查找数据与压缩

之前的文章中，我们介绍了查看文件内容的一些方式，不知你是否还记得。

内容查找

cat，more，less，head，tail，它们各自的特点是什么？回想不起来，那就再回去看下，俗话说“重复形成记忆”。它们都是按照某种顺序来查看内容，顺序或者倒序。如果我们想看中间的一部分，有什么办法可以直接跳到中间吗？命令grep就是为了解决该问题而设计的。

搜索工具grep

grep（是global search regular expression and print out the line的缩写）它会在输入或指定的文件中查找，判断是否有我们想要的指定内容，如果有则就把对应的行内容给显示出来并高亮指定内容。它在工作中是很常用的一个命令。

语法：grep 参数 目标内容 文件名

# grep 参数 目标内容 文件名
 grep -n hell /home/hello.txt 
3:hello world
# 我想要看 hello.txt中有没有 hello
# 输出：找到hello 并输出所在列的全部内容  

其中参数-n，是用于显示行号的。

工作或者学习中查找某个内容，这个操作实在是太重要且常见了，所以开发者也为它设计了很多功能（提供了很多参数）用于满足我们的工作和学习，下面就介绍其中几个：

grep的更多参数

如果想要知道有多少行匹配的指定内容，可用-c：

grep -c you /home/hello.txt
2
# 注意：只有2行，并不代表只有2处内容，仍可能有多处匹配上，因为一行可以有多处
grep -n you /home/hello.txt
5:power makes yourself stronger
6:you must trust yourself

当然，grep也支持正则表达式：

grep -n ^you /home/hello.txt
6:you must trust yourself
# 搜索指定文件中以某个关键词开头的内容行
# 因为只有第6行才是you开头的 所以只有一行

如果要匹配多个内容，还可以用-e参数来实现：

grep -e you -e must /home/hello.txt 
power makes yourself stronger
you must trust yourself

这样就实现了同时寻找you和must两种字符串了。

文件打包与压缩

还有一种操作或者说是两种，我们常会用到——打包和压缩。

打包：将多个文件或目录集合到一起成为一个单一的文件，这个过程不会减少文件的总大小，而是为了方便管理和传输。打包后的文件通常称为归档文件。就类似快递过程中的，我们通常会把一些细小的东西装到一个大箱子中再进行运送。在Linux系统中，用tar命令进行打包。

压缩：通过特殊编码方式降低了文件中的重复度和冗余度，从而减小文件大小，对文件压缩后会生成新的文件。因为对文件进行了新的编码，因此压缩后，会生成与原文件不同类型的文件（后缀名不同）。当然，因为采用的特殊编码（压缩算法）可能有多种，所以如果我们采用不同的压缩方式，得到的压缩文件也会不同。如：zip、gzip、bzip2等。linxu中压缩命令有多个，常用的有zip、gzip、bzip、xz等。

它们两个的作用是巨大的，不仅方便了文件的管理，还加速了网络传输效率，提高了备份效率，因为压缩文件通常比原文件体积更小。

压缩

压缩是通过特定的算法处理文件，减少文件的大小，以便于节省存储空间或加快文件在网络上的传输速度。linxu中常用的压缩工具包括gzip、bzip2、xz、zip等，生成如.gz、.bz2、.xz、zip等格式的文件。

zip工具对应的语法为：参数 目标文件名.zip 源文件或目录名

 zip archive.zip hello.txt 
  adding: hello.txt (deflated 33%)
# 或者你也可以压缩目录 通过参数 -r
zip -r ss.zip tmp/
  adding: tmp/ (stored 0%)
  adding: tmp/archive.zip (stored 0%)
  adding: tmp/h.txt (deflated 33%)
  adding: tmp/hello.txt (deflated 33%)

zip对应的解压指令也很简单，unzip

# unzip 参数 压缩包名
unzip archive.zip 
Archive:  archive.zip
  inflating: hello.txt              

当然它可选参数也有很多，比如：-d，解压到指定目录。-n，解压时不得覆盖已有文件。其余的这里就不一一展示了。

注意：对于一些小文件，可能存在压缩后的文件比原文件还要大的情况。这主要是因为压缩文件头开销的缘故。每个压缩文件都会有一个文件头，用于存储关于压缩文件的信息，如压缩方式、时间戳等。对于非常小的文件，这个开销可能会导致压缩后的文件比原文件大。

