使用 pypyp 和 uv 的 Linux Shell 符合人體工學的 Pyhon 文字管道解決方案
抽象的
這篇簡短的部落格文章是關於使用 pypyp 和 uv 的 Linux 文字管道解決方案的介紹,它可以輕鬆地重複使用您所有有關 python 的知識和軟體包,而無需學習 awk。我們專注於告訴讀者為什麼選擇它而不是如何使用它。如果想了解更多使用方法,請造訪pypyp主頁和uv主頁
為什麼我不使用 awk ?
編寫 Linux shell 腳本或指令時,awk、sed 和 grep 是處理文字的強大工具:您可以使用 grep 來尋找類似 ls | 的內容。 grep myname,使用 sed 取代某些內容並使用 awk 作為圖靈完整的程式語言來處理更複雜的情況。
grep 和 sed 都很好。他們只做一件事,而且做得很好。但 awk 不是。眾所周知,awk 是一種文字程式語言,與 grep 和 sed 相比,學習如何使用它需要更多的時間。這就是問題所在,awk 是一個很好的文字處理工具,但不是一個好的程式語言。
與Python、Ruby 和Perl 相比,awk 不是通用程式語言,因此awk 99% 的使用僅是在linux shell 中處理文本,而這種便利性不值得您花費時間和認知負荷來學習新的程式語言,尤其是當你不是主修shell 腳本時。
所以,生命短暫,如果你可以使用已經學過的程式語言,為什麼還要學習另一種程式語言呢?
為什麼我選擇pypyp?
pypyp 是一個解決方案。這是一個簡單的(少於 800 行程式碼)Python 腳本,可以幫助您使用單一命令 pyp 替換 awk 、 sed 和 grep ,並具備您有關 Python 的所有知識。這是一個簡單的例子。
uname | pyp 'x.lower()' ls | uvx pypyp 're.match(r"\S+.c",x)' # use python regex
pypyp 解決了許多關於 python -c 的簡單但重要的問題,它讀取 stdin 到lines變量並將行分割到x變量,它還自動打印最後一個表達式。同時它導入了一些comman包,使python像perl和awk一樣易於使用作為linux shell的文本處理語言。
為什麼我也用uv?
uv 就像 python 的 Cargo 或 npm。將 pypyp 與 uvx(類似於 npx 或 pipx)一起使用非常簡單,尤其是您需要 pypyp 的第三方套件。例如,我想將 numpy 與 pypyp 一起使用,我可以簡單地使用 uvx --with numpy 添加 numpy 包並使用 pyp 自動導入它。
uvx --with numpy pypyp 'numpy.random.randint(100)'
uv 也讓安裝 pypyp 變得更容易。安裝 uv 後,您可以直接執行 uvx pypyp,uvx 將為您下載並執行它。
結論
我發現uvx pypyp是awk的一個很好的替代品,它可以重複使用你所有關於python的知識,而不會給你增加更多的負擔。但我們也應該注意到,它目前還不是一個流行的解決方案,為了相容性,最好不要與其他人分享您的命令或腳本。
以上是使用 pypyp 和 uv 的 Linux Shell 符合人體工學的 Pyhon 文字管道解決方案的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
