Filtres de text

A nice summary of commands to filter text using Pipes can be found at: http://lpi.aluzina.org/wiki/101_103-guion

Here a copy of one part of it:

Process text streams using filters

• Valor de retorno
• Canales POSIX:
  • Entrada
  • Salida
  • Error
  • Ficheros, dispositivos, todo dispositivo abierto!
• Parámetros
• Para programadores: similitudes con return, standar output, open, dup, args....
• cat
• cut: elimina de las lineas de la entrada estándar los caracteres que le digamos.
• expand: convierte tabuladores a espacios.
• fmt: formatear párrafos (ancho, sangría, saltos de línea).
• head: principio de un stream.
• join: junta dos ficheros con campos de unión iguales.
• nl: añade números de línea.
• paste: convierte los ficheros de entrada en un solo fichero donde los ficheros ocupan una columna.
• pr: formatea para imprimir un texto.

• sed: permet moltes opcions per filtrar. També buscar expressions regulars.

• sort: ordena líneas.
• split: parte un fichero cada X líneas.
• tac: como cat pero revierte las líneas.
• tail: como head pero por la cola.
• tr: convierte/elimina caracteres de un tipo especificado.
• unexpand: contrario que expand.
• uniq: quita líneas repetidas. Útil junto a "sort".
• wc: cuenta las palabras, líneas, bytes...

From another page: http://lpi.aluzina.org/wiki/Plantilla:1.103.2

Procesar flujos de texto usando filtros

Comandos que deben saberse de memoria:

• cat / more / less / tac
• cut -b -c -d -f

• expand. Pasa tabuladores a espacios
• fmt -u -w. Pasa un archivo de texto a justificación completa
• head -c -l / tail.

• paste f1 f2. Concatena columnas

• join -j1 f1 f2. (hace el típico join de una base de datos)
• nl
• od -t A. El tipo puede ser: A (carácter), C (ascii), O (octal), x (hex).
  • Más moderno es hexdump
• pr. Paginar
• uniq. Para controlar repeticiones
• sort. Ordenar
• split [-l lineas] [-b bytes] f1 f2
• tr a-z A-Z
• wc -c -w -l. -c (carácteres), -w (palabras), -l (líneas)

• xargs -n1 cmd
• sed. Editor de flujo, una expresión está formada por 4 campos:
  • direccionamiento: línea (3), conjunto de líneas: (2,5), intervalo (1~2), última ($), líneas que coincidan (/expr/)
  • posible negación: !
  • comando: borrar (b) o reemplazar (s/ / /)
  • argumentos: global (g), primera ocurrencia (1), imprime si sustituye (p)