Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Dpto. Informática y Automática
ProgramaciProgramaciProgramaciProgramacióóóón n n n
en Shellen Shellen Shellen ShellRodrigo Santamaría Vicente
http://carpex.usal.es/~visusal/rodrigo/shellscript.htm
Contenidos
1. Introducción a la shell2. Programación básica en bash3. Programación avanzada4. sed y awk5. Referencias
IntroducciIntroducciIntroducciIntroduccióóóón an an an a
la Shellla Shellla Shellla Shell
1.1.1.1.¿¿¿¿QuQuQuQuéééé es una shell?es una shell?es una shell?es una shell?
2.2.2.2.Tipos de shellTipos de shellTipos de shellTipos de shell
3.3.3.3.Usos de la shellUsos de la shellUsos de la shellUsos de la shell
4.4.4.4.Variables de entornoVariables de entornoVariables de entornoVariables de entorno
Interfaz entre el Sistema Operativo y el UsuarioDos tipos
GráficaLínea de Comandos
CLI (Command Line Interface)intérprete de comandos, terminal, consola
¿Qué es una shell?
shell (ȓǫl/) – noun 1.a hard outer covering of an animal, as the hard case of a mollusk, or either half of the case of a bivalve mollusk.
Shell Gráfica
Shell de Línea de Comandos
Generalmente con shell nos referimos a una CLI de Unix
Gráfica vs Texto
Transferencia o procesamiento de datos
Procesamiento de imagen, video, etc.
Usuario expertoUsuario base
Ciertas operaciones son más rápidas o no se pueden hacer de otro
modo
SencillaFácil uso
Línea de ComandosGráfica
Tipos de shell
• Bourne shell (sh)–1971 (Thompson), 1976 (Mashey)–1977. Stephen Bourne, Bell Labs.
• C Shell (csh)–1978. Bill Joy, Berkeley
• Korn Shell (ksh)–1982. David Korn, Bell Labs.
• Bourne again shell (bash)–1987. Brian Fox, GNU Project
Bourne Shell (sh)
• La más antigua• No tiene características interactivas
–Historia de comandos–Autocompletar nombres de ficheros–…
• No tiene estructuras complejas de programación–Funciones–Case–…
C Shell (csh)
• Sintaxis como el lenguaje C–No compatible con la familia Bourne
• Capacidades interactivas–Pausar/reiniciar procesos–Historia de comandos–Operaciones aritméticas
Korn Shell (ksh)
• Sustituye y es compatible con Bourne
• Características interactivas como C, pero mejoradas–Añade edición de líneas de la historia–Ejecución más rápida
Bourne again shell (bash)
• Juego de palabras con born-again (renacido)• Desarrollado para el proyecto GNU, que daría
lugar a Linux• De nuevo, toma las mismas ideas que ksh y csh
y las implementa sobre sh–Parámetros–Operaciones matemáticas–Redireccionamiento E/S–Expresiones regulares–etc.
Distribuciones
AIX, HP-UX, BSD
mac os X
solarisfreebsdlinux
kshcshbash
POSIX shell
• Similar a ksh y utilizada por HP-UX• 95% compatible con bash• Como ksh, integra características de la csh,
mejoradas (histórico de comandos, autocompleción, operaciones aritméticas…)
• Las diferencias entre POSIX y ksh son mínimas:–http://docs.hp.com/en/B2355-90046/ch15s03.html
Multiplicidad de las shells
• Ante el mismo sistema operativo, podemos tener varias shells activas al mismo tiempo–Gráficas y de texto (Linux)–De texto en distintos terminales
•$$ indica el PID de la shell en ejecución•ps para ver los PID de todos los procesos en
ejecución•$SHELL nos indica el tipo de shell que estamos
usando (chsh para cambiar de shell)•/etc/shells es un fichero con todos los tipos
de shell disponibles en el sistema
Usos de la sh
• Intérprete de comandos: ejecutar comandos desde el intérprete
• Scripts: ejecutar secuencias de comandos desde un fichero
• Programas: control del flujo de ejecución de secuencias de comandos (bucles, condiciones, variables, etc.) desde un fichero
Intérprete de comandos
• Sintaxis típica–comando [-]opciones parámetros
• Opciones: dependen de cada comando y alteran su funcionamiento
• Parámetros: variables de entrada que necesita el comando, separadas por espacios–ps –fu
–ls file.txt
–grep “*.txt” ../folder
Procesamiento secuencial
date
ps –fu
who
• El sistema completa cada comando antes de ejecutar el siguiente:
Procesamiento secuencial
•date; “ps –fu”; who
Procesamiento no Secuencial
• Cada programa se ejecuta sin esperar a que el anterior termine
date & “ps -fu” & who
ps
date
pswho
datewho
Redirección de E/S
• > Escribe la salida estándar a fichero• < Lee la entrada estándar de fichero• >> Añade la salida estándar a un fichero
existente• > y >> crean el fichero si no existe• < da error si el fichero no existe
Tuberías (pipes)
• Conectan la salida de un programa a la entrada del siguiente
–ls | more ~ ls > temp; more < temp
Shell script
• Poner en fichero órdenes que se puedan ejecutar en el intérprete de comandos
• Para editar el fichero, se puede usar cualquier editor (típicamente vi)
• Ejemplo: editar un fichero con la línea:• date; who; ps uf; du /home
• Ejecutar con: • sh nombreScript
Trucos
• Si se usa vi, lo ideal es tener dos consolas abiertas, una para edición y otra para ejecución
• Para poder ejecutar un fichero como script, debemos tener permisos de ejecución
•chmod +x nombreFichero
• Otros modos de ejecución:–./nombreScript
–nombreScript si se encuentra en el PATH
Fichero .profile
• Script(s) que se ejecuta automáticamente al hacer login
• Se encuentran en el directorio raíz del usuario
• Establece el “entorno” de trabajo
.profile
.cshrc
.profile
.kshrc
.bash_profile.bash_login
.profile.bashrc
.profile
cshkshbashsh
Variables de entorno
Shell que estamos usandoSHELL
Configuración del prompt de consolaPS1
Tipo de Sistema OperativoOSTYPE
Directorio de trabajo actualPWD
Nombre de cuenta con el que hemos accedido al sistema
