D18：常见任务和基本工具之八

格式化输出

简单格式化工具

nl —— 号码行
fold —— 将每行包装到指定长度
fmt —— 一个简单的文本格式化程序
pr —— 为打印设置文本格式
printf —— 格式化和打印数据

文件格式化系统

groff —— 文档格式化系统

简单格式化工具

nl —— 号码行

用于给行编号，类似于cat -n：

[me@linuxbox ~]$ nl distros.txt | head
  1  SUSE    10.2   12/07/2006
  2  Fedora  10     11/25/2008
  3  SUSE    11.0   06/19/2008
  4  Ubuntu  8.04   04/24/2008
  5  Fedora  8      11/08/2007
  6  SUSE    10.3   10/04/2007
  7  Ubuntu  6.10   10/26/2006
  8  Fedora  7      05/31/2007
  9  Ubuntu  7.10   10/18/2007
 10  Ubuntu  7.04   04/19/2007

与cat一样，nl可以接受多个文件作为命令行参数或标准输入。但nl有更多选项，并支持原始的标记形式，以允许更复杂的编号类型。
nl支持“逻辑页面”的概念，可以在编号时重置数字序列。
使用选项，可以将起始编号设置为特定值，并在有限的范围内设置其格式。
逻辑页面进一步细分为页眉、正文、页脚。在每一部分行号可能会被重置和/或指定不同的样式。
如果nl有多个文件，它会将它们视为单个文本流。文本流中的部分由添加到文本中的一些看起来很奇怪的标记表示。

标记	含义
\:\:\:	逻辑页眉的开头
\:\:	逻辑页正文的开头
\:	逻辑页脚的开头

上表列出的每个标记元素必须单独出现在自己的行中。在处理标记元素后，nl将其从文本流中删除。
nl常用选项如下表：

选项	含义
-b style	将主体编号设置为style，style可以时以下选项之一： a = 行号 t = 仅为非空行号，此为默认值。 n = 空 pregexp = 仅限与基本正则表达式regexp匹配的行数
-f style	将页脚编号设置为style，同上。
-h style	将页眉编号设置为style，同上。
-i number	将页码增量设置为number，默认为1。
-n format	将主体编号设置为format，format可以时以下选项之一： ln = 左对齐，不带前导零。 rn = 右对齐，不带前导零。此为默认值。 rz = 右对齐，带前导零。
-p	不要在每个逻辑页面的开头重置页面编号。
-s string	在每个行号的末尾添加string以创建分隔符。默认为单个制表符。
-v number	将每个逻辑页的第一行号设置为number。默认值为1。
-w width	将行号字段的宽度设置为width。默认值为6。

以下是脚本distors-nl.sed的内容：

# sed script to produce Linux distributions report
1 i\
\\:\\:\\:\
\
Linux Distributions Report\
\
Name Ver. Released\
---- ---- --------\
\\:\\:
s/\([0-9]\{2\}\)\/\([0-9]\{2\}\)\/\([0-9]\{4\}\)$/\3-\1-\2/
$ a\
\\:\
\
End Of Report

这个脚本加入了nl逻辑页标记和页脚。注意，标记中的反斜杠通常会被sed解释为转义字符。
接下来，结合sort、sed、nl生成增强的报告：

[me@linuxbox ~]$ sort -k 1,1 -k 2n distros.txt | sed -f distros-nl.sed | nl

    Linux Distributions Report
    
    Name   Ver.  Released
    ----   ----  --------
    
  1 Fedora 5     2006-03-20
  2 Fedora 6     2006-10-24
  3 Fedora 7     2007-05-31
  4 Fedora 8     2007-11-08
  5 Fedora 9     2008-05-13
  6 Fedora 10    2008-11-25
  7 SUSE   10.1  2006-05-11
  8 SUSE   10.2  2006-12-07
  9 SUSE   10.3  2007-10-04
 10 SUSE   11.0  2008-06-19
 11 Ubuntu 6.06  2006-06-01
 12 Ubuntu 6.10  2006-10-26
 13 Ubuntu 7.04  2007-04-19
 14 Ubuntu 7.10  2007-10-18
 15 Ubuntu 8.04  2008-04-24
 16 Ubuntu 8.10  2008-10-30
 

   End Of Report

以上示例，首先按照发行版名称和版本(字段1、2)排序，然后用sed处理结果，添加报告标题和页脚。最后使用nl处理结果，默认情况下，对文本流中属于主体的部分进行编号。
对命令行最后的nl可以添加不同的选项以获得不同的观感：

nl -n rz

或者：

nl -w 3 -s ' '

fold —— 将每行包装到指定长度

folding是指在指定的宽度处打断文本行的过程。
与其他命令一样，fold接受一个或多个文本文件或标准输入。
下面示例发送一个简单的文本流给fold：

[me@linuxbox ~]$ echo "The quick brown fox jumped over the lazy dog." | fold -w 12
The quick br
own fox jump
ed over the
lazy dog.

