文本处理 - 拾光初见 - 珍藏时光·记录成长与技术

一笑痕

人生若只如初见，
是可喜亦或者是可悲？

累计撰写 104 篇文章
累计收到 7 条评论

包含标签【文本处理】的文章

2026-9-23
sort -k2 和 -k2,2 排出两种顺序，差别在并列之后同一份订单导出，sort -k2 与 sort -k2,2 给出两种行序，四条记录里只有两条换了位置。分歧全部发生在第二列取值相同的行上：-k2 的键延伸到行尾，会继续拿后面的列比；-k2,2 到此为止，剩下的顺序交给整行兜底比较。
- 2026年-9月-23日
- 8 阅读
- 0 评论
开发工具
2026-9-22
加一个 LC_ALL=C，百万行排序从 1.45 秒到 0.19 秒 POSIX 定义里的 locale 决定的不只是界面语言，还有排序键、字符类与大小写折叠。同一批文件在 en_US.UTF-8 与 C 两个 locale 下排出来顺序不同，一百万个随机串的耗时差七倍；中文名字在 en_US.UTF-8 下甚至等于没排。
- 2026年-9月-22日
- 18 阅读
- 0 评论
开发工具
2026-9-21
$1 没分组就原样留在结果里，replace 一声不响替换串里的 $&、$1、$ 都会被引擎解释，第一个参数给普通字符串也一样。五种写错的写法逐个过实测输出，末尾给函数式替换这条稳妥路线。
- 2026年-9月-21日
- 22 阅读
- 0 评论
前端技术
2026-9-21
别把 sed -i 的后缀省掉，文件名会被当脚本读跨平台脚本里的 sed -i 在 macOS 上直接报错退出，文件没改动。从报错原文、man 页的 SYNOPSIS 到可移植的封装函数，四步实测都在本机跑过，GNU 侧的差异标注了未实测。
- 2026年-9月-21日
- 24 阅读
- 0 评论
开发工具
2026-9-20
怪文件名面前，只有两种批量写法一个不漏造 11 个名字里带空格、引号、反斜杠、通配符、制表符和换行的文件，用五种常见写法去批量处理，只有 find -print0 配 xargs -0 和 find -exec 加号这两种一个不漏，管道接 xargs 那种遇到一个不配对的引号会整批放弃。
- 2026年-9月-20日
- 28 阅读
- 0 评论
开发工具
2026-9-19
提字段最快的写法是 indexOf 手工切，不是正则同一份 5 万行日志提取 level 和耗时字段，正则逐行 exec 4.1ms，indexOf 手工切 3.1ms，split 空格 5.3ms 还切错了。位运算计数和普通布尔计数打成平手，全文围着这一张数据表展开。
- 2026年-9月-19日
- 27 阅读
- 0 评论
全栈
2026-9-18
bash 的 # 和 % 删东西，贪婪与否看几个字符就够了 ${v#-} 和 ${v##-} 差在哪、替换为什么会把相邻斜杠折叠、什么时候该用 dirname 而不是参数展开，全按问答排开。所有输出来自 bash 实跑，脚本在 tools/verify-param-expansion.sh。
- 2026年-9月-18日
- 26 阅读
- 0 评论
开发工具
2026-9-17
jq 里用 // 兜空值，false 会被吃掉语法没错、退出码正常、结果却不对的 jq 写法最容易留在脚本里。五个反例都在本机 jq-1.7.1 上跑过：空值兜底会吃掉 false、--arg 传进来的永远是字符串、大整数参与运算才掉精度、. 遇 null 直接中断、-e 的退出码会静默打断 shell 脚本。
- 2026年-9月-17日
- 31 阅读
- 0 评论
开发工具
2026-9-15
rg 搜不到不是文件的问题，先问是哪条规则挡的同一棵目录，rg 只看到 3 个文件，grep -r 看到 7 个。差的是哪一层规则、每个开关各自放行什么，以及 .gitignore 在没有 git 仓库的目录里为什么形同虚设。
- 2026年-9月-15日
- 38 阅读
- 0 评论
开发工具

一笑痕

人生若只如初见，
是可喜亦或者是可悲？

104 文章数

7 评论量

人生倒计时

标签

庄子论语请求头类型数值转换 probe 重试与幂等鉴权与安全热点话题上下文管理文件系统配置与约定 logrotate Linux 数据处理并发部署 Nginx 进程与信号时间与日期容错接口设计调试与排查取舍解析模型输出重定向文本处理 locale sort 幂等重试 Intl 金额计算浮点数古籍语言幽默语录缓存跨域 SameSite Cookie 跨平台 sed BSD nextTick 微任务事件循环踩坑