LOGNAME
Directorio raíz de nuestra cuentaHOME
Directorios para la búsqueda de parámetros, separados por (:)
PATH
Variables de entorno
• Para acceder al valor $VAR
• Para mostrar el valor echo $VAR
• Para cambiar el valor VAR=valor
• Los cambios a las variables de entorno no se mantienen para otras shells a no ser que se incluyan en el .profile o se utilice export
• Ejercicio– Establecer en el PATH la ruta de la carpeta
donde almacenaremos los scripts
ProgramaciProgramaciProgramaciProgramacióóóón n n n
bbbbáááásica en Bourne Shellsica en Bourne Shellsica en Bourne Shellsica en Bourne Shell
1.1.1.1. IntroducciIntroducciIntroducciIntroduccióóóónnnn
2.2.2.2. VariablesVariablesVariablesVariables
3.3.3.3. ParParParParáááámetrosmetrosmetrosmetros
4.4.4.4. E/S E/S E/S E/S
5.5.5.5. CondicionesCondicionesCondicionesCondiciones
6.6.6.6.BuclesBuclesBuclesBucles
7.7.7.7. FuncionesFuncionesFuncionesFunciones
8.8.8.8. Operaciones Operaciones Operaciones Operaciones aritmaritmaritmaritmééééticasticasticasticas
9.9.9.9. DepuraciDepuraciDepuraciDepuracióóóónnnn
Programación Shell
• Scripts donde introducimos conceptos propios de la programación–Variables–Parámetros–Condiciones–Bucles–Funciones–Operaciones aritméticas
• Los comandos disponibles de la shell actúan como nuestra biblioteca de funciones
Por qué programar en shell?
• Requiere un cierto esfuerzo programar en shell, así que antes debemos plantearnos si nos va a ser útil
• Razones para programar en shell1. Porque nos lo mandan (como es el caso)2. Porque sabemos programar: el esfuerzo necesario
para aprender es muchísimo menor3. Porque en nuestro trabajo nos va a ser útil:– Administradores: tareas complejas o automatizables– Hackers: tareas rápidas– Programadores usuarios: tareas que se repiten
Cuándo programar en shell?
• Llamadas frecuentes a funciones del sistema• Llamadas repetitivas a una función del sistema• Programas cortos
–Si un programa pasa de una página, probablemente la shell no sea la mejor solución
• Cuanto mejor conozcamos la shell y sus comandos, más la usaremos y más útil será la programación en shell
Variables
• Además de las variables de entorno podemos declarar variables locales al script
• No tienen tipo, no hay que declararlas o inicializarlas previamente
• Asignación: variable=valor
• Acceder al valor: $variable
Variables (II)
• Para diferenciar el valor de variables en cadenas, usamos { }:–dir2=/home/rodrigo/curso
–cat ${dir2}/lista.txt
–En las shells más modernas ya no es necesario
• Normalmente, se abre una shell para ejecutar el script– si queremos que se ejecute en la shell en que
estamos, y así luego tener disponibles las variables, usamos (.): . programa
Parámetros
• Un script puede tener parámetros de entrada igual que cualquier comando–script par1 par2 par3 …
• Para acceder a sus valores usamos– $1, $2, $3, … $9
•$0 es el nombre del comando•$*, $@ devuelven todos los parámetros
separados por espacios
Parámetros (II)
• Número de parámetros: $#
• Si tenemos más de 9 parámetros, tenemos que usar desplazamientos: shift [n]
– Donde n es el número de pasos que desplazamos– Si no se especifica n, se comporta como shift 1
Gestión E/S: echo
• Salida por consola: echo cadena
Lo que encierra se toma literalmente‘’
Todo lo que está entre comillas pierde su significado especial salvo $ y \
“ ”
Elimina el significado especial del siguiente carácter\
Todo lo que está entre acentos graves se trata como un comando
` `
Evita el salto de línea (útil si se espera un parámetro de entrada)
-n
descripciónCaracteres especiales
echo: secuencias de escape
tabulador horizontal\t
retorno de carro\r
alerta (beep)\a
salto de línea\n
suprime el salto de línea (como –n)\c
elimina el carácter anterior (backspace)\b
barra hacia atrás (\)\\
activa la interpretación de secuencias de escape-e
descripciónsecuencias de escape
echo: códigos de escape
• Se introducen con la secuencia de escape \033
• Cada código tiene la sintaxis: [parametroAcción–parámetro es un número–acción es una letra
• Ejemplo:•echo –e “\033[34m Hola”
echo: códigos (ii)
11 – acepta caracteres ASCII extendidos (asciitable.com)
30-37 – establece el color de las letras (31 rojo, etc.)
27 – deshabilita el intercambio de colores
25 – deshabilita el parpadeo
0 – modo por defecto (letras negras, fondo blanco)
7 – intercambia el color de fondo y el de las letras
5 – parpadeo
1 – negrita
40-47 – establece el color de fondo
modifica el estilo de la fuentem
descripción y parámetrosacciones
echo: codigos (iii)
Recupera la posición del cursor y sus atributosojo: 7s y 8u no funcionan en todos los terminales, es más
recomentable usar tput sc y tput rc
8u
Establece la posición del cursorx;y – posición para el cursor
H,f
Almacena la posición del cursor y sus atributos7s
0 – apaga todos los bloqueos del teclado
3 – enciende el bloqueo de mayúsculas, apaga el resto
2 – enciende el bloqueo de números, apaga el resto
1 – enciende el bloqueo de scroll, apaga el resto
gestiona los bloqueos del tecladoq
descripciónacciones
echo: ejemplos
Gestion E/S: read
• Entrada de consola: read var
• En ksh también se puede hacer así:•read fich?“Introduce nombre de fichero: ”
Gestión E/S: exit
• Salida del script: exit código_fin
• 0 terminado con éxito• 1 error interno• 2 error por sintaxis de llamada
•$? Devuelve el código de salida del último comando ejecutado
Expresiones regulares
• Manejar con soltura las expresiones regulares es fundamental para programar en shell y manejar comandos como grep, sed o awk.
