Thema: text-processing
-
JavaScript-Textversätze: UTF-16-Einheiten, Codepoints und sichtbare Zeichen unterscheiden
An jeder Editor- oder API-Grenze die Versatzeinheit benennen und vor dem Zerschneiden von Text gezielt umrechnen.
-
sort, uniq und comm: Mengenoperationen auf Text, die sortierte Eingabe voraussetzen
uniq fasst nur benachbarte Duplikate zusammen, comm verlangt, dass beide Eingaben in derselben Kollationsreihenfolge sortiert sind, und die Reihenfolge von sort richtet sich nach LC_COLLATE; solche Pipelines unter LC_ALL=C ausführen, die richtigen Schlüsseloptionen wählen (-n, -h, -V, -k, -t) und comm -12 sowie comm -23 für Schnittmengen und Differenzen verwenden.
-
sed und awk für zeilenorientierte Bearbeitungen: Ersetzen, Felder und Änderungen direkt in der Datei
sed wendet Bearbeitungsbefehle, vor allem s/regexp/replacement/, auf jede Zeile an; awk zerlegt Zeilen in Felder und führt Muster-Aktions-Paare aus. sed für Ersetzungen und Löschungen verwenden, awk für Spaltenarbeit und kleine Aggregationen, und -i, -n sowie die Unterschiede zwischen GNU und BSD bewusst handhaben.
Maschinenlesbar: JSON