सामग्री
- मजकूर डेटाद्वारे शिकार करण्याचे लहान काम करा
- लिनक्स यूनिक म्हणजे काय आणि आपण ते कधी वापराल?
- लिनक्स यूनिक कमांडचा मूलभूत वापर
- युनीक आदेशासह अदलाची प्रत काढून टाकणे
- Uniq सह घटना संख्या मोजत आहे
- क्रमवारी आणि एकिक आदेशांसह अनन्य रेखा दर्शवित आहे
- द्रुत डेटा विश्लेषणासाठी युनिक कमांड वापरा
मजकूर डेटाद्वारे शिकार करण्याचे लहान काम करा
लिनक्स (आणि त्याचे पूर्ववर्ती, युनिक्स) साध्या मजकूरावर तयार केले गेले होते. परिणामी, त्यात टर्मिनलवरून वापरली जाणारी सर्व प्रकारची उपयुक्त मजकूर प्रक्रिया साधने आहेत. लिनक्स यूनिक युटिलिटी आपल्याला अद्वितीय मूल्यांसाठी मजकूर फायलींमध्ये क्रमवारी लावण्यास मदत करण्यासाठी डिझाइन केली गेली.
लिनक्स यूनिक म्हणजे काय आणि आपण ते कधी वापराल?
दuniq कमांड बॉक्सच्या बाहेर बहुतांश लिनक्स डिस्ट्रिब्युशनवर स्थापित केला जातो आणि तो कोर्युटिल्स पॅकेजचा आहे. हे समीप, समान मजकूराच्या ओळी ओळखण्यासाठी आणि संकुचित करण्यासाठी वापरले जाते. ही व्याख्या जरा अनपॅक करू या.
- तुलनासाठी मूलभूत एकक मजकूराची एक ओळ आहे, म्हणजेच एका ओळीतून पुढील मजकूरपर्यंत सर्व मजकूर. यात समान वाक्यांशामध्ये एकापेक्षा जास्त वाक्यांचा समावेश असू शकतो.
- डीफॉल्टनुसार, यूनिक फक्त लगतच्या ओळींची तुलना करते. याचा अर्थ असा की जर दोन ओळी एकसारख्या असतील, परंतु त्या दोघांमध्ये भिन्नता असेल तर आपण कमांडला काही भिन्न पर्याय लागू न केल्यास त्या भिन्न मानल्या जातील (या नंतर अधिक).
- या संदर्भात, "कोसळणे" म्हणजे युनिक त्याचे आउटपुट दर्शविते, त्यामध्ये केवळ ओळीचा प्रथमच समावेश असेल.
यूनिक कमांड आपल्याला बर्याच डेटाच्या शोधात आणि कोणत्या ओळी समान आहेत हे ओळखण्यास आणि आउटपुटमधून त्यास काढून टाकण्यास मदत करते.
लिनक्स यूनिक कमांडचा मूलभूत वापर
मूलभूत स्तरावर, लिनक्स यूनिक कमांड वापरणे खालीलप्रमाणे आहे:
uniq -o = मूल्य / पथ / ते / इनपुट फाइल
येथे वरील पर्यायांपैकी "ओ" शॉर्टहँड ध्वज दर्शवितो. आपण यास त्याच्या लांब स्वरुपात देखील प्रविष्ट करू शकता, जसे की:
uniq --option = मूल्य / पथ / ते / इनपुट फाइल
"इनपुटफाइल" साधा मजकूर फाईल असणे आवश्यक आहे ज्यात आपला डेटा आहे. लिनक्समध्ये यूनिक कमांडसाठी बरेच पर्याय आहेत, परंतु आपण हे कसे करू शकता हे स्पष्ट होऊ शकत नाहीवापरा आपल्याला उपयुक्त आउटपुट प्रदान करण्यासाठी हे पर्याय. आम्ही त्यापैकी काही विभाग खाली खोलवर बुडवून घेऊ.
युनीक आदेशासह अदलाची प्रत काढून टाकणे
त्याच्या सर्वात मूलभूत स्वरुपात, यूनिक कमांड समीपवर्ती डुप्लीकेट 'संकुचित' करेल आणि निकाल प्रदर्शित करेल.उदाहरणार्थ, आपण एक नवीन ब्लॉग सुरू करीत आहात आणि आपल्या ईमेल वृत्तपत्रासाठी (न्यूजलेटर.टीक्स्ट) साइन इन केलेल्या लोकांची सूची आहे असे सांगू शकता, परंतु अद्याप सदस्य नाहीत.
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
आपण या लोकांना एकापेक्षा जास्त वेळा त्रास देऊ इच्छित नसल्यामुळे आपण यासह डी-डुप्लिकेट करू शकताः
iq यूनिक न्यूजलेटर. टेक्स्ट
[email protected]
[email protected]
[email protected]
कबूल आहे की, हे स्वतःहून फार रोमांचक नाही. फाईलच्या शेवटी "[email protected]" ची तिसरी घटना अस्तित्त्वात असल्यास, ती कायम राहील. या कमांडसाठी काही पर्याय शिकणे महत्वाचे आहे.
