实验三：Linux文本处理（超详细版）

🧠 实验目的

掌握 Linux 中文本处理的基本操作，包括：

  • 使用 wget 下载文件
  • 使用 sort、uniq、grep、cut、head、awk 等命令处理文本
  • 编写简单的 Shell 脚本
  • 使用 Git 管理并提交实验结果

🧰 实验准备

  • 一台联网的 Linux 电脑
  • 安装了常用命令（如 wget, sort, uniq, grep, cut, awk, git 等）
  • 熟悉 Gitee 仓库操作（见实验二）
  • 确保你已经有本地的 Test1 仓库（git clone 下来的）

📦 一、下载原始数据文件

wget http://istar.kenwencs.cn/linux/metals_random.txt
ls

🔤 二、国家拼音排序、去重、重定向保存

LC_ALL=zh_CN.UTF-8 sort -u metals_random.txt > metals.txt

注意事项：

  1. 确保系统已安装中文语言包（如未安装需先执行）：

    sudo yum install -y glibc-common zh_CN*
    sudo localedef -c -f UTF-8 -i zh_CN zh_CN.UTF-8

  2. 若原始文件编码非UTF-8，需先转换编码：

    iconv -f GBK -t UTF-8 metals_random.txt > metals_utf8.txt

📁 三、移动 metals.txt 到 Test1 并提交到 Gitee

mv metals.txt Test1/
cd Test1
git add metals.txt
git commit -m "巴黎奥运会奖牌榜"
git push

🧮 四、统计国家总数

awk -F, '{ country = $1;print country;}' metals.txt | sort | uniq | wc -l

将命令写入脚本

vim myshell1.sh
将命令写入脚本保存

上传到gitee

git add myshell1.sh
git commit -m "巴黎奥运会获奖数"
git push

🇨🇳 五、筛选中国三地并按奖牌总数降序排列

grep -E '中国,|中国台北,|中国香港,' metals.txt | sort -t',' -k2,2nr -k3,3nr -k4,4nr

将命令写入脚本后上传至gitee(同上)

git add myshell1.sh
git commit -m "巴黎奥运会中国奖牌榜"
git push

🥉 六、筛选铜牌前五名国家（仅输出国家名）

sort -t',' -k4nr metals.txt | head -n 5 | cut -d',' -f1

将命令写入脚本后上传至gitee(同上)

git add myshell1.sh
git commit -m "铜牌前五的国家"
git push

🥇 七、统计金牌前五的金牌总数

sort -t, -k2 -nr metals.txt | head -n 5 | tee >(awk -F, '{sum += $2} END {print "" sum}')

将命令写入脚本后上传至gitee(同上)

git add myshell1.sh
git commit -m "巴黎奥运会金牌前五的金牌总数"
git push

✅ 脚本最终内容示例（myshell1.sh）

awk -F, '{ country = $1;print country;}' metals.txt | sort | uniq | wc -l
grep -E '中国,|中国台北,|中国香港,' metals.txt | sort -t',' -k2,2nr -k3,3nr -k4,4nr
sort -t',' -k4nr metals.txt | head -n 5 | cut -d',' -f1
sort -t, -k2 -nr metals.txt | head -n 5 | tee >(awk -F, '{sum += $2} END {print "" sum}')

📌 附录：常用命令解释

命令 说明
wget URL 下载文件
sort 排序文本
grep 匹配关键字
cut 提取指定列
awk 行列处理与计算
head 显示前几行
mv 移动文件
git add 添加修改文件
git commit -m "说明" 提交修改
git push 上传到 Gitee