算法分类 常见的排序算法有八种&#xff0c;我们简单盘点一下 插入排序&#xff1a;直接插入排序、希尔排序选择排序&#xff1a;直接选择排序、堆排序交换排序&am…

大模型综述一镜到底(全文八万字) ——《Large Language Models: A Survey》

论文链接&#xff1a;https://arxiv.org/abs/2402.06196 摘要&#xff1a;自2022年11月ChatGPT发布以来&#xff0c;大语言模型&#xff08;LLMs&#xff09;因其在广泛的自然语言任务上的强大性能而备受关注。正如缩放定律所预测的那样&#xff0c;大语言模型通过在大量文本数…

4种架构的定义和关联

文章目录 **1. 各架构的定义****业务架构&#xff08;Business Architecture&#xff09;****应用架构&#xff08;Application Architecture&#xff09;****数据架构&#xff08;Data Architecture&#xff09;****技术架构&#xff08;Technology Architecture&#xff09;*…

实时波形与频谱分析———傅立叶变换

实时波形与频谱分析&#xff1a;一个交互式动画演示 在信号处理领域&#xff0c;时域波形和频域频谱是理解信号特性的重要工具。通过时域波形&#xff0c;我们可以直观地观察信号随时间的变化&#xff0c;而频域频谱则揭示了信号中所包含的频率成分及其幅值。为了帮助大家更好…

数据结构:时间复杂度

文章目录 为什么需要时间复杂度分析&#xff1f;一、大O表示法&#xff1a;复杂度的语言1.1 什么是大O&#xff1f;1.2 常见复杂度速查表 二、实战分析&#xff1a;解剖C语言代码2.1 循环结构的三重境界单层循环&#xff1a;线性时间双重循环&#xff1a;平方时间动态边界循环&…

基于Springboot+vue的租车网站系统

基于SpringbootVue的租车网站系统是一个现代化的在线租车平台&#xff0c;它结合了Springboot的后端开发能力和Vue的前端交互优势&#xff0c;为用户和汽车租赁公司提供了一个高效、便捷、易用的租车体验和管理工具。以下是对该系统的详细介绍&#xff1a; 一、系统架构 后…

[x86 ubuntu22.04]进入S4失败

目录 1 问题描述 2 解决过程 2.1 查看内核日志 2.2 新建一个交换分区 2.3 指定交换分区的位置 1 问题描述 CPU&#xff1a;G6900E OS&#xff1a;ubuntu22.04 Kernel&#xff1a;6.8.0-49-generic 使用“echo disk > /sys/power/state”命令进入 S4&#xff0c;但是无法…

Java 大视界 -- Java 大数据在智慧文旅中的应用与体验优化(74)

&#x1f496;亲爱的朋友们&#xff0c;热烈欢迎来到 青云交的博客&#xff01;能与诸位在此相逢&#xff0c;我倍感荣幸。在这飞速更迭的时代&#xff0c;我们都渴望一方心灵净土&#xff0c;而 我的博客 正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识&#xff0c;也…

使用Python和TensorFlow/Keras构建一个简单的CNN模型来识别手写数字

一个简单的图像识别项目代码示例,使用Python和TensorFlow/Keras库来训练一个基本的CNN模型,用于识别MNIST手写数字数据集,并将测试结果输出到HTML。 代码运行效果截图: 具体操作步骤: 1. 安装所需的库 首先,确保你已经安装了所需的Python库: pip install tensorflow…

Redis --- 使用zset处理排行榜和计数问题

在处理计数业务时&#xff0c;我们一般会使用一个数据结构&#xff0c;既是集合又可以保证唯一性&#xff0c;所以我们会选择Redis中的set集合&#xff1a; 业务逻辑&#xff1a; 用户点击点赞按钮&#xff0c;需要再set集合内判断是否已点赞&#xff0c;未点赞则需要将点赞数1…