Manpages

NÉV

tr − karakterek lecserélése, tömörítése és/vagy törlése

ÁTTEKINTÉS

tr [−cdst] [−−complement] [−−delete] [−−squeeze−repeats] [−−truncate-set1] string1 [string2]

tr [−−help] [−−version]

LEÍRÁS

tr átmásolja a szabványos bemenetet a szabványos kimenetre végrehajtva egyet a következő feladatok közül:

• cserél, és választhatóan tömöríti az eredményben az ismétlődő karaktereket
• tömöríti az ismétlődő karaktereket
• karaktereket töröl
• karaktereket töröl, majd tömöríti az eredményben az ismétlődő karaktereket.

A string1 és (ha megadott) a string2 argumentumok egy rendezett karakterhalmazt határoznak meg, melyre lejebb SET1 és SET2-ként hivatkozunk. Ezek a halmazok azok a karakterei a bemenetnek, melyeken a tr működni fog. A −−complement (−c) opció kicseréli a SET1-et az ő komplementerével (az összes karakter, ami nincs a SET1-ben).

OPCIÓK

−c, −−complement

Kicseréli a SET1-et az ő komplementerével (az összes karakter, ami nincs a SET1-ben).

−d, −−delete

Törli a bejövő karakterek közül azt, amelyik benne van a SET1-ben, nincs cserélés.

−s, −−squeeze−repeats

Karaktersorozatot cserél ki egy karakterrel, miután elvégezte a cserélést vagy a törlést. Lecserél minden ismétlődő karaktersorozatot, ami benne van a SET1-ben, a karakter egyszeri előfordulásával.

−t, −−truncate-set1

Mielőtt belekezdene a cserélésbe, először megcsonkítja a SET1-et a SET2 méretére.

−−version

A program verziójáról ír ki információt a szabványos kimenetre, majd kilép.

KARAKTERHALMAZOK RÉSZLETEZÉSE

A string1 és string2 argumentumok formátuma hasonlít a reguláris kifejezések formátumára; habár nem reguláris kifejezések, csak karakterlisták. A legtöbb karakter saját magát jelöli ezekben a füzérekben, de a füzér tartalmazhat lejebb felsorolt rövidítéseket a kényelem kedvéért. Néhány ezek közül csak a string1-ben vagy a string2-ben használható, lásd lejebb.

Backslash szekvenciák
Backslash után egy az alábbiakban fel nem sorolt karaktert írva hibaüzenetet kapunk.

Tartományok
A ’m−n’ jelölés feloldása az m-től az n-ig terjedő összes karakter növekvő sorrendben. m-nek n előtt kell elhelyezkednie, különben hibát eredményez. Például a ’0−9’ megfelel a ’0123456789’-nak. Habár a GNU tr nem támogatja a System V szintaxist, ami szögletes zárójeleket használ a tartományok közrefogására, a cserélés, ami ebben a formátumban lett megadva működni fog, amennyiben a zárójelek a string1-ben összhangban vannak a string2-ben lévőkkel.

Ismétlődő karakterek
A ’[c*n]’ jelölés a string2-ben a c karakter n-szeri ismétlését jelenti. Így a ’[y*6]’ megfelel a ’yyyyyy’-nak. A ’[c*]’ jelölés a string2-ben megfelel a c karakter annyiszoros másolatának, ahányra szükség van ahhoz, hogy a SET2 a SET1-gyel azonos hosszúságú legyen. Ha az n 0-val kezdődik, akkor oktálisan értelmezi, egyébként decimálisan.

Karakter osztályok
A ’[:class-name:]’ jelölés feloldása az összes class-name (előre definiált) osztálybeli karakter. A kifejtett karaktereknek nincsen pontos sorrendje, kivéve az ’upper’ és ’lower’ osztályokat, melyek növekvő sorrendben fejtődnek ki. Amennyiben a −−delete (−d) és −−squeeze−repeats (−s) opciók mindegyikét megadta, bármelyik karakterosztály használható a string2-ben. Egyébként csak a ’lower’ és ’upper’ adható meg a string2-ben, és csak akkor, ha a megfelelő karakterosztályokat (’upper’ és ’lower’, külön-külön) ugyanazon a relatív helyen adták meg a string1-ben. Ez kisbetű-nagybetű átalakítást hajt végre. Érvénytelen osztálynév hibát eredményez. Az alábbi osztálynevek léteznek:

Ekvivalencia osztályok
A ’[=c=]’ szintaxis feloldása az összes karakternek, ami egyenértékű a c karakterrel, nem meghatározott sorrendben. Az ekvivalencia osztály egy újkeletű talalmány, ami a nem angol ábécéket szándékozik támogatni. Viszont úgy látszik, hogy nincs irányadó módja annak, hogyan definiáljuk vagy határozzuk meg a tartalmukat. Emiatt nem megvalósított ez a GNU tr-ben; minden karakter ekvivalencia osztálya csak saját magából áll, ami jelenleg hasznavehetetlenné teszi ezt a lehetőséget.

