


Penyelesaian Paip Teks Pyhon Ergonomik untuk Linux Shell dengan pypyp dan uv
Abstrak
Catatan blog pendek ini ialah pengenalan tentang penyelesaian paip teks linux dengan pypyp dan uv, ia boleh menggunakan semula semua pengetahuan dan pakej anda tentang python dengan mudah tanpa belajar awk. Kami memberi tumpuan kepada memberitahu pembaca mengapa memilihnya dan bukannya cara menggunakannya. Jika anda ingin mengetahui lebih lanjut tentang penggunaan, lawati halaman utama pypyp dan halaman utama uv
Mengapa saya tidak akan menggunakan awk?
Apabila menulis skrip atau arahan shell linux, awk , sed dan grep ialah alat yang berkuasa untuk bekerja dengan teks: Anda boleh menggunakan grep untuk mencari sesuatu seperti ls | grep myname, gunakan sed untuk menggantikan sesuatu dan gunakan awk sebagai bahasa pengaturcaraan yang lengkap untuk menangani kes yang lebih canggih.
grep dan sed baik-baik saja. Mereka melakukan satu perkara dan melakukannya dengan sangat baik. Tetapi awk tidak. Seperti yang kita ketahui, awk ialah bahasa pengaturcaraan untuk teks, dan memerlukan lebih banyak masa untuk mempelajari cara menggunakannya berbanding dengan grep dan sed. Itulah masalahnya, awk ialah alat pemprosesan teks yang baik tetapi bukan bahasa pengaturcaraan yang baik.
Berbanding dengan Python, Ruby dan Perl, awk bukanlah bahasa pengaturcaraan tujuan umum, jadi penggunaan 99% awk hanya memproses teks dalam shell linux, dan kemudahan itu tidak berbaloi dengan masa dan pemuatan kognitif anda untuk mempelajari pengaturcaraan baharu bahasa, terutamanya apabila anda tidak mengambil jurusan skrip shell.
Jadi, hidup ini singkat, mengapa belajar bahasa pengaturcaraan lain jika anda boleh menggunakan bahasa yang telah anda pelajari?
Mengapa saya memilih pypyp?
pypyp ialah penyelesaian. Ia adalah skrip python yang mudah (kurang daripada 800 baris kod) yang boleh membantu anda menggantikan awk , sed dan grep dengan satu perintah pyp, dengan semua pengetahuan anda tentang python. Berikut ialah contoh cepat.
uname | pyp 'x.lower()' ls | uvx pypyp 're.match(r"\S+.c",x)' # use python regex
pypyp menyelesaikan banyak masalah mudah tetapi penting tentang python -c, ia membaca stdin kepada baris pembolehubah dan garisan pecah kepada x pembolehubah, ia juga mencetak ungkapan terakhir secara automatik. Sementara itu, ia mengimport beberapa pakej koman untuk menjadikan python semudah digunakan sebagai bahasa pemprosesan teks untuk shell linux sebagai perl dan awk.
Mengapa saya juga menggunakan uv?
uv adalah seperti kargo atau npm untuk python. Menggunakan pypyp dengan uvx (berfungsi seperti npx atau pipx) adalah sangat mudah terutamanya pakej pihak ketiga yang anda perlukan untuk pypyp. Sebagai contoh, saya ingin menggunakan numpy dengan pypyp, saya hanya boleh menggunakan uvx --with numpy untuk menambah pakej numpy dan menggunakan pyp untuk mengimportnya secara automatik.
uvx --with numpy pypyp 'numpy.random.randint(100)'
uv juga memudahkan pemasangan pypyp. Setelah uv dipasang, anda boleh menjalankan uvx pypyp secara terus dan uvx akan memuat turun dan menjalankannya untuk anda.
Kesimpulan
Saya mendapati bahawa uvx pypyp adalah alternatif yang baik untuk awk, ia boleh menggunakan semula semua pengetahuan anda tentang python, tanpa menambah beban untuk anda. Tetapi kita juga harus menyedari bahawa ia bukan penyelesaian yang popular buat masa ini, dan lebih baik jangan berkongsi arahan atau skrip anda dengan orang lain untuk keserasian.
Atas ialah kandungan terperinci Penyelesaian Paip Teks Pyhon Ergonomik untuk Linux Shell dengan pypyp dan uv. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
