當前位置：首頁 > 运维知识 > linux >内容正文

linux

不用Linux也可以的强大文本处理方法

發布時間：2025/3/15 linux 33 豆豆

生活随笔收集整理的這篇文章主要介紹了不用Linux也可以的强大文本处理方法小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

標題黨了，其實是論VIM的使用。

做生物信息分析最合適的還是Linux操作系統，所以生信寶典在最開始就推出了Linux學習系列，由淺入深的講述了Linux學習中的關鍵點。

主要文章列舉如下：

Linux學習-文件和目錄
Linux學習-文件操作
Linux文件內容操作
Linux學習-環境變量和可執行屬性
Linux學習 - 管道、標準輸入輸出
Linux學習 - 命令運行監測和軟件安裝
Linux學習-常見錯誤和快捷操作
Linux學習-文件列太多，很難識別想要的信息在哪列；別焦急，看這里。
[Linux學習-文件排序和FASTA文件操作](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483823&idx=1&sn=ac62450f0475dc9513e75009f0670f45&chksm=ec0dc425db7a4
d3300f547caeaee709425dd0a41c86be18aab44d41619a4d18944289b0deaf8#rd”})
[用了Docker，媽媽再也不擔心我的軟件安裝了 - 基礎篇](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483840&idx=1&sn=f87f6dd703cd8c109f6dc5b8d12ffb7c&chk
sm=ec0dc44adb7a4d5c9ff2422c730b1d7bb18dcb6947c0e7449f1678aee492c3193302174930b4#rd)
[Linux服務器數據定期同步和備份方式](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483950&idx=1&sn=6f4dbc46a064638d7c95b9f99cb1de70&chksm=ec0dc7a4db7a4
eb20751dd6567b1c97be7d536671af07707eb57bb1ea7865cbde17a0226a6e0#rd)

但有時也需要在Windows下做一些操作，可能是Linux當前不可用，也可能不值得折騰。

實現Linux下復雜而又簡便的操作，VIM配合正則表達式是一個合適的選擇。

VIM是一款功能強大的文本編輯工具，也是我在Linux，Windows下編輯程序和文本最常用的工具。

VIM分多種狀態模式，寫入模式，正常模式，可視化模式。

正常模式：打開或新建文件默認在正常模式，可以瀏覽，但不可以寫入內容。這個模式也可以稱作命令行模式，這個模式下可以使用VIM強大的命令行和快捷鍵功能。其它模式下按ESC就可以到正常模式。
寫入模式：在正常模式下按字母i (光標前插入), o (當前光標的下一行操作), O (當前光標的上一行操作)，a (光標后插入)都可以進入寫入模式，就可以輸入內容了。
可視化模式：通常用于選擇特定的內容。

進入寫入模式后，VIM使用起來可以跟記事本一樣了。在寫入文字時，可以利用組合鍵CTRL+n和CTRL+p完成寫作單詞的自動匹配補全，從而加快輸入速度，保證輸入的前后一致。

正常模式有更強大的快捷鍵編輯功能，把手從鼠標上解放出來。

跳轉操作

正常模式下輸入冒號進入更強大的命令行定制功能。

鍵盤操作不容易被捕獲，看右下角可以得到一點信息。

VIM還有不少魔性操作，具體可以看這兩個帖子：

這兒以提取生信寶典公眾號中發過的原創文章的HTML代碼為例子，獲得原創文章的名字和鏈接，用以制作文章列表。

部分數據如下所示，利用正則表達式的第一步就是找規律。

下面的動畫展示了如何通過正則表達式，把這段文字只保留題目和鏈接，并轉成Markdown的格式。

:set wrap: 折行顯示
:s/"}, {"/\r/g: :開啟命令行模式；s: 是替換，之前講Linux命令時也多次提及；/作為分割符，三個一起出現，前兩個/中的內容為被替換內容，后兩個/中的內容為替換成的內容；這里沒有使用正則表達式，直接是原字符的替換，\r表示換行符。這樣把每篇文章的信息單行顯示，方便后續處理。
:%s/auth_apply.*"title":"/[/：%表示對所有行進行操作；被替換的內容是auth_apply和title":"及其之間的內容(.*表示，.表示任意字符，*表示其前面的字符出現任意次)
:%s/".*"url":"/](/：從題目到url之間的內容替換掉；第一次替換時忘記了第一行中開頭還有引號，結果出現了誤操作，后面又退回去，手動刪除特殊部分，其它部分繼續匹配。
:%s/$/)/：表示在行尾($)加上), 就組成了Markdown中完整的鏈接形式[context](link)。
:%s/^/* /：表示在行首(^)加上*變成Markdown格式的列表

至此就完成了生信寶典公眾號文章到Markdown鏈接的轉換，可以放到菜單欄文章集錦里面方便快速查詢了。

一步步的處理也有些麻煩，有沒有辦法更簡單些呢？

首先也是把每篇文章的信息處理為單行顯示，一樣的模式更容易操作，去掉第一行行首不一致的部分
使用上下箭頭可以回溯之前的命令，類似于Linux終端下的操作
%s/.*title":"$[^"]*$.*url":"$.*$/* [\1](\2)/c: 這個是記憶匹配，記錄下匹配的內容用于替換，$和$表示記憶匹配的開始和結束，自身不匹配任何字符，只做標記使用；從左只右, 第一個\(中的內容記錄為\1, 第二個\(中的內容記錄為\2,以此類推。尤其在存在括號嵌套的情況下，注意匹配位置，左括號出現的順序為準。在匹配文章題目時使用了[^"]*而不是.*，是考慮到正則表達式的匹配是貪婪的，會囊括更多的內容進來，就有可能出現非預期情況，所以做這么個限定，匹配所有非"內容。

正則表達式在數據分析中有很多靈活的應用，可以解決復雜的字符串抽提工作。常用的程序語言或命令如pytho, R, grep, awk, sed都支持正則表達式操作，語法也大體相似。進一步學習可參考一下鏈接：

以上是生活随笔為你收集整理的不用Linux也可以的强大文本处理方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。