zoukankan      html  css  js  c++  java
  • Linux常用的命令

    1. 首先是命令提示符   [root@localhost ~]# 
      1. root:当前登录用户
      2. localhost:主机名
      3. ~ 当前所在目录(家目录)普通用户的家目录是/home/user;root用户的家目录是/root
      4. #超级用户的提示符   
      5. $普通用户的提示符
    2. 查询目录中的内容:ls [选项] [文件或目录]
      1. -a :显示所有文件,包括隐藏文件  ;.开头的文件是隐藏文件
      2. -l :显示详细信息 ,-》 ls -l 可简写为ll
      3. -d:查看目录属性
      4. -h:人性化显示文件大小
      5. -i:显示inode
    3. 建立目录:mkdir -p [目录名]
      1. -p 递归创建        创建多级目录时使用
      2. mkdir即:make directories
    4. 切换目录:cd [目录]
      1. cd即:change directory
      2. cd ~:进入当前用户的家目录
      3. cd
      4. cd -  进入上次目录
      5. cd .. 进入上一级目录
      6. cd .  进入当前目录
      7. 相对路径:
      8. 绝对路径:
    5. 删除目录:rmdir
      1. rmdir即:remove empty directories
    6. 删除文件或目录:rm -rf [文件或目录]
      1. rm即:remove
      2. -r:删除目录
      3. -f强制
    7. 复制命令:cp [选项] [源文件或目录] [目标目录] 
      1. cp即:copy
      2. -r:复制目录
      3. -p:连带文件属性复制
      4. -d:若源文件是链接文件,则复制链接属性
      5. -a: 相当于 -pdr
    8. 剪切或改写命令:mv [源文件或目录] [目标目录]
      1. mv即:move
      2. 注意,无-r选项
    9. 帮助命令:man
    10. 压缩命令:zip
      1. zip 压缩文件名 源文件
      2. zip -r 压缩文件名 源目录
    11. 解压缩命令:unzip
      1. unzip 文件名
    12. 压缩命令:gzip
      1. gzip 源文件   # 压缩为.gz格式的压缩文件,源文件会消失
      2. gzip -c 源文件 > 压缩文件               #压缩为.gz格式,源文件保留
      3. gzip -r 目录   #压缩目录下所有的子文件,但是不能压缩目录   单个压缩
      4. gzip -d 压缩文件    #解压缩文件
      5. gunzip 压缩文件   #解压缩文件
    13. 链接命令:ln -s [源文件][目标文件]
      1. ln即link
      2. 功能是:生成链接文件
      3. -s:创建软链接

          硬链接的特征:

        1. 拥有相同的i节点和存储block块,可以看作是同一个文件
        2. 可通过i节点识别
        3. 不能跨分区
        4. 不能针对目录使用

                     软连接的特征:

    1. 类似windows快捷方式
    2. 软连接拥有自己的i节点和block块,但是数据块中只保存源文件的文件名和i节点号,并没有实际的文件数据
    3. lrwxrwxrwx I软连接    软连接文件权限都为rwxrwxrwx
    4. 修改任意文件,另一个都改变
    5. 删除原文件,软连接不能实用
    6. 一定要写绝对路

     14 文件搜索命令

        locate 文件名   #在后台数据库中按文件名搜索,搜索速度更快

          数据库: /var/lib/mlocate    #locate命令所搜索的后台数据库

          可用   updatedb 实时更新数据库

          缺点:只可以按照文件名搜索

      

  • 相关阅读:
    对 【Sequence to Sequence Learning with Neural Networks】的理解
    对 【Bidirectional LSTM-CRF Models for Sequence Tagging】的理解
    对 【Evaluation methods for unsupervised word embeddings 】 的理解
    对【XGBoost】的理解
    可变卷积Deforable ConvNet 迁移训练自己的数据集 MXNet框架 GPU版
    Ubuntu16 编译源码安装MXNet 可变卷积Deformable-ConvNets GPU版
    深度学习-超参数调整总结
    迁移学习介绍
    对 【BERT- Pre-training of Deep Bidirectional Transformers for Language Understanding】 的理解
    【图文】pycharm 修改自动导入包快捷键
  • 原文地址:https://www.cnblogs.com/wangshujing/p/6849247.html
Copyright © 2011-2022 走看看