-w用于指定每行的字符数作为宽度，默认宽度为80个字符。如果不加其他选项，则会折断单词。
使用-s则可避免折断单词(但如果单词的长度超过-w指定的值，还是会被折断)：

[me@linuxbox ~]$ echo "The quick brown fox jumped over the lazy dog." | fold -w 12 -s
The quick
brown fox
jumped over
the lazy
dog.	

[me@linuxbox ~]$ echo "The quick brown fox jumped over the lazy dog." | fold -w 4 -s
The
quic
k
brow
n
fox
jump
ed
over

the
lazy

dog.

fmt —— 一个简单的文本格式化程序

fmt程序可以折叠文本，还有其他功能。
它接受文件或标准输入，并在文本流上执行段落格式设置。
基本上它在保留空行和缩进的同时填充和连接文本中的行。

此命令的使用方法：

fmt -w 50 fmt-info.txt

-w 50指定显示的宽度，默认为75。fmt在分行的时候不会切单词。
以下是一些常用的选项：

选项	说明
-c	在顶部边缘(crown margin)模式下运行。这样可以保留段落前两行的缩进。后续行与第二行的缩进对齐。
-p string	仅格式化以前缀string开头的行。格式化后，string的内容将作为前缀添加到么个重新格式化的行中。此选项可用于格式化源代码注释中的文本。例如，任何使用“#”字符来描述注释的编程语言或配置文件都可以通过指定-p '# '来格式化，以便只格式化注释。
-s	仅拆分模式。在此模式下，行只会被拆分以适合指定的列宽。短线不会连接到填充线。当格式化文本(如不需要连接的代码)时，此模式很有用。
-u	执行均匀间隔。类似传统的“打字机风格”格式。这意味着单词之间只有一个空格，句子之间有两个空格。这种模式对于删除“对齐”非常有用，文本中填充了空格，以强制左右边距对齐。
-w width	设置文本格式，使其适合width。默认值为75。实际上会比指定宽度稍短，以实现行平衡。

下面是-p选项的示例：

[me@linuxbox ~]$ cat > fmt-code.txt
# This file contains code with comments.

# This line is a comment.
# Followed by another comment line.
# And another.

This, on the other hand, is a line of code.
And another line of code.
And another.	

[me@linuxbox ~]$ fmt -w 50 -p '# ' fmt-code.txt
# This file contains code with comments.

# This line is a comment. Followed by another
# comment line. And another.

This, on the other hand, is a line of code.
And another line of code.
And another.

注意相邻的注释行是连接的，而空白行和不以指定前缀开头的行被保留。

pr —— 为打印设置文本格式

pr程序用于对文本进行分页。打印文本时，通常要用几行空格分隔输出页，以便在每页提供上边距和下边距。空白也可用于插入页眉页脚。
以下例子将distros.txt文件格式化为一系列短页面：

[me@linuxbox ~]$ pr -l 15 -w 65 distros.txt

2016-12-11 18:27 distros.txt Page 1

SUSE   10.2 12/07/2006
Fedora 10   11/25/2008
SUSE   11.0 06/19/2008
Ubuntu 8.04 04/24/2008
Fedora 8    11/08/2007


2016-12-11 18:27 distros.txt Page 2

SUSE   10.3 10/04/2007
Ubuntu 6.10 10/26/2006
Fedora 7    05/31/2007
Ubuntu 7.10 10/18/2007
Ubuntu 7.04 04/19/2007	
......

上面例子中-l指定页面长度为15，-w指定页面宽度65。更多选项会在后面“打印”章节中再介绍。

printf —— 格式化和打印数据

printf命令不用于管道(它不接受标准输入)，也不常直接在命令行上使用，主要用于脚本。
printf是print formatted的缩写。最初是为C语言开发的，已经在包括shell在内的许多编程语言中实现。其使用格式为：

printf "format" arguments

示例：

[me@linuxbox ~]$ printf "I formatted the string: %s\n" foo
I formatted the string: foo

格式字符串可能包含文字文本(例如上面例子中的“I formatted the string:”)、转义序列(如上例中的换行符)和以%开头的序列。这些被称为转换规范。
上面例子中%s用于格式化字符串foo，并将其放入命令的输出中。
示例：

[me@linuxbox ~]$ printf "I formatted '%s' as a string.\n" foo
I formatted 'foo' as a string.