CSERÉLÉS

A tr cserélést végez, ha a string1 és a string2 is megadásra került és a −−delete (−d) opció nem lett megadva. A tr lecseréli a bemenetének összes karakterét, ami benne van a SET1-ben, a SET2 beli megfelelő karakterre. A karakterek, melyek nem szerepelnek a SET1-ben változatlanul maradnak. Amennyiben egy karakter többször is előfordul a SET1-ben és az összes megfelelő karakter nem ugyanaz, akkor az utolsót veszi csak figyelembe. Például az alábbi két parancs azonos:

tr aaa xyz
tr a z

Egy gyakori alkalmazása a tr parancsnak a kisbetűk nagybetűvé alakítása. Ez megoldható több módon. Itt van közüllük három:

tr abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ
tr a-z A-Z
tr ’[:lower:]’ ’[:upper:]’

Amikor a tr cserélést hajt végre, a SET1-nek és a SET2-nek azonos hosszúságúnak kell lennie. Ha a SET1 rövidebb a SET2-nél, a felesleges karaktereket a SET2 végéről figyelmen kívül hagyja.

Másrészt, ha a SET1 hosszabb a SET2-nél, akkor nem lesz hordozható a kód; POSIX.2 szerint az eredmény nem meghatározott. Ebben az esetben a BSD tr kibővíti a SET1-t a SET2 hosszára a SET2 utolsó karakterének megfelelő számú ismétlésével. A System V tr levágja a SET1-et a SET1 hosszára.

Alapértelmezés szerint a GNU tr ezt az esetet a BSD tr-jéhez hasonlóan csinálja. Ha a −−truncate-set1 (−t) opció megadásra került, a GNU tr a System V tr-jéhez hasonlóan csinálja. Ezt az opciót figyelmen kívül hagyja a cserélési eljáráson kívül.

A System V tr ebben az esetben megszakítja a relatív gyakori BSD stílust:

tr -cs A-Za-z0-9 ’\012’

mert ez csak a nulla bájtot fogja átalakítani (az első tagját a SET1 komplementerének), ahelyett, hogy az összes nem alfanumerikus karaktert lecserélné újsor karakterre.

ISMÉTLŐDÉSEK ÖSSZEHÚZÁSA ÉS TÖRLÉS
Amennyiben csak a −−delete (−d) opció került megadásra, a tr eltávolít minden karaktert, amely a SET1-ben szerepel.

Amennyiben csak a -−squeeze−repeats (−s)opció került megadásra, a tr lecseréli az összes bemeneti, SET1-ben lévő karaktersorozatot az egyszeri előfordulásával.

Amennyiben a −−delete és a −−squeeze−repeats opció is megadásra került, a tr először elvégzi a törlést a SET1 felhasználásával, majd az összehúzást a maradék karaktereken a SET2 felhasználásával.

A −−squeeze−repeats opció a cseréléssel együtt is használható, ezesetben a tr először végrehajtja a cserét, majd összevonja az ismétlődő karaktereket a SET2 felhasználásával.

Itt van néhány példa az különböző opciók variálásának bemutatására:

• Az összes nulla bájt eltávolítása:

tr −d ’\000’

• Az összes szó különböző sorokba bontása. Az összes nem alfanumerikus karaktert újsor karakterre cseréli, majd az ismétlődő újsor karaktereket összevonja egyetlenné:

tr −cs ’[a-zA-Z0-9]’ ’[\n*]’

• Az összes ismétlődő újsor karaktert egyetlenné vonja össze:

tr −s ’\n’

• A szavak dupla előfordulásának megtalálása. Például az emberek gyakran írják a "the the" ismétlődő szavakat egy újsor karakterrel elválasztva. Az alábbi bourne shell script először átkonvertálja az írásjelek és a szóközök sorozatát egy újsor karakterré, amitől minden "szó" külön sorba kerül. Ezután átírja az összes nagybetűt kicsire, és végül elindítja a uniq(1) parancsot a −d opcióval, hogy csak az ismétlődő szavakat írja ki.

#!/bin/sh
cat "$@" \
| tr −s ’[:punct:][:blank:]’ ’\n’ \
| tr ’[:upper:]’ ’[:lower:]’ \
| uniq −d

POSIX KOMPATIBILITÁS

A POSIXLY_CORRECT környezeti változó beállításával kikapcsolhatunk számos figyelmeztető- és hibaüzenetet a szigorúbb POSIX.2 megfelelés érdekében. Az üzenetek normálisan a következő körülmények között fordulnak elő:

1. Amikor a −−delete opciót megadtuk, de a −−squeeze−repeats-t nem, és a string2-t is megadtuk, a GNU tr alapértelmezés szerint kiír egy használati üzenetet és kilép, mert a string2 nem kerül felhasználásra. A POSIX specifikáció szerint a string2-t figyelmen kívül kell hagyni ebben az esetben. Csendben figyelmen kívül hagyni egy argumentumot rossz ötlet.

2. Amikor egy félreérthető oktális kód kerül megadásra. Például a \400 egy \40 majd egy 0, mert a 400 oktális szám nem fér bele egy bájtba.

Fontos, hogy a GNU tr nem teljesen kompatibilis a BSD vagy a System V változattal. Például nincsen opció a [:alpha:], [=c=] és [c*10] POSIX értelmezések kikapcsolásához. A GNU tr a nulla karaktert sem törli automatikusan, ellentétben a tradícionális UNIX variánsokkal, amelyeknél nincs lehetőség a nulla bájt megvédésére.

MEGJEGYZÉS

Hibajelentéseket a bug-textutils [AT] gnu.org címre küldd.
Ezt a kézikönyv lapot Ragnar Hojland Espinosa <ragnar [AT] macula.net> írta.

MAGYAR FORDÍTÁS

Nagy Ernő <ned [AT] elte.hu>