Cualquier cadena de caracteres.*
Cualquier carácter de los especificados entre corchetes, o un rango si separados por ‘-’
[a-z] [0-9] [a-z,A-Z] [Tt]
[ … ]
Cualquier carácter (1 ocurrencia).
La expr. reg. anterior aparece 0+ veces*
DescripciónSímbolo
Expresiones regulares (II)
• Más expresiones regulares
Marca expr. regulares, para luego repetirlas con \n, donde n es la n-ésima expr. marcada
\(…\)
Líneas sin los caracteres entre corchetes[^…]
Líneas en blanco^$
Interpretar literalmente el símbolo especial siguiente
\
La línea empieza con la expr. reg. siguiente^
La línea acaba con la expr. reg anterior$
DescripciónSímbolo
Expresiones regulares (III)
• Extensión POSIX
Aparece la expr. anterior o la posteriorcat|dog � cat, dog
|
La expr. reg. anterior aparece 1+ veces
[hc]+at � hat, cat, hhat, chat,
__________hcat, ccchat
+
La expr. reg. anterior aparece 0 ó 1 vez
[hc]?at � at, hat, cat
?
DescripciónSímbolo
Condiciones
• if lista_condiciones1
• then lista_comandos1
• eliflista_condiciones2
• then lista_comandos2
• …
• else lista_comandosN
• fi
Test
• Para chequear condiciones se usan [ ] en la sintaxis del if (equivalente al comando test)
Mayor o igual que-ge
Menor o igual que-le
Mayor que-gt
Menor que-lt
Igual a-eq, =
Test
Verdadero si fich existe y tiene tamaño mayor que cero
-s fich
Verdadero si fich existe y es un directorio-d fich
Verdadero si fich existe y se puede ejecutar-x fich
Verdadero si fich existe y se puede escribir-w fich
Verdadero si fich existe y se puede leer-r fich
Verdadero si fich existe y es un fichero -f fich
Ficheros
Test
Verdadero si cad existe y no tiene valor nulo
cad
Verdadero si las cadenas son distintascad1!=cad2
Verdadero si las cadenas son igualescad1==cad2
Verdadero si cad sí es una cadena nula-z cad
Verdadero si cad no es una cadena nula -n cad
Cadenas
Test
OR-o
AND-a
Operadores booleanos
• Observaciones– Incluir siempre un espacio despues de [ y antes de ]– test solo vale para enteros, los reales son truncados al
entero más próximo
Case
• Expansión de if (similar al switch de C o java)
•case param in
•patron1 [ | patron2…] )
lista_comandos1 ;;
•patron2 [ | patron3…] )
lista_comandos2 ;;
•…
•esac
Case
Ejercicio
• Hacer un script similar a mv, move, con la siguiente sintaxis
» move filename
• Deberá:1. Chequear si hay argumento y salirse si no,
mostrando la sintaxis correcta2. Chequear que el argumento es un fichero3. Preguntar si se quiere mover el fichero a otro
directorio o cambiarle el nombre4. Proceder en cada caso, pidiendo el nombre
nuevo para el fichero o el directorio al que se va a mover y realizar la operación (mv)
Ejercicios
1. Modificar move para que el paso 3 se haga mediante case
2. Hacer un programa showLines que muestre numlíneas de un fichero empezando en start
– showLines start num file
3. Hacer un programa sayHello que diga “Buenos dias”, “Buenas tardes” o “Buenas noches”, seguido del nombre del usuario, según la hora que sea. El programa debe ejecutarse automáticamente al abrir un terminal
Bucles
• For•for parametro [ in lista]
•do lista_comandos
•done
•parametro toma los valores de la lista y para cada uno de ellos se ejecuta lista_comandos
• Si se omite la lista, parametro contiene los parámetros de entrada al script ($1 $2 …)
for (ii)
for (iii)
• Sintaxis como en C:–for (( expr1; expr2; expr3 ))
–do
–…
–done
• Ejemplo:–for (( i = 0 ; i <= 5; i++ ))
do
echo “Hola $i veces"
done
While
• Ejecutamos lista_comandos2 mientras la siguiente entrada de lista_comandos1tenga éxito (código de salida 0):
•while lista_comandos1
•do lista_comandos2
•done
Until
• Como while, pero se ejecuta hasta que la condición sea verdadera, en vez de mientras la condición no sea falsa (~ do…while de C o java)
•until lista_comandos1
•do lista_comandos2
•done
Ejemplos while - until
Detalles
•break rompe un bucle for o while
•# a comienzo de línea para añadir un comentario
•$$ devuelve el identificador único de la shell
• Recursividad: un script puede llamarse a sí mismo
Ejercicios
1. Hacer un script gp (groupcopy), que copie todos los ficheros del directorio actual al directorio especificado, con la siguiente sintaxis:
– gp [-q] [-d] directorioDestino
» -q para confirmar la copia de cada fichero» -d para incluir ficheros en los subdirectorios
Ejercicios
2. Realizar un script digitalClock que muestre la hora cada segundo (función sleep), siempre en la misma posición (fila 0 y columna 69)
Funciones
•nombreFuncion() {listaComandos;}
–Llamada: nombreFuncion parametros
•parametros es una lista separada por espacios
–$1, $2, … dentro del código de la función son los parámetros con los que se llama a la función• dentro de la función no se pueden referenciar los
parámetros posicionales.
–Una función debe declararse al principio del fichero, o al menos antes de su primera llamada
–Una función puede hacerse recursiva llamándose a sí misma
Funciones (ii)
• Retorno de función:–Código de retorno: return n
–Devolver una variable: echo $var
–Si se retorna con echo, se considera un retorno con éxito (return 0)
–Ejemplo:•ret=`factorial 3`
•echo $?
