可以将tr命令链接起来以避免流水线中有多个tr进程吗？

我有一堆txt文件，我想将它们输出为小写字母，只有字母和每行一个字，我可以tr在管道中使用多个命令来完成此操作，如下所示：

tr -d '[:punct:]' <doyle_sherlock_holmes.txt | tr '[:upper:]' '[:lower:]' | tr ' ' '\n'

可以一次扫描吗？我可以写一个C程序要做到这一点，但我觉得有一种方法使用去做tr，sed，awk或perl。

您可以合并多个翻译（复杂情况涉及重叠的依赖于语言环境的集合除外），但是不能将删除与翻译合并。

<doyle_sherlock_holmes.txt tr -d '[:punct:]' | tr '[:upper:] ' '[:lower:]\n'

两次调用tr可能比一次调用更复杂的工具快，但这很大程度上取决于输入的大小，不同字符的比例，tr工具的实现和竞争工具，操作系统，数量。核心等

以下是几种方法：

• GNU grep和tr：查找所有单词并使它们变为小写

  grep -Po '\w+' file | tr '[A-Z]' '[a-z]'

• GNU grep和perl：如上所述，但是perl可以处理小写转换

  grep -Po '\w+' file | perl -lne 'print lc()'

• perl：查找所有字母字符并用小写字母打印（感谢@steeldriver）：

  perl -lne 'print lc for /[a-z]+/ig' file

• sed：删除所有非字母或空格的字符，用小写字母替换所有字母，并用换行符替换所有空格。请注意，这假设所有空格都是空格，没有制表符。

  sed 's/[^a-zA-Z ]\+//g;s/[a-zA-Z]\+/\L&/g; s/ \+/\n/g' file

是。您可以tr在ASCII语言环境中执行此操作（对于GNU而言tr，这只是其唯一的权限）。您可以使用POSIX类，也可以通过八进制数字引用每个字符的字节值。您也可以将其转换划分为多个范围。

LC_ALL=C tr '[:upper:]\0-\101\133-140\173-\377' '[:lower:][\n*]' <input

上面的命令会将所有大写字符转换为小写字母，完全忽略小写字符，并将所有其他字符转换为换行符。当然，然后您会遇到大量空白行。该tr -squeeze重复开关可能是在这种情况下是有用的，但是如果你使用它的旁边[:upper:]要[:lower:]转型，那么你拉闸挤压大写字符为好。这样，它仍然需要第二个过滤器，例如...

LC... tr ... | tr -s \\n

...要么...

LC... tr ... | grep .

...因此它比做起来要方便得多...

LC_ALL=C tr -sc '[:alpha:]' \\n <input | tr '[:upper:]' '[:lower:]'

... -c按顺序将整齐的字母字符压缩成单个换行符，然后在管道的另一侧进行从上到下的转换。

这并不是说那种范围是没有用的。像这样的东西：

tr '\0-\377' '[1*25][2*25][3*25][4*25][5*25][6*25][7*25][8*25][9*25][0*]' </dev/random

...非常方便，因为它可以将输入字节转换为值范围内的所有数字。不要浪费，不要浪费，你知道的。

进行转换的另一种方法可能涉及dd。

tr '\0-\377' '[A*64][B*64][C*64][D*64]' </dev/urandom |
dd bs=32 cbs=8 conv=unblock,lcase count=1

dadbbdbd
ddaaddab
ddbadbaa
bdbdcadd

由于dd可以同时unblock进行lcase转换和转换，因此甚至有可能将大量工作转嫁给它。但这仅在您可以准确预测每个单词的字节数时才真正有用-或至少可以在每个单词之前用空格填充到可预测的字节数，因为unblock在每个块的末尾都吃了尾随空格。