agrep - Online in de cloud

PROGRAMMA:

NAAM

agrep - zoek in een bestand naar een tekenreeks of reguliere expressie, met geschatte overeenkomsten
mogelijkheden

KORTE INHOUD

akkoord gaan [ -#cdehiklnpstvwxBDGIS ] patroon [ -F patroonbestand ] [ bestandsnaam...]

PRODUCTBESCHRIJVING

akkoord gaan doorzoekt de invoer bestandsnamen (standaardinvoer is de standaard, maar zie een waarschuwing onder
BEPERKINGEN) voor records die tekenreeksen bevatten die: precies or ongeveer overeenkomen met een
patroon. Een record is standaard een regel, maar kan op een andere manier worden gedefinieerd met behulp van de -d
optie (zie hieronder). Normaal gesproken wordt elk gevonden record gekopieerd naar de standaarduitvoer.
Geschatte matching maakt het mogelijk records te vinden die het patroon met verschillende fouten bevatten
inclusief vervangingen, invoegingen en verwijderingen. Massechusets komen bijvoorbeeld overeen
Massachusetts met twee fouten (één vervanging en één invoeging). Rennen akkoord gaan -2
Massechusets foo voert alle regels in foo uit die een tekenreeks met maximaal 2 fouten bevatten
Massechusets.

akkoord gaan ondersteunt vele soorten zoekopdrachten, waaronder willekeurige jokertekens, sets patronen en
in het algemeen reguliere expressies. Zie PATRONEN hieronder. Het ondersteunt de meeste opties
ondersteund door de grep family plus nog een aantal andere (maar het is niet 100% compatibel met grep).
Voor meer informatie over de algoritmen die door agrep worden gebruikt, zie Wu en Manber, "Fast Text
Zoeken met fouten", Technisch rapport #91-11, Afdeling Computerwetenschappen,
Universiteit van Arizona, juni 1991 (beschikbaar via anonieme ftp op cs.arizona.edu in
agrep/agrep.ps.1), en Wu en Manber, "Agrep - A Fast Approximate Pattern Searching
Tool", om te verschijnen in USENIX Conference 1992 januari (beschikbaar via anonieme ftp vanaf
cs.arizona.edu in agrep/agrep.ps.2).

Net als bij de rest van de grep familie, de karakters `$', '^', `*', `[', `]', `^', `|',
`(', `)', `!', en `\' kan onverwachte resultaten veroorzaken als het wordt opgenomen in de patroon, zoals deze
karakters zijn ook betekenisvol voor de schaal. Om deze problemen te voorkomen, moet men altijd
plaats het volledige patroonargument tussen enkele aanhalingstekens, dat wil zeggen 'patroon'. Gebruik geen dubbele
citaten (").

. akkoord gaan wordt toegepast op meer dan één invoerbestand, wordt de naam van het bestand weergegeven
vóór elke lijn die overeenkomt met het patroon. De bestandsnaam wordt niet weergegeven wanneer
een enkel bestand verwerken, dus als u daadwerkelijk wilt dat de bestandsnaam verschijnt, gebruikt u / Dev / null as
een tweede bestand in de lijst.

OPTIES

-# # is een niet-negatief geheel getal (maximaal 8) dat het maximale aantal fouten specificeert
toegestaan ​​bij het vinden van geschatte overeenkomsten (standaard ingesteld op nul). Over het algemeen elk
invoeging, verwijdering of vervanging telt als één fout. Het is mogelijk om aan te passen
de relatieve kosten van inserties, deleties en substituties (zie -I -D en -S
opties).

-c Geef alleen het aantal overeenkomende records weer.

-d 'delim'
Definiëren delim als scheidingsteken tussen twee records. De standaardwaarde is '$',
een record is namelijk standaard een regel. delim kan een string zijn met een maximale grootte van 8
(met mogelijk gebruik van ^ en $), maar geen reguliere expressie. Tekst tussen twee
delim's, vóór de eerste delim, en na de laatste delim wordt als één beschouwd
dossier. -d '$$' definieert bijvoorbeeld alinea's als records en -d '^From' definieert
e-mailberichten als records. akkoord gaan komt overeen met elke record afzonderlijk. Deze optie wel
werken momenteel niet met reguliere expressies.

-e patroon
Hetzelfde als een simpele patroon argument, maar nuttig als de patroon begint met een `-'.