•echo $ret
factorial()
{
…
echo $fact
}
Funciones (iii)
Con return, los valores que se devuelven son numéricos y siguen el mismo código de retorno
Toma los parámetros como si fuera el script principal
No hay que declarar parámetros
Alcance y Biblioteca de funciones
• Cualquier variable declarada en un punto o función del programa es acessible en cualquier otro punto o función– No hay definición de alcance más que para los parámetros
posicionales $1, $2, …
• Las funciones de un script puede utilizarse en otros scripts utilizando el comando–. ./script
– Generalmente, a los scripts que son sólo funciones tienen las extensión .lib
• La función se invoca como si estuviera en nuestro script
expr
•expr expresion1 operador expresion2
•expr se puede sustituir por (( … ))• Realiza operaciones aritméticas
Comparación de enteros=,!=,\>,\>=, \<,\<=
Multiplicación, división, resto\*,/,%Suma, resta+, -
acciónoperador
expr
• Y operaciones con cadenas
Posición de la primera ocurrencia del carácter c en c1
expr index c1 c
Subcadena de c1 que empieza en la posición start y de longitud length
expr substr c1
start length
Nº de caracteres de c1expr length c1
Nº de caracteres en que coinciden c1 y c2 (pueden ser expresiones regulares)
expr c1 : c2
acciónexpresión
Ejercicios
1. Hacer un script fact que devuelva el factorial de un número que se pasa como argumento
– Sintaxis: fact num
2. Reescribir fact para que utilice una función que se llamará factorial
3. Modificar la función factorial para que sea recursiva
4. Ubicar la función factorial en otro fichero (common.lib) y reescribir fact para que la invoque a través de la biblioteca de funciones.
wait y sleep
•wait [n]
–Espera hasta que el proceso con id n acabe–Si no es especifica id, espera a que todos los
procesos hijos en background terminen–“!” da el id del último proceso lanzado en segundo
plano � wait $! para esperar por él
•sleep n
–El script se queda bloqueado sin hacer nada durante n segundos
Depuración
•sh –v script
• Escribe cada linea de código que ejecuta:
–tot=`expr $1 + $2`–echo $tot
$ sh -v suma.sh 4 5tot=`expr $1 + $2`expr $1 + $2echo $tot9
Depuración de scripts
•sh –x script
• Sustituye cada $var por su valor• Muestra cada línea de código que se va
ejecutando–Precedida de +, o de ++ si es un ‘subcomando’ de la
línea
–tot=`expr $1 + $2`–echo $tot
$ sh -x suma.sh 4 5++ expr 4 + 5+ tot=9+ echo 99
ProgramaciProgramaciProgramaciProgramacióóóón n n n
avanzada en bashavanzada en bashavanzada en bashavanzada en bash
1.1.1.1. Variables locales y globalesVariables locales y globalesVariables locales y globalesVariables locales y globales
2.2.2.2. SeSeSeSeññññalesalesalesales
3.3.3.3. getoptsgetoptsgetoptsgetopts
4.4.4.4. Utilidades esencialesUtilidades esencialesUtilidades esencialesUtilidades esenciales
Variables globales y locales
• Las variables declaradas en un programa son locales, y por tanto no estarán disponibles en otras shells
• Para hacer global: export var
$ vech=Bus
$ echo $vech
Bus
$ export vech
$ /bin/bash
$ echo $vech
Bus
$ exit
$ echo $vech
Bus
$ vech=Bus
$ echo $vech
Bus
$ /bin/bash
$ echo $vech
$ vech=Car
$ echo $vech
Car
$ exit
$ echo $vech
Bus
Ejecución condicional
•comando1 && comando2
–Ejecuta comando2 sólo si comando1 se ejecutó con éxito
•comando1 || comando2
–Ejecuta comando2 sólo si comando1 se ejecutó sin éxito
•listaComandos1 ; listaComandos2
–Se ejecuta primero listaComandos1, luego listaComandos2
– test –d /tools && cd /tools; test –z “$fn” || sort –o $fn $fn &
Señales
• Un programa puede terminar de manera forzosa debido a un error en el SO o a la interrupción por parte del usuario
• Para controlar estos eventos, se utilizan señales
• Si, por ejemplo, un programa modifica ficheros delicados o crea ficheros temporales, etc. debe manejar la gestión de señales para evitar dejar ficheros incompletos o innecesarios
Trap
•trap {comandos} {lista de ids. de señal}
• Ejecuta la lista de comandos cuando se produce alguna de las señales especificadas
• Una vez incluida, se mantiene a la escucha para el resto del programa
• Es bueno tratar estas señales en una función, que será la que se incluya en trap como comando
ids. de señal
kill (no se puede coger con trap)9
terminate (kill que se puede coger con trap)15
quit3
interrupt (CTRL+C)2
hangup (colgar)1
salida de la shell0
ocurre cuandonº de señal
Existen muchas más señales (segmentation fault, bus error, power fail, etc) , pero generalmente, estas son las que se busca controlar
Señales: ejercicio
• Hacer un programa ages que1. Acepte un único parámetro, el nombre de un
fichero2. Indefinidamente:1. Pregunte por un nombre y luego por una edad 2. Añada el nombre y la edad a un fichero temporal temp3. Pregunte si se quieren añadir más ficheros4. Si no se van a añadir más ficheros, vuelca temp al
fichero que se pasó como parámetro
3. Ejecutar el programa, meter un par de nombres y luego pulsar CTRL+C
Señales: ejercicio (II)
• ¿Qué ocurre? temp no se ha borrado y no se ha generado el fichero final
• Hacer tratamiento de la señal generada por CTRL+C para que temp se borre en ese caso.
