面试及总结4
今天周末，导师让我来实验室，帮他一起把数据从服务器上拷贝下来，然后做预处理，周一上午给出结果。 现在干得都差不多了，放在服务器让自个跑着，我闲来没事就随便看看新闻，逛逛论坛，写写博客，回顾总结一下前天面试的经验教训和心得体会
先说说前天百度面试的经历吧，那天下课后匆匆在教学楼打印代码后，便直接骑车飞奔五道口13号地铁站，进站、刷卡、等车、呼呼……、下车、刷卡、出站、然后从西二旗以100米冲刺的速度狂奔百度大厦，跨进B座门后，手机显示16：48分，还好，总算没迟到！
和一面一样，提前5分钟预约面试官，17：00面试正式开始 balabala... 18：00面试over。刚好面试完后，哥哥就给我打电话问我面试的情况如何（可能哥哥就站在4楼看着我面试呢 ^_^），并让我在一楼大厅等一会，他下楼带我去百度一楼吃饭（这个点回学校肯定也都没饭啦） 于是我和哥哥一块下楼到百度食堂，也随便感受一下百度的食堂文化——哇，人好多啊！需要排队、需要刷卡、也有免费的绿豆汤。。。有点像中科院的食堂，颇具学校食堂的气氛——于是点了一份喜欢吃的鱼和一小盘海带丝，要了一大份米饭，端了一大碗绿豆汤，哥哥替我打卡，好好蹭饭呗 哈哈
面试的序幕和片尾都讲完了，下面再回放一段精彩的剧情吧——回顾一下面试GG让我用Linux Shell命令进行字符串匹配的那道题吧（第二道）
题目大意：给出一个文件，里面包含两个字段{url、size}，url即为网址，size为网址对应访问的次数，要求：问题1、利用Linux Shell命令或自己设计算法，查询出url字符串中包含“baidu”子字符串对应的size字段值；问题2、根据问题1的查询结果，对其按照size由大到小的排列
面试时我采用的是自己设计算法，面试回来后我man sort查了排序命令的参数使用手册，下面我就详细讲一下用Shell命令的做法
分析题意：baidu.txt{url, size}，baidu.txt是文件，{url, size}是文件中的两个字段，并且url和size都是字符串型，字段之间用tab（/t）隔开
第一步，查询匹配url字符串中的字串"baidu"，直接用grep命令，具体格式 grep "baidu" baidu.txt（每行仅url可能含有baidu子字符串）
第二步，显示含有字串"baidu"的url及其对应的size，可以直接用ls命令，具体格式 ls -l | grep "baidu" baidu.txt（管道传值）
第三步，将步骤2的结果，通过重定向命令>>保存在baidu2.txt文件中，即 grep "baidu" baidu.txt >> baidu2.txt 保存匹配结果
第四步，排序，直接利用sort命令，即格式ls -l | sort -rnk 2 baidu.txt （sort反向r、以第二个字段k 2、数值型n进行排序）
第五步，将步骤4的结果，通过重定向命令>>保存在baidu3.txt文件中，即 sort -rnk 2 baidu2.txt >> baidu3.txt 保存排序结果
按照上面五步，我们先看结果，用数据说话，然后我将在下面依次详细介绍上面五步中用到的Shell命令及其参数的确切含义：
首先，新建baidu.txt文件，即用Vim编辑器输入创建的测试用例（我用过的主流搜索引擎及百度的部分产品），然后利用cat命令查看文件
其次，我们查询url字符串中包含子串"baidu"的项，并打印出url及其size
然后，我们新建baidu2.txt文件，用于保存问题1的结果（即匹配字符串url中包含子串"baidu"的结果项url和size）
接着，我们对上述问题1的结果，利用sort命令按照size由大到小进行排序
最后，我们新建baidu3.txt文件，用于保存sort排序结果
附图说明：
以上截图，均截自我电脑Linux RedHat 5.2（安装在VMWare 7.0虚拟机上）
其中的Shell命令都在Redhat Linux OS环境已测试通过
====================================================================================
好啦，今晚在man sort 查看了sort详细参数使用方法后，似乎可以不用awk命令就可以搞定此题，看来并没有我面试时想得那么复杂。现在就让我们具体看看sort的参数以及grep、重定向等Shell命令的详细使用方法吧
sort命令
格式：sort 【参数】 【文件】
举例：sort -rnk 2 baidu.txt
参数：r 逆序； n字符串按数值处理； k 2 表示第二个字段（列）
