NÉV
grep, egrep, fgrep − mintához illeszkedő sorokat nyomtat
ÁTTEKINTÉS
grep [ −[[AB] ]num ] [ −[CEFGVBchilnsvwx] ] [ −e ] minta | −ffile ] [ fájlok... ]
LEÍRÁS
Grep a megnevezett bemeneti fájlok -ban a megadott mintá -hoz illeszkedő sorokat keres. Amennyiben nincs bemenő fájlnév megadva, vagy az a − jel, a szabványos bemenetet olvassa. Alapértelmezés szerint grep a mintához illeszkedő sorokat kinyomtatja.
Három fő változata van a grep -nek, melyeket a következő opciókkal szabályozhatunk:
−G |
A mintá -t alap szabályos kifejezésként (basic regular expression) kezeli. Részletesebben lásd lentebb. Ez az alapértelmezett. | ||
−E |
A mintá -t bővített szabályos kifejezésként (extended regular expression) kezeli. Részletesebben lásd lentebb. | ||
−F |
A mintá -t fix stringekből álló listának veszi, melyek újsor-jelekkel vannak elválasztva, és amelyekből bármelyikhez való illeszkedést keressük. |
Létezik továbbá két programváltozat: egrep és fgrep . Egrep hasonló, de nem azonos grep −E, -vel és kompatíbilis a történelmi Unix egrep -pel. Fgrep azonos grep −F -fel.
A grep minden változata megérti az alábbi opciókat:
−num |
Az illeszkedést mutató sorok környezetükkel együtt lesznek kinyomatatva, azaz ezen sorok előtt és utáni num számú sor is nyomtatásra kerül. Eközben a grep program sosem fog egy sort többször kinyomtatni, még akkor sem, ha ezek a környezetek átfedik egymást. | ||
−A num |
Az illeszkedést mutató sorok utáni num sor is nyomtatásra kerül. | ||
−B num |
Az illeszkedést mutató sorok előtti num sor is nyomtatásra kerül. | ||
−C |
Azonos −2 -vel. | ||
−V |
Kinyomtatja a grep verziószámát a szabványos hibakimenetre. Ezt a verziószámot célszerű csatolni minden hibajelentéshez. (Lásd lent.) | ||
−b |
A kimeneti sorok előtt kinyomtatja a bemeneti fájlon belüli offset értéket. (Azaz azt, hogy a sor hányadik bájttal kezdődik a fájl kezdete után.) | ||
−c |
Elhagyja a szokásos kimenetet, ehelyett az illeszkedést mutató sorok számát írja ki minden fájl esetére. A −v opcióval (lásd lent), a nem illeszkedő sorokat számolja. |
−e minta
A mintá -t használja mintának. Hasznos, ha a minta − jellel kezdődik.
−f fájl
A mintát a fájl -ból veszi.
−h |
Több fájlban való kereséskor elhagyja a kimeneten a fájlnevek sor eleji kiírását. | ||
−i |
Nem különbözteti meg a kis- és nagybetűket sem a mintá -ban, sem a bemeneti fájlban. | ||
−L |
Elhagyja a szokásos kimenetet, és csak azon fájlok neveit adja meg, amelyekből nem származna kimenet. | ||
−l |
Elhagyja a szokásos kimenetet, és csak azon fájlok neveit adja meg, amelyekből származna kimenet. | ||
−n |
A kimenet sorai elején megadja a sor bemeneti fájlon belüli számát. | ||
−q |
Csendes (quiet) üzemmód: elhagyja a normális kimenetet. (Ilyenkor a grep -nek csak a visszatérési értéke ad információt.) | ||
−s |
Elhagyja a nemlétező vagy olvashatatlan fájlokról szóló hibajelentéseket. | ||
−v |
Megfordítja az illeszkedés értelmét: a mintához nem illeszkedő sorokat választja ki. | ||
−w |
Csak azokat a sorokat választja ki, amelyekben az illeszkedés teljes szavakból származik. Azaz az illeszkedést mutató szövegrész előtt és után nem állhat betű, szám vagy aláhúzásjel. | ||
−x |
Csak teljes sorokkal való illeszkedést vizsgál. |
SZABÁLYOS KIFEJEZÉSEK (REGULAR EXPRESSIONS)
A szabályos kifejezés egy minta, amely a stringeknek egy halmazát írja le. A szabályos kifejezések az aritmetikai kifejezésekhez hasonlóan konstruálhatók, azaz különböző operátorokkal kisebb kifejezésekből építhetők fel.
Grep kétféle változatát érti a szabályos kifejezések nyelvtanának (syntax): az ’’alap’’ (basic) és a ’’bővített’’ (extended) változatot. A GNU grep -ben nincs különbség a kétféle nyelvtan által elérhető funkciókban. Más megvalósításokban az alap szabályos kifejezések kevésbé hatékonyak. A következő leírás a bővített szabályos kifejezésekre vonatkozik; az alap reguláris kifejezéseknek ettől való különbségeit ezután összegezzük.
Az elemi építőkövek olyan szabályos kifejezések, melyek egyetlen karakterhez illeszkednek. A legtöbb karakter (pl. a betűk és a számok) szabályos kifejezések, melyek önmagukhoz illeszkednek. A speciális jelentéssel rendelkező metakarakterek (pl. a ., *, [ karakterek) elé backslash-t kell írni, hogy speciális jelentésük helyett a karakterhez való illeszkedést vizsgálhassuk. (Pl. a mintában levő \[ fog illeszkedik a szövegbeli nyitó szögletes zárójellel.)