getopts
•getopts optstring var1
• Recoge las opciones que se le hayan pasado al script y que coincidan con la sintaxis en optstring, almacenándolos en var1
• Si un parámetro en optstring va seguido de :quiere decir que requiere de un argumento
• Ejemplo de optstring:–n:asgr:t
»-n argn –a –s –g –r argr –t
»-n argn –r argr -asgt
getopts (II)
• Si una opción requiere de argumento, se almacena en $OPTARG
•$OPTIND es el índice del siguiente parámetro• Ejemplo:
• while getopts n:a:s opt
do
case "$opt" in
n) na="$OPTARG";;
a) age="$OPTARG";;
s) single=“y” ;;
esac
done
usage: civilState –n name –a age -s
getopts: ejercicios
1. Modificar el programa move para que los parámetros sean recogidos mediante getopts
– usage: move [–f file | -d dir] filename
2. Escribir un script utilities que, mediante getopts, comprenda la sintaxis
– usage: utilities –c –d –e editor– -c limpia la pantalla– -d muestra la lista de ficheros en el directorio actual– -e inicia el editor que se pase como parámetro (p. ej,
vi), comprobando si existe antes– -? muestra la ayuda (usage)
Utilidades esenciales
• Linux provee una serie de utilidades esenciales para agilizar el trabajo:– Ficheros de datos– Información del sistema– Administración del sistema
• De todas ellas, veremos las más importantes–cut
–paste
–join
–tr
–uniq
Ficheros
• Vamos a trabajar sobre dos ficheros sencillos
Sr.No Name11 Vivek12 Renuka13 Prakash14 Ashish15 Rani
Sr.No Mark11 6712 5513 9614 3615 67
sname
(nombres)
smark
(patrimonio en mill.)
cut
Extracción de columnas o campos: cut–cut [opciones] [fichero ...]
Opciones-c lista Trata cada carácter como una columna
-f lista Campos delimitados por tabuladores
-d SEP Utiliza el carácter SEP como separador en vez del tabulador
lista es una secuencia de números para indicar qué campos o columnas se quieren cortar:A-BCampos o columnas A hasta B inclusive
A- Campo o columna A hasta el final de la línea
A,BCampos o columnas A y B
paste
• Pegar líneas de ficheros por columnas•paste file1 file2
• Como separador, añade un tabulador
• Ejercicio: Generar un fichero con códigos, patrimonio y nombres, pero sin repetir el código de persona
$ paste sname smark11 Vivek 11 6712 Renuka 12 5513 Prakash 13 9614 Ashish 14 3615 Rani 15 67
cut –f2 smark > temp; paste sname temp; rm temp
join
• Pega líneas de dos ficheros, por columnas, sólo para las líneas que tienen el mismo valor en la primera columna (que no se repite)–join file1 file2
• Si uno de los campos no existe en alguno de los ficheros, no lo añade
$join sname smark11 Vivek 6712 Renuka 5513 Prakash 9614 Ashish 3615 Rani 67
tr
• Cambiar un rango de caracteres a otro distinto–tr pattern1 pattern2
$ tr "h2" "3x" < sname11 Vivek1x Renuka13 Prakas314 As3is315 Rani
$ tr "[a-z]" "[A-Z]" holaHOLA…
tr (ii)
• Opciones
elimina pattern1 (no se necesita pattern2)-d
(delete)
añade pattern2 a pattern1 en vez de sustituirlo-c
(concat)
busca las cadenas más largas que coincidan con pattern1 antes de sustituirlas por pattern2
-s
(squeeze)
descripciónopciones
tr (iii) - ejemplos
•echo “hola que tal” | tr “hl” “cs”
–cosa que tas
•echo “hola que tal” | tr “[a-z]” “3”
–3333 333 333
•echo “hola que tal” | tr –s “[a-z]” “3”
–3 3 3
•echo “hola que tal” | tr –sc “[a-z]” “3”
–hola3 que3 tal3
•echo “hola que tal” | tr –d “[aeiou]”
–hl q tl
uniq
• Elimina líneas duplicadas adyacentes– uniq file
• -c indica el número de veces que aparece duplicada
• Su salida es el mismo fichero sin líneas duplicadas adyacentes
• Si queremos eliminar todas las líneas duplicadas
– sort file | uniq
Ejercicios con ficheros
• Hacer un script listWords que recoja todas las palabras de file1 y las ordene en una lista de palabras (sin repetir), según la cantidad de veces que aparecen (que debe aparecer en la lista), que se guardará en file2
– listWords file1 file2
• Modificar el script para que acepte la opción –v, en cuyo caso la ordenación se llevará a cabo según palabras que rimen
– truco: usar rev
ejercicios
• Un digrama es un conjunto de dos palabras. Realizar un script que liste, en orden, el número de ocurrencias de cada digrama en un fichero que se pase como parámetro
•listDigrams file1 file2
awk y sedawk y sedawk y sedawk y sed
a)a)a)a) sedsedsedsed
1.1.1.1. substitucionessubstitucionessubstitucionessubstituciones
2.2.2.2. delimitadoresdelimitadoresdelimitadoresdelimitadores
3.3.3.3. marcadoresmarcadoresmarcadoresmarcadores
4.4.4.4. ocurrenciasocurrenciasocurrenciasocurrencias
5.5.5.5. scriptingscriptingscriptingscripting
6.6.6.6. restriccionesrestriccionesrestriccionesrestricciones
b)b)b)b) awkawkawkawk
1.1.1.1. patronespatronespatronespatrones
2.2.2.2. accionesaccionesaccionesacciones
3.3.3.3. variablesvariablesvariablesvariables
4.4.4.4. scriptingscriptingscriptingscripting
5.5.5.5. nawknawknawknawk
sed
• stream editor: edición de textos en script–sed –e ‘expr1’ [–e ‘expr2’ …] filename
•sed suele estar muy mal documentado:–http://www.grymoire.com/Unix/Sed.html#uh-0
• Si sólo se usa una expresión, se puede quitar el –e: sed ‘expr1’ filename
• Si no se pone filename, se usa la entrada estándar
sed - substitución
•sed ‘s/word1/word2/’ filein>fileout
• Para cada línea de filein, sed busca la primera ocurrencia de word1 y la substituye por word2 , añadiendo la línea resultante a fileout
•word1 y word2 pueden ser expresiones regulares• Si no se especifica fileout, lo escribe en consola• Ejemplo: sed ‘s/gold/stone/’ coins.txt>• La substitución es la operación más común para la que
se usa sed
sed - delimitadores
• El delimitador (/) puede cambiarse por cualquier otro carácter que no aparezca en las secuencias de búsqueda
• Ejemplo: sustituir rutas de fichero–sed 's|/usr/local/bin|/common/bin|' old >new
–sed 's:/usr/local/bin:/common/bin:' old >new
–sed 's_/usr/local/bin_/common/bin_' old >new
– Con barras sería•sed 's/\/usr\/local\/bin/\/common\/bin/' old >new
&
• & indica la cadena correspondiente al patrón buscado
• Útil cuando no sabemos exactamente qué estamos buscando (expresiones regulares):–Poner paréntesis a cualquier palabra en minúscula
sed 's/[a-z]*/(&)/' old >new
–Duplicar el primer número de cada línea–echo "123 abc" | sed 's/[0-9]*/& &/'
–echo "abc 123" | sed 's/[0-9]*/& &/‘ � ?