-f patroonbestand
patroonbestand bevat een reeks (eenvoudige) patronen. De uitvoer bestaat uit alle regels die
overeenkomen met ten minste één van de patronen in patroonbestand. Momenteel werkt de optie -f
alleen voor exacte match en voor eenvoudige patronen (elk metasymbool wordt geïnterpreteerd als een
regelmatig karakter); het is alleen compatibel met -c, -h, -i, -l, -s, -v, -w en -x
opties. zie BEPERKINGEN voor de maatgrenzen.

-h Geef geen bestandsnamen weer.

-i Zoeken is niet hoofdlettergevoelig. 'A' en 'a' worden bijvoorbeeld als gelijkwaardig beschouwd.

-k Geen enkel symbool in het patroon wordt behandeld als een metateken. Bijvoorbeeld, agrep -k
'a(b|c)*d' foo zal de voorkomens van a(b|c)*d in foo vinden terwijl agrep
'a(b|c)*d' foo zal substrings in foo vinden die overeenkomen met de reguliere expressie
'a(b|c)*d'.

-l Geef alleen de bestanden weer die een overeenkomst bevatten. Deze optie is handig bij het zoeken naar
bestanden die een bepaald patroon bevatten. Bijvoorbeeld: " agrep -l 'geweldig' * " zal dat wel doen
vermeld de namen van de bestanden in de huidige map die het woord bevatten
'prachtig'.

-n Elke regel die wordt afgedrukt, wordt voorafgegaan door het recordnummer in het bestand.

-p Zoek records in de tekst die een superreeks van het patroon bevatten. Bijvoorbeeld,
akkoord gaan -p DCS foo wil match "Afdeling of Computer Wetenschap."

-s Werk stil, dat wil zeggen: geef niets weer behalve foutmeldingen. Dit is handig voor
het controleren van de foutstatus.

-t Voer de record uit vanaf het einde van delim naar (en inclusief) de volgende ontruimen.
Dit is handig voor gevallen waarin delim zou aan het einde van de plaat moeten komen.

-v Omgekeerde modus — geef alleen de records weer die dat wel hebben do niet het patroon bevatten.

-w Zoek naar het patroon als een woord, dat wil zeggen omgeven door niet-alfanumerieke tekens.
De niet-alfanumerieke Dan moet je omring de wedstrijd; ze kunnen niet als fouten worden beschouwd.
Bijvoorbeeld akkoord gaan -w -1 auto komt overeen met auto's, maar niet met personages.

-x Het patroon moet overeenkomen met de hele lijn.

-y Gebruikt met -B optie. Wanneer -y aanstaat, zal agrep altijd de beste overeenkomsten opleveren
zonder een aanwijzing te geven.

-B Beste matchmodus. Wanneer -B is opgegeven en er geen exacte overeenkomsten worden gevonden, zal akkoord gaan
blijf zoeken tot de dichtstbijzijnde overeenkomsten (dat wil zeggen degene met een minimum aantal
fouten) worden gevonden, waarna het volgende bericht wordt weergegeven: "the best
match bevat x fouten, er zijn y matches, voer deze uit? (j/n)" De beste match
modus wordt niet ondersteund voor standaardinvoer, bijvoorbeeld pijplijninvoer. Wanneer de -#, -c,
of -l opties zijn opgegeven, wordt de -B optie genegeerd. Over het algemeen kan -B dat zijn
langzamer dan -#, maar niet veel.

-Dk Stel de kosten van een verwijdering in op k (k is een positief geheel getal). Deze optie niet
werken momenteel met reguliere expressies.

-G Voer de bestanden uit die een overeenkomst bevatten.

-Ik Stel de kosten van een invoeging in op k (k is een positief geheel getal). Deze optie niet
werken momenteel met reguliere expressies.

-Sk Stel de kosten van een vervanging in op k (k is een positief geheel getal). Deze optie wel
werken momenteel niet met reguliere expressies.

PATRONEN

akkoord gaan ondersteunt een grote verscheidenheid aan patronen, inclusief eenvoudige strings, strings met klassen
van tekens, reeksen tekenreeksen, jokertekens en reguliere expressies.

Strings
elke reeks tekens, inclusief de speciale symbolen `^' voor het begin van de regel
en `$' voor het einde van de regel. De hierboven genoemde speciale tekens ( `$', '^', `*', `[',
`^', `|', `(', `)', `!', en `\' ) moet worden voorafgegaan door `\' als dat zo is
overeenkomen met gewone karakters. \^abc\\ komt bijvoorbeeld overeen met de tekenreeks
^abc\, terwijl ^abc overeenkomt met de string abc aan het begin van een regel.