A [ és ] jelek közé írt karakterlista illeszkedik a listában szereplő bármely karakterhez. Amennyiben a lista a ^ jellel kezdődik, az illeszkedés a listában nem szereplő karakterekkel áll fenn. Például a [0123456789] szabályos kifejezés bármely számjegyhez illeszkedik.
ASCII karakterek tartománya az első és utolsó karakterek megadásával adható meg, ha ezeket ’-’ jel választja el. (Pl. [a-f] ugyanaz, mint [abcdef].)
Végül
a karakterek néhány speciális
osztálya előre definiált névvel
rendelkezik. (Ezen nevek jelentése angolul
magától értetődő, itt
kifejtjük őket.)
[:alnum:]
betű vagy szám
[:alpha:]
betű
[:cntrl:]
vezérlőkarakter
[:digit:]
számjegy
[:graph:]
grafikus karakter
[:lower:]
kisbetű
[:print:]
nyomtatható karakter
[:punct:]
elválasztó, központozó jel (.,;?!)
[:space:]
szóköz
[:upper:]
nagybetű
[:xdigit:]
hexadecimális szám
Pédául [[:alnum:]] jelentése: [0-9A-Za-z], azzal a kitétellel, hogy az utóbbi forma az ASCII kódolástól függ, míg az előbbi nem, így átvihető. (Megjegyzés: ezen osztálynevekben szereplő zárójelek a szimbolikus nevek részei, és a zárójeles listákat határoló zárójelek mellett ezeket is meg kell adni.)
A legtöbb metakarakter elveszti speciális jelentését egy listán belül. Egy ] jelet a minta első elemeként szerepeltetve csatolhatunk a listához. Hasonlóan a ^ jel az első kivételével bármely helyre kerülve a ’^’ jelet fogja jelenteni. Végül a ’-’ jelet a lista utolsó elemeként kell írni, ha nem metakarakterként akarjuk értelmezni.
A pont ( . ) minden karakterhez illeszkedik. A \w szimbólum az [[:alnum:]] szinonímája, míg \W ugyanaz, mint [^[:alnum:]].
A ^ és a $ jelek metakarakterek, melyek rendre a sorkezdő és -záró üres srtingekhez illeszkednek. Hasonlóan a \< és \> szimbólumok a szavak elejénél illetve végénél található üres stringhez illeszkednek. A \b a szóhatáron levő üres stringhez illeszkedik, míg \B a nem szóhatáron levő üres stringhez illeszkedik.
Az egy karakterhez illeszkedő szabályos kifejezéseket a következő ismétlési operátorok egyike követheti:
? |
Az előző tag opcionális, és legfeljebb egyszer illeszkedik. | ||
* |
Az előző tag nulla vagy több alkalommal illeszkedik. | ||
+ |
Az előző tag egy vagy több alkalommal illeszkedik. | ||
{n} |
Az előző tag pontosan n alkalommal illeszkedik. | ||
{n,} |
Az előző tag n vagy több alkalommal illeszkedik. | ||
{,m} |
Az előző tag legfeljebb m alkalommal illeszkedik. | ||
{n,m} |
Az előző tag legalább n de legfeljebb m alkalommal illeszkedik. |
Két szabályos kifejezés összefűzhető; a kapott szabályos kifejezés minden olyan stringhez illeszkedik, amely a két szabályos kifejezéshez illeszkedő két részstringből állítható össze a sorrend megtartása mellett.
Két szabályos kifejezés összekapcsolható a | infix operátorral; a kapott szabályos kifejezés minden stringhez illeszkedik, amelyikhez valamelyik részkifejezés illeszkedik.
Az ismétlés nagyobb precedenciájú, mint az összefűzés, ami viszont a választóoperátornál (azaz |-nál) nagyobb precedenciájú. Egy részkifejezés zárójelbe tehető, hogy felülbíráljuk a precedenciát.
A \n visszahivatkozást (backreference) jelöl, ahol n egy számjegy. Ez illeszkedik ahhoz a stringhez, amely a szabályos kifejezés ezt megelőző n -edik zárójeles alkifejezéshez illeszkedett.
Az alap szabályos kifejezésekben a ?, +, {, |, (, és ) metakarakterek elvesztik speciális jelentésüket; helyettük a backslash-es változatukat kell használni: \?, \+, \{, \|, \(, és \).
Az egrep programban a { metakarakter elveszti speciális jelentését, helyette a \{ használható.
DIAGNOSZTIKA
Általában a kilépési állapot (exit status) 0, ha volt illeszkedés és 1, ha nem volt egyetlen illeszkedés sem. A −v opció megfordítja ennek értelmét.
A 2 kilépési állapot hibát jelez: nyelvtani hiba volt a mintában vagy elérhetetlen a bemeneti fájl, esetleg más rendszerhiba történt.
HIBÁK
A hibajelentések e-mail-en a bug-gnu-utils [AT] prep.edu. címre küldendők. Győződjön meg róla, hogy a ’’grep’’ szó szerepel valahol a ’’Subject:’’ mezőben.
Nagy ismétlési számok a {m,n} ismétlési operátorban nagy memóriafelhasználást eredményezhetnek. Továbbá néhány más bonyolult szabályos kifejezés exponenciálisan növő időt és tárhelyet követelhet, és azt eredményezheti, hogy a grep kifut a memóriából.
A visszahivatkozások nagyon lassúak és exponenciálisan növő futásidőt igényelnek.
MAGYAR FORDÍTÁS
Horváth András <horvatha [AT] rs1.hu>