–echo "abc 123 456" | sed 's/[0-9]*/& &/‘ � ?
substitución global
•sed sólo modifica la primera ocurrencia de la expresión buscada en cada línea
• para modificar todas las ocurrencias–‘s/pattern1/pattern2/g’
• echo "abc 123 456" | sed 's/[0-9][0-9]*/& &/g‘
flags (marcadores)
• Podemos marcar los patrones con \(…\)
• Un patrón marcado se puede repetir con \1, \2… según el orden en que se hayan marcado (hasta \9)
• Quedarnos con la primera palabra de cada línea:–sed 's|\([a-z]*\).*|\1|'
• Cambiar el orden de la primera y la segunda palabra–sed 's|\([a-z]*\) \([a-z]*\)|\2\1|'
• Eliminar palabras duplicadas–sed 's|\([a-z]*\) \1|\1|'
• probar con echo “perro perro gato”• y con echo “casa perro gato”?
ocurrencias
• /n especifica a qué ocurrencia del patrón nos referimos
• Eliminar la segunda palabra de cada línea• echo "casa perro gato " | sed 's/[a-z][a-z]* //2'
• Comparar con • echo "casa perro gato " | sed 's/[a-z][a-z]* //'
• echo "casa perro gato " | sed 's/[a-z][a-z]* //g'
•/n se puede combinar con g:• echo "casa perro gato " | sed 's/[a-z][a-z]* //2g'
escribir a fichero
•sed ‘s/word1/word2/w file’ filein
• No tiene mucho sentido si solo tenemos una expresión (es equivalente a >file)
• Es muy útil si tenemos varias expresiones y queremos que la acción de cada una vaya a un fichero diferente
• En caso de que se usen varias opciones tras el último /, w debe ser la última.
sed scripting
• Cuando tenemos muchas expresiones sed, es cómodo hacer un sedscript:
•#Este script cambia vocales minúsculas
a mayúsculas
•s/a/A/g
•s/e/E/g
•s/i/I/g
•s/o/O/g
•s/u/U/g
• Para llamarlo: sed –f script filein>fileout
sed en shell script
• Dentro de un shell script, podemos usar igualmente sed. Podemos utilizar varias líneas usando “\”•sed -e 's/a/A/g‘ \
-e 's/e/E/g' \
-e 's/i/I/g' \
-e 's/o/O/g' \
-e 's/u/U/g' filein >fileout
paso de argumentos a sed en shell script
• Deberemos jugar con las comillas para que no tome el argumento como una expresión regular:
•sed -n 's/'$1'/&/g'
• Para evitar problemas de sintaxis en el caso de que el parámetro contenga espacios:
•sed -n 's/‘“$1”'/&/g'
restricciones
• Restringir a una línea– sed ‘n s/searh/replace/options’ filein>fileout
• Restringir a un rango de líneas– sed ‘n,m s/searh/replace/options’ filein>fileout
• La última línea del fichero se identifica con $• Restricción con patrones: la búsqueda va de la
primera línea en la que se encuentre p1 hasta la primera en que se encuentre p2– sed ‘/p1/,/p2/ s/searh/replace/options’ fin>fout
otras opciones
•sed tiene multitud de opciones adicionales–manejo de E/S–condiciones (if, else)–control de flujo (for, while)–etc.
• Sin embargo, para soluciones más complejas que búsquedas y sustituciones simples, awk es más potente y más fácil de utilizar
otras acciones
write (escribe a fichero la salida de sed)w
print (imprime por pantalla la salida de sed)p
quit (terminar la ejecución)q
significadoacciones
Ejercicios
1. Sustituir todas las vocales minúsculas de un fichero por vocales mayúsculas
2. Realizar el mismo ejercicio, pero mediante un sedscript llamado vowels
3. Realizar el mismo ejercicio, pero en una shellscript
4. Modificar 3 para que se acepten los nombres de ficheros de entrada y salida como argumentos
ejercicios (ii)
5. Queremos cambiar todos los ficheros con extensión *.txt a *.tex. Hacer mv *.txt *.tex no funciona ¿Por qué? Hacer un script basename que realice esta función
awk
• Se puede ver como– Utilidad para realizar procesamiento sencillo de texto– Lenguaje de programación para procesamiento
complejo de texto
• Basado en C• Utilizado para
– Generación de informes– Manejo de Bases de Datos pequeñas– Traducir formatos de fichero– Realizar operaciones matemáticas en ficheros
numéricos
awk (ii)
• AWK � Aho, Weinberg & Kernigan–Kernigan es autor, junto con Ritchie, de C
• AWK es un lenguaje interpretado–Relativamente lento–Fácil de apreder
• AWK cuando no haya una solución más sencilla:–grep para buscar texto–head/tail para quedarnos con partes de texto–cat, paste, join para unir ficheros–sed para hacer búsquedas/reemplazos–tr, unique, sort para transformaciones básicas
Fichero de ejemplo: coins.txt
metal weight_in_ounces date_minted country_of_origin description
gold 1 1986 USA American Eagle
gold 1 1908 Austria-Hungary Franz Josef 100 Korona
silver 10 1981 USA ingot
gold 1 1984 Switzerland ingot
gold 1 1979 RSA Krugerrand
gold 0.5 1981 RSA Krugerrand
gold 0.1 1986 PRC Panda
silver 1 1986 USA Liberty dollar
gold 0.25 1986 USA Liberty 5-dollar piece
…
sintaxis
• Aplicar a un fichero un patrón awk• awk [-F<del>]‘/search_pattern/ {awk_actions}’ filename
– Aplica awk_actions a todas las líneas de filename que cumplan con search_pattern
– -F<del> especifica el carácter a utilizar como delimitador de columnas. Por defecto, se toman espacios y tabuladores
• Aplicar a un fichero un programa awk•awk –f awk_program filename
• Básicamente ambas opciones son lo mismo, la segunda se usa cuando el patrón awk se hace muy largo o lo tenemos en un fichero
patrones de búsqueda
• awk busca en el fichero de entrada todas las líneas que contengan el patrón de búsqueda
• Patrones de búsqueda–/seq/ busca líneas que contengan seq
•var ~ /seq/ busca variables (ver +abajo) que contengan seq
–BEGIN busca la primera línea–END busca la última línea
• Si no se especifica patrón de entrada, devuelve todaslas líneas del fichero
• Las secuencias de búsqueda pueden llevar metacaracteres
metacaracteres
Coincide con el patrón a su izquierda o derecha|
El carácter anterior aparece 0 ó 1 vez?