Klassen of tekens
een lijst met tekens binnen [] (in volgorde) komt overeen met elk teken uit de
lijst. [a-ho-z] is bijvoorbeeld elk teken tussen a en h of tussen o en z.
Het symbool `^' binnen [] vult de lijst aan. [^in] geeft bijvoorbeeld elk aan
teken in de tekenset, behalve teken 'i' tot 'n'. Het symbool `^' dus
heeft twee betekenissen, maar dit komt overeen met egrep. Het symbool `.' (maakt niet uit)
staat voor elk symbool (behalve het nieuweregelsymbool).

Boolean operaties
akkoord gaan ondersteunt een `en'-bewerking `;' en een `of' operatie `,', maar niet a
combinatie van beide. 'fast;network' zoekt bijvoorbeeld naar alle records
die beide woorden bevat.

Wild kaarten
Het symbool '#' wordt gebruikt om een ​​jokerteken aan te duiden. # komt overeen met nul of een willekeurig aantal
willekeurige karakters. Ex#e komt bijvoorbeeld overeen met voorbeeld. Het symbool # is
gelijk aan .* in egrep. In feite zal .* ook werken, omdat het een geldige
reguliere expressie (zie hieronder), maar tenzij deze deel uitmaakt van een daadwerkelijke reguliere expressie
expressie, # zal sneller werken.

Combinatie (combination) of exact en benaderend matching
elk patroon tussen punthaken <> moet exact overeenkomen met de tekst, zelfs als dit overeenkomt
is met fouten. Bijvoorbeeld, ics matcht wiskundig met één fout
(de laatste s vervangen door een a), maar reken maar komt niet overeen met wiskundig nee
ongeacht hoeveel fouten we toestaan.

Normaal uitdrukkingen
De syntaxis van reguliere expressies in akkoord gaan is in grote lijnen hetzelfde als voor
egr. De vakbondsoperatie `|', Kleene-afsluiting `*' en haakjes () zijn allemaal
ondersteund. Momenteel wordt '+' niet ondersteund. Reguliere expressies zijn momenteel
beperkt tot ongeveer 30 tekens (doorgaans exclusief metatekens). Sommige
opties (-d, -w, -f, -t, -x, -D, -I, -S) werken momenteel niet met reguliere
uitdrukkingen. Het maximale aantal fouten voor reguliere expressies die '*' of gebruiken
'|' is 4.

Voorbeelden

agrep -2 -c ABCDEFG foo
geeft het aantal regels in bestand foo dat ABCDEFG bevat binnen twee fouten.

akkoord -1 -D2 -S2 'ABCD#YZ' foo
geeft de regels weer die ABCD bevatten, gevolgd, binnen willekeurige afstand, door YZ, met
maximaal één extra insertie (-D2 en -S2 maken ook verwijderingen en vervangingen
"duur").

agrep -5 -p abcdefghij /pad/naar/woordenboek/woorden
geeft de lijst weer met alle woorden die minstens 5 van de eerste 10 letters van de bevatten
alfabet in bestellen. (Probeer het eens: elke lijst die begint met academia en eindigt met
heiligschennis moet iets betekenen!)

agrep -1 'abc[0-9](de|fg)*[xz]' foo
voert de regels uit die, binnen maximaal één fout, de tekenreeks bevatten die begint met
abc gevolgd door één cijfer, gevolgd door nul of meer herhalingen van de of fg,
gevolgd door x, y of z.

agrep -d '^Van' 'afbraak;internet' mbox
voert alle e-mailberichten uit (het patroon '^From' scheidt e-mailberichten in een e-mail
bestand) die de trefwoorden 'breakdown' en 'internet' bevatten.

akkoord -d '$$' -1 ' 'foe
vindt alle alinea's die woord1 bevatten, gevolgd door woord2, met één fout erin
van de blanco. In het bijzonder als woord1 het laatste woord in een regel is en woord2 de
eerste woord op de volgende regel, dan wordt de spatie vervangen door een nieuweregelsymbool
en het zal overeenkomen. Dit is dus een manier om scheiding door een nieuwe regel te overwinnen. Opmerking
dat -d '$$' (of een ander scheidingsteken dat meer dan één regel beslaat) nodig is,
omdat agrep anders slechts één regel tegelijk doorzoekt.

akkoord '^ akkoord'
geeft alle voorbeelden van het gebruik van agrep in deze manpagina's weer.

Gebruik agrep online met behulp van onworks.net-services