Linux Tools for Text Processing

Veri bilimi, biyoinformatik ve Linux sistem yönetimi gibi birçok alan, metinsel verilerin işlenmesini gerektirir. Bu görevler arasında yapılandırılmış verilerden (örneğin, virgülle ayrılmış dosyalar) belirli koşulları karşılayan alanların veya kayıtların ayıklanması, birden fazla dosyadaki içeriğin birleştirilmesi, bir belgenin tüm satırlarına sistematik değişikliklerin uygulanması, verilerin sıralanması veya rastgele hale getirilmesi ve büyük dosyaların daha küçük dosyalara bölünmesi yer alır. Bu işlemler elle yapılabilse de, genellikle zaman alıcı, sıkıcı ve en kötüsü de hataya açık olma eğilimindedir. Bu kursta, bu görevleri basitleştirmenizi ve otomatikleştirmenizi sağlayan Linux ve Linux benzeri ortamlarda bulunan metin işleme araçlarını sistematik olarak inceliyoruz. En basit araçlarla başlayarak head, tail, paste, nl, sort, shuffle, split, tr ve cut özelliklerini ele alacağız. Ardından, arama ve manipülasyon için çok daha güçlü yetenekler sunan grep, awk ve sed araçlarına geçeceğiz. Düzenli ifadelere (regex) giriş yaparak ve bunların daha zengin ve karmaşık kalıpları belirtmek için nasıl kullanılabileceğini açıklayarak kursu tamamlayacağız. Regex konuları arasında nicelik belirteçleri, joker karakterler, çıpalar, karakter sınıfları, gruplama ve alternatifler yer alacaktır.