El carácter anterior aparece 1+ veces+
Coincide con la expresión exacta entre {}{ }
Coincide con alguna de los caracteres entre [][ ]
El carácter siguiente no es metacaracter\
Coincide con el final de línea$
Coincide con el comienzo de línea^
El carácter anterior aparece 0+ veces*
Cualquier carácter (uno).
significadometa caracter
ejemplos de búsqueda
“Germany” “Germany’s politics …”/{^Germany}/
“Bourne” “815oceanic”^[^a-z]
“bourne” “Bourne” “oceanic815”/[a-zA-Z0-9]/
“plane” “house” “bourne”/[a-z]/
“The” “the”/[Tt]he/
“$”/\$/
“Bourne Ultimatum, The”, “The”, “Pathe”/The$/
“The Bourne Ultimatum”, “The”, “Thelema"/^The/
“The”/The/
resultadopatrón
ejemplos de búsqueda (ii)
[0-9]+ Cualquier cadena de números[-+]? Posible signo inicial/^…$/ La línea coincide exactamenteCualquier entero (con o sin signo)/^[+-]?[0-9]+$/
“wh” “whh” “whhh” …/wh+/
“w” “wh”/wh?/
Cualquier cadena de caracteres/.*/
“w“ “wh” “whh” “whhh” …/wh*/
“who” “why” “wh3” …/wh./
resultadopatrón
acciones
• awk ‘/search_pattern/ {awk_actions}’ filename
• Podemos tener cualquier tipo de acción que ofrezca awk como lenguaje de programación (~C)– Asignación de variables y arrays (=)– Operaciones aritméticas simples (+,-,*,/,%, ++, --, ^)– Comparaciones aritméticas (==,!=,>,<,>=,<=)– Operaciones aritméticas avanzadas (sqrt, log, exp, int)– Salida por pantalla (print y printf)– Procesamiento de cadenas (substr, split, index, length)– Estructuras de control (if…else, for, while)
• For se puede usar como en bash: for(var in lista) o como en C
acciones
devuelve la longitud de la cadenalength(str)
Como en shell y Cbreak, continue, exit
salta a la siguiente línea de textonext
index(“gorbachov”, “bach”) � 4index(“gorbachov”, “z”) � 0
index(str, str)
split(“jay:bob”,c,”:”) � c[1]=jay, c[2]=bob
split(str, array
[,sep])
substr("unforgettable",6,3) � “get”substr(str,start,
length)
descripciónacción
print y printf
imprime siguiendo la sintaxis de C:%d, %f, %o, %x%n.m\n, \t
printf()
imprime “cad1cad2”print “cad1”
“cad2”
imprime “cad1 cad2”print
“cad1”,”cad2”
imprime la linea actualprint
descripciónacción
variables
• No tienen tipo ni hay que declararlas• Se asignan como en los programas de la shell• Variables especiales:
Valor de la última columna$NF
Número de columnasNF
Número de líneas de entradaNR
Contiene el valor de toda la línea$0
Variable de campo, da el valor de la columna 1, 2, 3 …
$1, $2, $3…
descripciónvariable
variables especiales (ii)
Formato numérico. Por defecto “%.6g”OFMT
Como los anteriores pero para el fichero de salida
OFS, ORS
Separador de filas. Por defecto es “newline”, refiriéndose a “\n”
RS
Separador de columnas. Por defecto es “white space”, refiriéndose a “[ ]“ y “\t”
También se puede modificar con la opción de comando –F seguido del delimitador (-F:, -F/)
FS
Nombre del fichero de entradaFILENAME
descripciónvariable
arrays
• Sólo tienen una dimensión• El acceso se identifica por indices–array[1], array[2], array[3]
–Los índices van de 1 a N
• Podemos usar como índices cadenas:– array[“Roberto”], array[“Antonio”], array[“Luis”]
– En este sentido, se pueden utilizar los arrays como tablas hash
• Para acceder a cada elemento de un array–for (i in array) print $i
Ejemplos
• Imprimir todas las líneas con la palabra “gold”– awk ‘/gold/’ coins.txt
• Imprimir todas las líneas de coins.txt– awk ‘{print}’ coins.txt
• Imprimir la tercera columna de coins.txt– awk ‘{print $3}’ coins.txt
• Guardar la tercera columna de las líneas de coins.txt que contengan la palabra “gold” a un fichero goldYear.txt
– awk ‘/gold/ {print $3}’ coins.txt > goldYear.txt
Ejemplos
• Hacer doble espaciado en coins.txt (poner una línea en blanco tras cada línea)–awk ‘{print ; print “ “}’ coins.txt
• Hacer doble espaciado SIN duplicar líneas en blanco–awk {print ; if(NF>0) print “”} coins.txt
• Contar el número de líneas en el fichero–awk ‘END {print NR}’ coins.txt
–wc coins.txt
Ejemplos
• Imprimir el tamaño medio de los ficheros de nuestro directorio actual
• ls -l | awk '{count+=$5} END {print count/(NR-1)}‘
• Generar los 10 primeros números de la secuencia de Fibonacci: 1 1 2 3 5 8 13 21 34 55
»awk 'BEGIN
» {
» a=1; b=1;
» count=0;
» while(count++<10)
» {print a; ta=a; a=b; b=b+ta;}
» }'
Scripts con awk
• Hacer un script que se llame words, que escriba cada palabra en el fichero pasado como parámetro en una nueva línea– awk ‘NF>0 {split($0, c); for(i in c) print $i}’ $1
– awk ‘BEGIN {FS=“[^A-Za-z]+”}
– {for(i=1;i<=NF;i++) print $i}’ $1
Programas awk
• Un programa awk tiene el siguiente aspecto:•search_pattern1 {awk_actions1}
search_pattern2 {awk_actions2}
•…
• search_patternN {awk_actionsN}
• Se llama con:
•awk –f awk_program filename
Ejemplo programa awk: findDup
• Buscar palabras seguidas duplicadas en un fichero
• BEGIN { dups=0; w="xy-zzy" }
• {
• for( n=1; n<=NF; n++)
• {
• if ( w == $n )
• {
• print w, "::", $0 ;
• dups = 1
• }
• w = $n
• }
• }
• END { if (dups == 0)
• print "No duplicates found."
