UNIX — универсальная среда программирования

Керниган Брайан Уилсон

Ни одно регулярное выражение команды

grep

не соответствует символу перевода строки; выражения сопоставляются с каждой строкой в отдельности. Регулярные выражения делают команду

grep

простым языком программирования. Вспомните, что второе поле файла паролей содержит зашифрованный пароль. Приведенная ниже команда проводит поиск пользователей, не имеющих пароля:

$ grep '^[^:]*::' /etc/passwd

Шаблон расшифровывается так: начало строки, любое число символов, отличных от двоеточия, два двоеточия.

Команда

grep

— старейшая в семействе программ, к которому относятся команды

fgrep

и

egrep

. В основном

их действие одинаково, но

fgrep

может одновременно искать несколько литеральных строк, тогда как

egrep

интерпретирует настоящие регулярные выражения, подобно

grep

, но с использованием операций "or" и скобок для группировки выражений, что будет объяснено ниже.

Обе команды,

fgrep

и

egrep

, имеют флаг

– f

для указания файла, из которого читается шаблон. В этом файле символы перевода строк разделяют шаблоны при параллельном поиске. Допустим, что некоторые слова вы пишете неправильно. В этом случае можно проверить документацию на наличие таких слов, поместив их в файл по одному на строке и воспользовавшись командой

fgrep

:

$ fgrep -f типичные_ошибки документ

Регулярные выражения, интерпретируемые

egrep

(они также приведены в табл. 4.1), — те же самые, что и в grep, но с небольшими добавлениями. Можно использовать скобки для группировки, поэтому

(xy)*

задает пустую строку или любую последовательность

xy

,

xyxy

,

xyxyxy

и т.д. Вертикальная черта

|

является операцией or (или);

today|tomorrow

соответствует

today

или

tomorrow

, как и

to(day|morrow)

. Наконец, в команде

egrep

есть еще две операции повторения:

+

и

?

. Шаблон

x+

задает один или более символов

x

, а шаблон

x?

— нуль или один символ

x

(но не более).

Команда

egrep

прекрасно подходит для игр, в которых нужно искать в словаре слова со специальными свойствами. Мы будем обращаться к словарю Вебстера (второе международное издание), хранящемуся в файле в виде списка слов по одному в строке без определений их значения. В вашей системе может быть небольшой словарь

/usr/dict/words

, предназначенный для проверки правописания; просмотрите его, чтобы выяснить формат. Ниже приведен шаблон, задающий слова английского языка, содержащие все пять гласных в алфавитном порядке:

$ cat alphvowels

^[^aeiou]*a[^aeiou]*e[^aeiou]*i[^aeiou]*o[^aeiou]*u[^aeiou]*$

$ egrep -f alphvowels /usr/dict/web2 | 3

abstemious abstemiously abstentions

achelious acheirous acleistous

affectious annelidous arsenious

arterious bacterious caesious

facetious facetiously fracedinous

majestious

$

В файле

alphvowels

шаблон не взят в кавычки. Если применяются кавычки для экранирования шаблона в команде

egrep

, интерпретатор защищает его от интерпретации командами, но кавычки убирает, и команда

egrep

никогда "не узнает" о них. Поскольку интерпретатор не заглядывает в файл, кавычки не нужны для защиты содержимого файла. Для этого примера мы могли бы использовать команду

grep

, но алгоритм

egrep

таков,

что она осуществляет поиск намного быстрее в случае шаблонов с повторителями, особенно при просмотре больших файлов.

В другом примере требуется найти все английские слова, состоящие из шести или более букв, в которых буквы следуют в алфавитном порядке:

$ cat monotonic

^a?b?c?d?e?f?g?h?i?j?k?l?m?n?o?p?r?s?t?u?v?w?x?y?z?$

$ egrep -f monotonic /usr/dict/web2 | grep '......' | 5

abdest acfcnow adipsy agnosy almost

bedfist behint befcnow bijoux biopsy

chintz dehors dehort demos dimpsy

egilops ghosty

(Egilops — это болезнь, поражающая пшеницу.) Обратите внимание на использование команды

grep

для фильтрации выходного потока

egrep

.

Для чего нужны три сходные программы? Программа

fgrep

не интерпретирует метасимволы, но может параллельно обрабатывать тысячи слов (после инициации время ее работы не зависит от числа слов), и поэтому она применяется прежде всего для заданий типа библиографического поиска. Размеры типичных шаблонов для программы

fgrep

превосходят возможности алгоритмов, используемых в программах

grep

и

egrep

. Различия между двумя последними указать труднее. Программа

egrep

появилась намного раньше. Она интерпретирует регулярные выражения, используемые в командах редактора

ed

, в ней есть помеченные регулярные выражения и большой набор флагов. Программа

egrep

интерпретирует более общие выражения (не считая помеченных), и выполняется значительно быстрее (со скоростью, не зависящей от шаблона), но ее стандартная версия требует большего времени на инициацию в случае сложного выражения. Существует новая версия, начинающая работу мгновенно, так что программы

egrep

и

grep

теперь можно было бы скомбинировать в одну программу поиска по шаблону.

Упражнение 4.1

Прочтите о регулярных выражениях

(\(

и

\))

в приложении 1 или справочном руководстве по

ed(1)

. Используйте программу

grep

для поиска палиндромов — слов, читающихся одинаково с конца и начала. Подсказка: составьте свой шаблон для слов каждой длины.

Упражнение 4.2

Алгоритм программы

grep

таков: прочесть одну строку, проверить ее на вхождение шаблона, затем продолжить цикл. Как повлияло бы на работу программы то, что регулярные выражения могли бы задавать перевод строки?

4.2 Другие фильтры

Здесь мы представим вам набор небольших системных фильтров, покажем их возможности и дадим несколько примеров использования. Список этих фильтров далеко не полон — существует еще множество фильтров, входящих в седьмую версию, и, конечно, каждая работающая система имеет свои специфические фильтры. Все стандартные фильтры описаны в разд. 1 справочного руководства по UNIX.

Рассмотрим сначала программу

sort

, как наиболее часто используемую. В гл. I было указано ее назначение: сортировка входного потока по строкам в порядке, задаваемом множеством ASCII. Хотя это очевидный порядок для сортировки по умолчанию, существует множество других полезных способов сортировки данных, и программа

sort

пытается удовлетворить всех, предоставляя множество различных флагов. Например, флаг

– f

устраняет различие между прописными и строчными буквами, флаг

– d

(словарный порядок) игнорирует при сравнении все символы, кроме букв, цифр и пробелов.