Porovnávání souborů
Když se řekne porovnávání souborů (budeme pracovat převážně s textovými), mnoho uživatelů asi hned napadne program diff. Je to šikovný program, ale každému se nemusí líbit jeho výstup. A občas to může být zbytečně velký kanon na vrabce. Ukážeme si několik méně známých programů, které dělají stejnou nebo podobnou práci.
Napřed si připravíme dva testovací soubory:
$ cat prvni.txt ahoj, ja jsem prvni soubor a jsem jediny a originalni $ cat druhy.txt ahoj, ja jsem druhy soubor a jsem skoro jediny a originalni
Cmp
Cmp porovnává dva soubory bajt po bajtu a oznámí první rozdíl. Pokud přidáme parametr -b, řekne i o který znak se jedná.
$ cmp prvni.txt druhy.txt prvni.txt druhy.txt se liší: bajt 15, řádek 2 $ cmp -b prvni.txt druhy.txt prvni.txt druhy.txt se liší: bajt 15, řádek 2 je 160 p 144 d
Sdiff
Program sdiff má více ukecaný a přehlednější výstup. Každý ze souborů zobrazuje na jedné polovině obrazovky a zvýrazňuje rozdíly. Soubor prvni.txt si rozšíříme o jeden řádek:
echo koncim >> prvni.txt
Parametr -s říká, že se nebudou vypisovat shodné řádky, dalšími parametry je možné nastavit ignorování více mezer, bílé znaky na konci řádků apod.
$ sdiff -s prvni.txt druhy.txt
ja jsem prvni soubor a jsem | ja jsem druhy soubor a jsem
jediny a originalni | skoro jediny a originalni
> koncim
Znak | značí řádek, kde je rozdíl, <> pak značí řádek chybějící v jednom nebo druhém souboru. Sdiff toho umí ale mnohem více, třeba interaktivní spojování souborů. Koukněte do manuálu.
Comm
Dalším porovnávačem je program comm. Porovnává řádek po řádku a záleží na pořadí řádků v souborech. Zobrazení výstupu řeší jinak, a to pomocí tabelátoru.
- bez – řádek je v pouze v prvním souboru
- 1 tab – řádek je v druhém souboru
- 2 taby – řádek je shodný v obou souborech
$ comm prvni.txt druhy.txt
ahoj,
ja jsem druhy soubor a jsem
ja jsem prvni soubor a jsem
jediny a originalni
koncim
skoro jediny a originalni
Diff
Příkaz diff je o dost mocnější. Parametrem -i říkáme, aby nerozlišoval velká a malá písmena, pro textové soubory se mohou hodit i parametry týkající se bílých znaků na koncích řádků ( -Z), množství mezer mezi slovy ( -b)…
Více se o něm dozvíte třeba v blogu Petra Krčmáře.
Číselné řady s Jot
Teď trochu něco jiného. Začnu programem jot. Nazval bych jej generátorem číselných a znakových řad. Nemusí se jednat jen o sekvenční data, jot umí generovat i pomocí náhody.
Základní parametry jsou čtyři – počet hodnot, první, poslední a krok. Pokud chceme nějaký vynechat, zadáváme místo něj pomlčku.
V některých případech nemusíme ani to. Sílu tohoto programu si nejlépe ukážeme na pár příkladech.
Začneme s čísly:
$ jot 4 1 2 3 4
Teď sestupně. Všimněte si, že se k číslu –9 vůbec nedostaneme, protože dříve nastane počet opakování (8). Pokud by byl počet opakování vyšší, výstup se zastaví u hodnoty –9.
$ jot -p1 8 0 -9 -0.5 0.0 -0.5 -1.0 -1.5 -2.0 -2.5 -3.0 -3.5
Parametr -p není nutné zapisovat ani takto, zkuste třeba následující příklad. Krok se automaticky dopočítá a počet desetinných míst se taky upraví:
$ jot 5 0 10.00
Občas se taková věc může hodit třeba v kombinaci s for:
for hodnota in `jot 4 100`
do
echo $hodnota
done
A jdeme na znaky. Neznáte pozici písmene H v ascii tabulce?
$ jot 1 H 72
Můžeme převádět i obráceně:
$ jot -c 1 72 H
Je možné pracovat i s řetězci
$ jot -w ahoj_%c 26 a ahoj_a ahoj_b ahoj_c ahoj_d ahoj_e ahoj_f …
Generování jednoduchých hesel: -s říká, jaký oddělovač použít, -r je náhoda a -c říká, že jde o znaky. Pak už jen počet opakování, minimální a maximální hodnota.
$ jot -s "" -r -c 8 a z hdwimmst
Expand a unexpand
Tato utilita nám v zadaném souboru nahradí tabulátory mezerami nebo obráceně.
$ expand pokus_s_taby.txt > pokus_s_mezerami.txt
Obráceně to dělá utilita unxepand, nezapomeňte na parametr -a.
$ unexpand -a pokus_s_mezerami.txt > pokus_s_taby.txt
Paste
Paste spojuje soubory, vezme první řádky všech souborů a dá je na první řádek, stejně tak s ostatními.
Vytvoříme si dva ukázkové soubory
$ cat prvni.txt ahoj, ja jsem prvni soubor, kde jsou 4 radky $ cat druhy.txt nazdar, ja jsem tvuj druhy kolega a stejne dlouhy $ paste prvni.txt druhy.txt ahoj, nazdar, ja jsem prvni soubor, ja jsem tvuj kde jsou druhy kolega 4 radky a stejne dlouhy
Paste toho umí taky ještě víc. Když chcete třeba nahradit konce řádků znakem tab
$ paste -s prvni.txt ahoj, ja jsem prvni soubor, kde jsou 4 radky
Podobnou funkci mí i příkaz lam. Ten se třeba v základní instalaci Ubuntu nevyskytuje, ale ve FreeBSD je.
Vynechání sloupců s colrm
Nedávno jsem v diskuzi narazil na extrahování některých sloupců z výpisu. Většina uživatelů na to využívá třeba awk. Existuje ale i utilita colrm, která je velmi jednoduchá a dáváte jí pouze jeden nebo dva parametry – od a do kterého sloupce má vynechávat.
$ ls -al | colrm 10 33 … drwx----- čen 14 2013 .adobe -rw------ srp 2 22:38 .bash_history -rw-r--r- čen 14 2013 .bash_logout -rw-r--r- čen 14 2013 .bashrc …
Tak to je pro dnešek vše. Hrátky z řádky asi začnou znovu a nepravidelně vycházet. Máte nějaké tipy? Prosím, podělte se v diskuzi.
ČLÁNKY DO MAILU