• }
Ejercicios
1. Modificar findDup para que muestre el número de línea en el que se produce el duplicado
2. Modificar findDup para que no cuente la última palabra de la línea anterior
Condiciones
• En vez de patrones de búsqueda, podemos usar condiciones.
• Ejemplo: buscar líneas con el nº diez en su segundo campo, e imprimir la línea siguiente•BEGIN {flag = 0}
•$2 == 10 {flag = 1; next}
•flag == 1 {print; flag = 0; next}
• ¿Cómo modificar para que acepte cualquier número en vez del 10 como parámetro?
ejercicios: bases de datos
• Trabajando sobre el fichero cars.txt1. Buscar todos los coches de la marca volvo2. Mostrar la columna 3, seguida de la 13. Mostrar todas las entradas que contengan una ‘h’
en la primera columna4. Mostrar todas las entradas cuya primera columna
empiece con una ‘h’5. Mostrar la columna 2, luego la 1, luego un ‘mpg’
seguido de la columna 3; sólo para aquellas entradas cuya seguna columna empieza por m o t. ¿Se observa algo raro?
ejercicios (ii)
6. Mostrar las entradas cuya columna 5 tiene un valor numérico menor o igual a 100
7. Mostrar todas las entradas desde la primera que contenga ‘toyota’ hasta la primera que contenga ‘chevrolet’
8. Mostrar todos los usuarios del sistema que no tengan como shell por defecto /bin/sh
script con awk
• En shell script, los parámetros de la función están en $1, $2, $3 …
• En awk, $1, $3, $3 … expresan campos!
• Si queremos usar parámetros del script en llamadas a awk, antes tenemos que almacenarlos en otras variables
Ejemplo awk script
• Ejemplo: hacer un script que, mediante awk, devuelva un campo de un fichero. Campo y fichero deben ser parámetros del script
»file=$1
»num=$2
»awk '{print $'$num'}' $file
»awk '{print $' $2 '}' $1
• En estos casos, no podemos usar awk –f y tener el programa awk en otro fichero, pues no podríamos pasarle los parámetros de la script
Ejercicios awk scripts
• Un palíndromo es una palabra que es igual si se escribe de izquierda a derecha que al revés. Buscar todos los palíndromos que se encuentran en un texto. El script tendrá la sintaxis:–palindrome filein fileout
ejercicios (ii)
• Hacer un script que devuelva todas las palabras de un fichero (sin repetir) que tengan tantas letras como se le indique. El script debe tener la sintaxis–textAnalysis –l n file
• donde n es el número de letras• file es el fichero de entrada
nawk
• awk está diseñado para hacer programas cortos• pero mucha gente lo adoptó como lenguaje de
programación al uso y desarrollaba con él• nawk (new awk) trata de incorporar herramientas
para una mejor gestión de programas largos–Funciones–Entrada: getline–Trigonometría: sin, cos, atan2, rand, srand–Manejo de cadenas: match, sub
otras versiones e implementaciones
• bkw: versión de Brian Kernigan de awk• gawk: implementación GNU de awk
– No funciona en todos los sistemas– xgawk: projecto SourceForge que extiene awk con la carga
de bibliotecas dinámicamente
• mawk: implementación muy rápida de awk por Mike Brennan, basado en un intérprete de código binario– awka: traductor de awk a C basado en mawk.
• tawk: compilador de awk para DOS y Windows de Thompson Automation Software
• jawk: implementación de awk en Java
shell y awk en la historia de la programación
http://www.oreilly.com/news/graphics/prog_lang_poster.pdf
referencias
• Tutoriales utilizados–shell scripting
• http://www.cyberciti.biz/nixcraft/linux/docs/uniqlinuxfeatures/lsst/
• http://tldp.org/LDP/abs/html/index.html
–sed• http://www.grymoire.com/Unix/Sed.html#uh-1
–awk• http://cs.sru.edu/~whit/cpsc207/notes/awkegs.html• http://www.vectorsite.net/tsawk_1.html#m1
referencias (ii)
• Libros– Shells: User’s Guide. Hewlett Packard,
1991– Linux & Unix Shell Programming. David
Tansley– Portable Shell Programming. Bruce Blinn– Unix Shell Programming. Stephen G.
Kochan and Patrick H. Wood
– sed & awk. Dale Dougherty and Arnold Robbins
– awk Programming. Arnold Robbins– The AWK programming language. Aho,
Kernigan y Weinberger, 1988, Addison-Wesley.