说明：在文件baidu.txt中，按照第二个字段的数值型由大到小进行排序
首先，在 Linux Shell命令行界面输入 man sort 查看 sort 的帮助手册
然后，查看本题中，我们需要用到的三个参数 r n k 的详细使用方法
由sort帮助文档显示：
1、参数n是把string字符串转换成numberical的值value进行比较（即把字符串转换成数值型，再进行比较）
2、参数r是反向，即逆序。由于sort默认排序是由小到大，而题意需要从大到小排序，因此此处需要逆序（注意：v在某些命令中也可表示反向，如正则表达式中）
3、参数k是字段分隔，即从哪个字段开始直到哪个字段结束，按其进行排序（注意：Linux Redhat 第一列从1开始，而不是0，本题格式中size为第二列，因此我们k定为2，而不是1。区别于通常用的Array数组下限和Python语言中分组的下限，即从0开始）
grep命令
格式：grep 【参数】 【查询字符串】 【文件】
举例：grep "baidu" baidu.txt
参数：此处无参数（省略了参数）
说明：查询匹配文件baidu.txt中，判断是否包含"baidu"子字符串
在Linux Shell命令行输入：man grep
管道| 命令
格式：【命令1】（目标） |【命令2】（源数据）
参数：为进程通信，无参数
举例：ls -l | grep "baidu" baidu.txt
说明：把文件baidu.txt中，包含"baidu"子字符串的结果，通过管道|命令，传给ls -l 作为目标内容，进行显示
重定向>或>> 命令
格式：【命令1】（源数据）> 【命令2】（目标） 或者 【命令1】（源数据）>> 【命令2】（目标）
参数：为信道传值，无参数
举例：sort -rnk 2 baidu.txt > baidu2.txt
说明：把文件baidu.txt中，对第二个字段按照数值型进行由大到小的排序，并将结果保存到文件baidu2.txt（清空后重写）
附图举例说明：先清空文件baidu2.txt中原有内容，然后再将sort结果重定向保存到baidu2.txt文件中
附图举例说明：先并未清空文件baidu2.txt中原有内容，而是直接追加sort结果，重定向保存到baidu2.txt文件中（保留baidu2.txt原有内容）
ls touch cat等其它基本命令，请详见我先前的博客 Linux Shell 常用命令与目录分区的学习总结
====================================================================================
第二步，查询匹配url字符串中是否含有字串"baidu"的另一种做法（在网友showmsg 的提示下，改用 awk 命令代替 grep 命令进行正则匹配）
当然，我们还是先看结果，然后我再介绍awk命令的使用方法
首先，我们查询并打印出含有"baidu"字串的url及其size
其次，我们对查询含有"baidu"的结果，对size进行有大到小的排序
最后，保存查询匹配"baidu"并对size由大到小排序后的结果到baidu2.txt文件中（重定向）
附加1，如果只想按照size由大到小打印出url（即不打印size，也就是分离字段），则如下
附加2，如果只想按照size由大到小打印出size（即不打印url，也就是分离字段），则如下
这便是我面试时想用awk命令的解法，不过当时我只知道此命令功能但没具体用过，今在网友showmsg 指点下，总算略通一二，对此表示谢意^_^
====================================================================================
awk 命令
格式：awk commands file 或者 awk script-file file
参数：print 打印；$1 第一个字段； $2 第二个字段； ' ' 单引号需加上，并可写入正则表达式，如查询baidu字串
举例：awk '/baidu/ && $2<800' baidu.txt
说明：查询文件baidu.txt中满足第一字段含有"baidu"字串并且第二个字段数字size<800的所有记录，并显示出结果
附图1：查询文件baidu.txt中满足第一字段含有"baidu"字串并且第二个字段数字size<800的所有记录，并显示出结果
附图2：查询文件baidu.txt中满足第一字段含有"baidu"字串并且第二个字段数字size<800的所有记录，并打印出结果的第一个字段（url）