Uniq सह घटना संख्या मोजत आहे
समजा आपला ब्लॉग बंद झाला आणि केवळ लोक नोंदणी करत नाहीत तर ते सदस्यता घेत आहेत! पैशासाठी! आणि ते का नाहीत? आपण प्राप्त करीत असलेल्या देयकाची यादी वाढण्यास सुरूवात होईल.
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
जोन्स मेरी [email protected] $ 5.00
जोन्स मेरी [email protected] $ 5.00
जोन्स मेरी [email protected] $ 5.00
जोन्स मेरी [email protected] $ 5.00
जोन्स फ्रेड [email protected] $ 4.00
जोन्स फ्रेड [email protected] $ 4.00
जोन्स फ्रेड [email protected] $ 4.00
जोन्स फ्रेड [email protected] $ 4.00
जोन्स फ्रेड [email protected] $ 4.00
काही वेळा, आपण आपले काही सदस्य आपल्याबरोबर किती दिवस आहेत याचा आढावा घेऊ इच्छित आहात. त्यांच्या आजच्या तारखांची वरील यादी दिलेली असू शकते uniq सह घटना संख्या मोजा -सी झेंडा:
$ यूनिक-सी पेमेंट्स. टेक्स्ट
8 स्मिथ जॉन [email protected] $ 3.00
3 पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
6 मिलर टिम टिलर@example.com $ 1.00
4 जोन्स मेरी [email protected] $ 5.00
5 जोन्स फ्रेड [email protected] $ 4.00
तथापि, हे पुन्हा बाजूला असलेल्या रेषांवर अवलंबून आहे ... जर असे काही नसते तर डी-डुप्लिकेट तयार केलेल्या प्रोग्रामच्या आउटपुटमध्ये डुप्लिकेट्स असतील! या कारणास्तव, uniq सह संयोजनात वापरले जाते तेव्हा सर्वात उपयुक्त आहे क्रमवारी लावा आज्ञा.
क्रमवारी आणि एकिक आदेशांसह अनन्य रेखा दर्शवित आहे
सॉर्ट कमांड आपल्याला येथे मदत करते कारण ती डुप्लिकेट लाइनची व्यवस्था करेल आहेत समीप, त्याद्वारे अनुमती uniq त्यांना फिल्टर करण्यासाठी. उदाहरणार्थ, कल्पना करा की वरील देय अहवाल योग्यरित्या ऑर्डर झाला नाही:
स्मिथ जॉन [email protected] $ 3.00
जोन्स फ्रेड [email protected] $ 4.00
मिलर टिम टमिलर@example.com $ 1.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
जोन्स मेरी [email protected] $ 5.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
मिलर टिम टमिलर@example.com $ 1.00
जोन्स फ्रेड [email protected] $ 4.00
स्मिथ जॉन [email protected] $ 3.00
जोन्स फ्रेड [email protected] $ 4.00
पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
जोन्स फ्रेड [email protected] $ 4.00
जोन्स फ्रेड [email protected] $ 4.00
मिलर टिम टमिलर@example.com $ 1.00
जोन्स मेरी [email protected] $ 5.00
स्मिथ जॉन [email protected] $ 3.00
मिलर टिम टमिलर@example.com $ 1.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
स्मिथ जॉन [email protected] $ 3.00
जोन्स मेरी [email protected] $ 5.00
जोन्स मेरी [email protected] $ 5.00
मिलर टिम टमिलर@example.com $ 1.00
मिलर टिम टमिलर@example.com $ 1.00
स्मिथ जॉन [email protected] $ 3.00
या प्रकरणात, आपण प्रथम ही सूची चालवू इच्छित आहात क्रमवारी लावा अशा सर्व आयटम एकत्रित करण्यासाठी, नंतर चालवा uniq. हे वापरते पाईप कमांड लाईनवर ऑपरेटर ("|"), जेथे पाईपच्या आधीच्या कमांडचा परिणाम थेट दुसर्या कमांडमध्ये दिलेला असतो. म्हणून जेव्हा आम्ही हे आमच्या मिश्रित पेमेंट्सवर चालवितो तेव्हा आम्हाला अनन्य परिणाम मिळतात (त्यांच्या मोजणीसह):
$ पेमेंट्स क्रमवारी लावा-रँड .txt | uniq -c
5 जोन्स फ्रेड [email protected] $ 4.00
4 जोन्स मेरी [email protected] $ 5.00
6 मिलर टिम टिलर@example.com $ 1.00
3 पीटर्स अॅरॉन अॅपिटर्स@example.com $ 10.00
8 स्मिथ जॉन [email protected] $ 3.00
द्रुत डेटा विश्लेषणासाठी युनिक कमांड वापरा
जसे की आपण लिनक्स कमांड लाइनशी अधिक परिचित होताना आपणास यूनिक सारख्या बरीच उपयुक्त प्रोग्राम्स सापडतील. निश्चितच, आपण एक्सेलमध्ये वरील गोष्टी उघडून त्याप्रमाणे क्रमवारी लावू शकता परंतु नंतर आपण कोणतेही तंत्रज्ञान क्रेडिट मिळविणे सुरू केले नाही, तर आता?