Linux 文本处理

文本处理覆盖查看、搜索、替换、排序、比较和编码转换。本分类收录 grep、sed、awk、sort、uniq、cut、tr、diff、jq、iconv 等工具，适合日志分析、配置处理和日常排查。

• ack - 面向源代码的递归搜索工具，默认忽略版本控制目录。
• ag - 快速递归的代码搜索工具，默认并行并尊重忽略文件。
• awk - 以记录和字段为单位处理文本，完成筛选、聚合、连接和格式化输出。
• base64 - 按 Base64 编码或解码文件与标准输入。
• bat - 带语法高亮、行号和分页的 cat 替代
• cat - 按字节顺序把文件写到标准输出，用于拼接、查看和控制输入流。
• choose - cut 的现代替代，按字段选择文本
• cksum - 计算文件校验和与字节数，支持多种摘要算法。
• cmp - 逐字节比较两个文件并报告首个差异位置。
• col - 过滤反向换行与退格，把终端格式化输出整理成纯文本。
• colrm - 从每行删除指定列范围后输出。
• column - 把行列表格化对齐，或按列填充排列。
• comm - 比较两个已排序文件，输出各自独有与共有的行。
• csplit - 按行号或正则把文件切成多个片段。
• csvkit - csvkit CSV 命令行工具集
• cut - 按字节、字符或分隔字段从每行提取内容。
• datamash - datamash 命令行数据统计
• diff - 逐行比较两个文件或目录，输出差异及补丁格式。
• diff3 - 三方比较，合并两个修改版本与共同祖先。
• diffstat - 读取 diff 输出并汇总每个文件的增删行数。
• dos2unix - 把 DOS/Windows 换行转换为 Unix 换行，并可反向转换。
• egrep - 已淘汰的扩展正则 grep 别名，应改用 grep -E。
• expand - 把制表符转换为空格，便于对齐与后续按列处理。
• fgrep - 已淘汰的固定字符串 grep 别名，应改用 grep -F。
• fmt - 按指定宽度重排纯文本段落，把长短不齐的行整理成整齐的正文。
• fold - 按屏幕列宽把长行折成多行，不改变单词顺序。
• glow - 终端里的 Markdown 渲染器
• grep - 按行匹配文本，用正则或固定字符串在文件、目录树和管道中定位内容。
• gron - 把 JSON 展开成可 grep 的赋值语句
• head - 输出文件或输入流开头的若干行或若干字节。
• hexdump - 以十六进制、八进制或字符形式查看文件的原始字节。
• htmlq - 用 CSS 选择器查询 HTML
• iconv - 在不同字符编码之间转换文本，例如 GB18030 转 UTF-8。
• indent - 按指定风格自动缩进 C/C++ 源代码。
• ispell - 交互式拼写检查器，也能以列表或管道模式批量找出拼写错误。
• jless - 终端里的 JSON/YAML 交互式查看器
• jo - 从命令行参数生成 JSON
• join - 按共同字段把两个已排序文本文件连接起来，类似 SQL 的 join。
• jq - 命令行 JSON 处理器，用过滤器表达式查询、转换和生成 JSON。
• less - 分页查看文件或管道输出，支持前后滚动和搜索。
• lnav - 终端日志查看器，支持多文件、过滤和 SQL 查询
• look - 在已排序的文本中按前缀快速查找匹配行。
• md5sum - 计算或校验文件的 MD5 摘要，用于完整性比对。
• mlr - Miller：CSV/TSV/JSON 的统一处理工具
• more - 逐屏查看文本，是最基础的终端分页器。
• nl - 给文本行加行号，可按正文、页眉、页脚分别控制。
• od - 以八进制、十六进制、十进制或字符形式转储文件内容。
• paste - 把多个文件的对应行按列合并，或把单个文件的行合并成一行。
• patch - 把 diff 补丁应用到源文件或目录树。
• pr - 把文本分页并加上页眉、页脚，便于打印或按页查看。
• pup - 命令行 HTML 解析器，支持 CSS 选择器
• qsv - 高性能 CSV 工具集
• rev - 逐行反转字符顺序，常用于快速提取路径末段或校验文本。
• rg - 递归搜索文本，默认尊重 .gitignore，速度比 grep 快
• ripgrep - ripgrep 快速文本搜索
• sd - 简单直观的查找替换工具，sed 的现代替代
• sed - 以行为单位执行替换、删除、插入和范围编辑，适合模式明确的批量文本变换。
• sha256sum - 计算或校验文件的 SHA-256 摘要，用于完整性验证。
• shuf - 从输入行中随机抽取或打乱顺序，常用于抽样、洗牌和随机选择。
• sort - 按行排序文本，可按字段、数值、版本号或人类可读单位比较。
• spell - 检查文本中的拼写错误，把疑似拼错的词逐行写到标准输出。
• split - 按行数、字节数或份数把大文件切成若干小文件，便于传输和并行处理。
• strings - 从二进制文件中提取可打印字符串，用于快速排查符号、路径和硬编码文本。
• sum - 计算文件的传统 BSD 或 System V 校验和，用于旧脚本兼容和快速比对。
• tac - 按记录逆序输出文件内容，默认以换行分隔，即从最后一行读到第一行。
• tail - 查看文件末尾并持续跟踪新增内容，是读日志最常用的方式。
• tailf - 持续跟踪文件新增内容，是 `tail -f` 的轻量历史替代品。
• tee - 把标准输入同时写到标准输出和若干文件，用于保存中间结果而不打断管道。
• tr - 按字节翻译、删除或压缩字符，常用于大小写转换、清洗控制字符和拆分字段。
• unexpand - 把空格转换为制表符，默认只处理行首缩进，是 `expand` 的逆操作。
• uniq - 合并相邻的重复行，常与 `sort` 配合做去重、计数和筛选。
• vd - VisiData：终端里的表格/数据交互查看器
• wc - 统计文件或标准输入的行数、单词数、字节数、字符数和最长行宽。
• xsv - xsv CSV 快速处理
• yq - YAML/JSON/XML 处理器，语法类似 jq