Linux文本流

之前已經用文本編輯器修改過文本。現在，我們要深入理解所謂的“ 文本”。

文本流

在計算機中，所謂的數據就是0或1的二進制序列，但嚴格來說，Unix以字節（byte）來作為數據的單位，也就是說這個序列每八位（bit）為一個單位。八位的二進制數字，會落在十進制從0到255的范圍內。利用ASCII編碼，可以把這一個字節轉換成為256個字符中的一個。所以，在Unix中，數據完全可以用字符的形式表示出來，也就是所謂的文本（text）。

實際上，如果以位為單位的話，機器會更容易讀懂和傳輸。但Unix系統堅持用字節為單位來表示數據。原因在于，相對于以位為單位的二進制數據，以字節為單位文本直接就人類可讀（human readable）。這樣的話，無論是計算機配置信息，還是別人寫的一首詩，用戶都可以直接讀懂。當然，并不是所有的數據都是設計來讓人讀懂的。很多編譯好的可執行文件中包含的內容，只有機器能讀懂。打開這個文件，盡管也能看到一個個字符，但這些字符并不能組成什么有意義的文本。但Unix系統不會給這種“讀不懂”的文件開后門。所有文件都是統一的形式，就能以相同的方法存儲，也能共用一套處理工具，從而減少程序開發的難度。

存儲文本的文件，就相當于一個個存儲數據的房子。在Unix的設計哲學中，一向有“萬物皆文件”（Everything is a file）的說法。大部分的文件都對應了存儲設備，也就是樹莓派的SD卡上的信息。就連表示文件位置的目錄，也是一種文件。此外，程序的配置信息，也都存儲在文件中。對于Unix系統來說，文件可以廣義的認為是可以提供或接收數據的對象。既然這樣，Unix系統干脆把提供或接收數據的硬件也表示成文件。這其中，既有外部連接的USB設備，也包括樹莓派內部的內存等硬件。在/dev目錄下，就可以找到很多這樣代表硬件的文件。

但托瓦茲對“萬物皆文件”的說法作出過糾正，改為“萬物皆文本流”（Everything is a stream of bytes"）。系統運行時，數據并不是在一個文件里定居。數據會在CPU的指揮下不斷地流動，就好像一個勤勞的上班族。有時數據需要到辦公室上班，因此被讀入到內存，有時會去酒店休假，傳送到外部設備。有的時候，數據需要搬個家，轉移到另一個文件。在這樣跑來跑去的過程中，數據像是排著隊走路的人流，我們叫它文本流（text stream，或者byte stream）。然而，計算機不同設備之間的連接方法差異很大，從內存到文件的連接像是爬山，從內存到外設像是游過一條河。為此，Unix定義了流 (stream)，作為連接操作系統各處的公路標準。有了“流”，無論是從內存到外設，還是從內存到文件，所有的數據公路都是相同的格式。至于公路下面是石頭還是土地，就都交給操作系統處理，不勞用戶操心。

(說句題外話，如果看過駭客帝國的話，一定會對文本流印象深刻。)

 
標準輸入，標準輸出，標準錯誤與重新定向

當Unix執行一個程序的時候，會自動打開三個流，標準輸入(standard input)，標準輸出(standard output)，標準錯誤(standard error)。比如說你打開命令行的時候，默認情況下，命令行的標準輸入連接到鍵盤，標準輸出和標準錯誤都連接到屏幕。對于一個程序來說，盡管它總會打開這三個流，但它會根據需要使用，并不是一定要使用。

想象一下敲擊一個

$ls

鍵盤敲擊的文本流("ls\n"，\n是回車時輸入的字符，表示換行)命令行 (命令行實際上也是一個程序)。命令行隨后調用/bin/ls得到結果("a.txt")，最后這個輸出的文本流("a.txt")流到屏幕，顯示出來，比如說：

a.txt

假設說我們不想讓文本流流到屏幕，而是流到另一個文件，我們可以采用重新定向(redirect)的機制。

$ls > a.txt

重新定向標準輸出。這里的>就是提醒命令行，讓它知道我現在想變換文本流的方向了，我們不讓標準輸出輸出到屏幕，而是要到a.txt這個文件 (好像火車軌道換軌)。此時，計算機會新建一個a.txt的文件，并將命令行的標準輸出指向這個文件。

有另一個符號:

$ls >> a.txt

這里>>的作用也是重新定向標準輸出。如果a.txt已經存在的話，ls產生的文本流會附加在a.txt的結尾，而不會像>那樣每次都新建a.txt。

 

我們下面介紹命令echo：

$echo IamVamei

echo的作用是將文本流導向標準輸出。在這里，echo的作用就是將IamVamei輸出到屏幕上。如果是

$echo IamVamei > a.txt

a.txt中就會有IamVamei這個文本。

 

我們也可以用<符號來改變標準輸入。比如cat命令，它可以從標準輸入讀入文本流，并輸出到標準輸出:

$cat < a.txt

我們將cat標準輸入指向a.txt，文本會從文件流到cat，然后再輸出到屏幕上。當然，我們還可以同時重新定向標準輸出:

$cat < a.txt > b.txt

這樣，a.txt的內容就復制到了b.txt中。

 

我們還可以使用>&來同時重新定向標準輸出和標準錯誤。假設我們并沒有一個目錄void。那么

$cd void > a.txt

會在屏幕上返回錯誤信息。因為此時標準錯誤依然指向屏幕。當我們使用:

$cd void >& a.txt

錯誤信息被導向a.txt。

 

如果只想重新定向標準錯誤，可以使用2>:

$cd void 2> a.txt > b.txt

標準錯誤對應的總是2號，所以有以上寫法。標準錯誤輸出到a.txt，標準輸出輸出到b.txt。

 
管道 (pipe)

理解了以上的內容之后，管道的概念就易如反掌。管道可以將一個命令的輸出導向另一個命令的輸入，從而讓兩個(或者更多命令)像流水線一樣連續工作，不斷地處理文本流。在命令行中，我們用|表示管道：

$cat < a.txt | wc

wc命令代表word count，用于統計文本中的行、詞以及字符的總數。a.txt中的文本先流到cat，然后從cat的標準輸出流到wc的標準輸入，從而讓wc知道自己要處理的是a.txt這個字符串。

 

Linux的各個命令實際上高度專業化，并盡量相互獨立。每一個都只專注于一個小的功能。但通過pipe，我們可以將這些功能合在一起，實現一些復雜的目的。

 
總結

文本流，標準輸入，標準輸出，標準錯誤

cat, echo, wc

>, >>, <, |