以上例子中，“foo”取代了%s的位置。
下表列出常用的数据类型：

说明符	含义
d	将数字格式化为有符号的十进制整数。
f	格式化并输出一个浮点数。
o	将整数格式化为八进制数。
s	格式化字符串。
x	在需要时，使用小写a到f将整数格式为十六进制数。
X	与x相同，但使用大写字母。
%	打印文字%符号，即指定%%

示例：

[me@linuxbox ~]$ printf "%d, %f, %o, %s, %x, %X\n" 380 380 380 380 380 380
380, 380.000000, 574, 380, 17c, 17C

由于指定了六个转换说明符，就必须为printf提供六个参数。

可以向转换说明符添加几个可选组件以调整其输出。完整的转换规范可能包括以下内容：

%[flags][width][.precision]conversion_specification

使用多个可选组件时，必须按照上面的顺序显示，才能正确解释。下表描述了每种情况：

组件	描述
flags	共有五种不同的徽标： # 使用“替代格式”进行输出。因数据类型而异。对于o(八进制数)转换，输出的前缀为0；对于x和X(十六进制数)转换，输出分别以0x和0X作为前缀。 0 用零填充输出。这意味着该字段将填充前导零，例如000380。 - 左对齐输出。默认情况下printf右对齐输出。 ' '(空格) 为正数生成前导空格。 + 签署正数。默认情况下printf只对负数进行签署。
width	指定最小字段宽度的数字。
.precision	对于浮点数，指定小数点后要输出的精度位数。对于字符串转换，precision指定要输出的字符数。

下表举例说明：

源数值	格式	结果	说明
380	"%d"	380	整数的简单格式
380	"%#x"	0x17c	使用“替代格式”标志将整数格式化为十六进制数
380	"%05d"	00380	带前导零（填充）和最小字段宽度为五个字符的整数格式。
380	"%05.5f"	380.00000	格式化为带填充和小数点后5位精度的浮点数的数字。由于指定的最小字段宽度(5)小于格式化数字的实际宽度，因此填充无效。
380	"%010.5f"	0380.00000	通过将最小字段宽度增加到10，填充现在可见。
380	"%+d"	+380	在正数前面加正号。
380	"%-d"	380	在负数前面加负号。
abcdefghijk	"%5s"	abcedfghijk	以最小字段宽度格式化的字符串。
abcdefghijk	"%.5s"	abcde	通过对字符串应用精度，它将被截断。

printf主要用于脚本中，用于格式化表格数据，而不是直接在命令行中使用。
下面例子输出一些由制表符(\t)分隔的字段：

[me@linuxbox ~]$ printf "%s\t%s\t%s\n" str1 str2 str3
str1   str2 str3

下面例子格式化简洁的数字：

[me@linuxbox ~]$ printf "Line: %05d %15.3f Result: %+15d\n" 1071 3.14156295 32589
Line: 01071    3.142 Result:    +32589

文件格式化系统

groff —— 文档格式化系统

groff是一套包含troff的GNU实现的程序，它还包括一个脚本，用于模拟nroff和roff家族的其他成员。

示例：
手册页以gzip压缩文本文件的形式保存在/usr/share/man目录中。文件的内容大致如下：

[me@linuxbox ~]$ zcat /usr/share/man/man1/ls.1.gz | head
.\" DO NOT MODIFY THIS FILE! It was generated by help2man 1.47.3.
.TH LS "1" "January 2018" "GNU coreutils 8.28" "User Commands"
.SH NAME
ls \- list directory contents
.SH SYNOPSIS
.B ls
[\fI\,OPTION\/\fR]... [\fI\,FILE\/\fR]...
.SH DESCRIPTION
.\" Add any additional description here
.PP

与正常展示的手册页相比，可以看到标记语言与其结果之间的相关性：

[me@linuxbox ~]$ man ls | head
LS(1)    User Commands     LS(1)

NAME
     ls - list directory contents
     
SYNOPSIS
ls [OPTION]... [FILE]...

手册页是由groff使用mandoc宏包呈现的。可以通过使用以下管道模拟man命令：

[me@linuxbox ~]$ zcat /usr/share/man/man1/ls.1.gz | groff -mandoc -T ascii | head
LS(1)    User Commands    LS(1)

NAME
      ls - list directory contents
SYNOPSIS
      ls [OPTION]... [FILE]...

此处我们使用groff程序以及选项设置特定的mandoc宏包输出ASCII。
groff可以处理几种格式的输出。如果不指定格式，则默认使用PostScript。如下所示：

[me@linuxbox ~]$ zcat /usr/share/man/man1/ls.1.gz | groff -mandoc | head
%!PS-Adobe-3.0
%%Creator: groff version 1.18.1
%%CreationDate: Thu Feb 5 13:44:37 2009
%%DocumentNeededResources: font Times-Roman
%%+ font Times-Bold
%%+ font Times-Italic
%%DocumentSuppliedResources: procset grops 1.18 1
%%Pages: 4
%%PageOrder: Ascend
%%Orientation: Portrait

PostScript是一种页面描述语言，用于向类似于排字机的设备描述打印页面的内容。

后面一堆不想看了，似乎没啥用 P355