gzip也是常用的工具，它的语法为：gzip 参数 文件名

但有一点需要注意的是，gzip在压缩文件时，会在原文件名基础上自动添加.gz扩展名。例如，压缩example.txt文件后，会自动创建一个名为example.txt.gz的压缩文件，并且原文件会被删除。如果想要保留原文件，可使用参数-k。

ls
# 以下是输出 archive.zip  hello.txt  ss.txt
gzip ss.txt
ls
# 压缩ss文本后的文件 archive.zip  hello.txt  ss.txt.gz
# 当然gzip 也支持多个文件

关于同时压缩多个文件，gzip 命令是不支持的。如果你需要压缩多个文件，通常的做法是先使用 tar 命令将这些文件打包成一个单一的归档文件，然后再用 gzip 压缩这个归档文件。

# 解压 仍使用gzip 但要加上参数 -d
gzip -d ss.txt.gz
ls
# 压缩ss文本后的文件 archive.zip  hello.txt  ss.txt
# 或者使用gunzip 也是可以进行解压的 效果相同
gunzip ss.txt.gz

解压后，压缩包默认情况下也会被删除，如果想要保留压缩包，在解压前可先复制一个。

bzip2的语法跟gzip相同这里就不展开了，只不过使用bzip2压缩后的文件，后缀为bz2。

bzip2 ss.txt
# 效果 删除ss.txt，生成新的压缩文件 ss.txt.bz2
bzip2 -d ss.txt.bz2
# 解压

xz的用法也类似，

xz ss.txt 
# ls
# archive.zip  hello.txt  ss.txt.xz
xz -d ss.txt.xz 
# ls
# archive.zip  hello.txt  ss.txt

小结

xz, gzip, 和 bzip2 它们不直接支持将多个文件或目录打包成一个单独的压缩文件。但是，它们通常与 tar 命令结合使用，以实现对多个文件和目录的打包与压缩。例如，您可以先使用 tar 打包文件和目录，然后再用 xz, gzip, 或 bzip2 进行压缩。

但，zip 命令可以直接处理多个文件和目录，不仅能够打包还可以直接压缩成一个 .zip 文件，无需先使用其他打包工具。它支持的选项 -r 允许递归压缩目录，因此 zip 在处理多文件和目录时更为直接和方便。

从对文件大小压缩的效果来说，xz是最强的，但速度就相对耗时长一些。

打包

之前已经介绍过了，它是管理文件的一种手段，让对应的文件集合在一起。但实际工作中，它并不单独使用，而是常常与gzip、bzip2、xz等配合使用，进行打包和压缩。

• 打包命令: tar -cvf 打包文件名.tar 文件或目录列表
• 解打包命令: tar -xvf 打包文件名.tar
• 与gzip结合压缩: tar -czvf 打包文件名.tar.gz 文件或目录列表
• 与bzip2结合压缩: tar -cjvf 打包文件名.tar.bz2 文件或目录列表
• 与xz结合压缩: tar -cJvf 打包文件名.tar.xz 文件或目录列表

语法格式：tar 参数 压缩包名 文件或目录名

tar -czvf hello.tar.gz hello.txt ss.txt 
# 以下2行是输出
hello.txt
ss.txt
# ls
# hello.tar.gz  hello.txt  ss.txt

以下是各个参数的对应解释：

• -c 表示创建一个新的归档文件。
• -z 表示在打包后使用 gzip 程序进行压缩。
• -v 表示在处理文件时显示详细的处理信息，即 verbose 模式。
• -f 后面跟的是归档文件的名称，这里是 hello.tar.gz

各个解压命令(只需要将参数 c 替换成 x即可)：

 tar -xzvf hello.tar.gz 
 # 以下2行 是输出，因为使用了参数 v
hello.txt
ss.txt
# ls
# hello.tar.gz  hello.txt  ss.txt

windows中使用WinRAR或其他压缩软件将多个文件压缩成单个RAR文件（或者其他格式），这一过程确实类似于Linux中先打包后压缩的两个操作，但实际上是合二为一的一步完成。