Средства обработки структурированных данных

В ситуациях, когда есть две версии текста - "правильная" и "неправильная" (например, исходные тексты работающей и неработающей программ), полезно понять, чем они отличаются. Для этого предназначена служебная программа diff:

diff [-c | -e | -f | -C число] [-br] 
     файл1 файл2

Утилита diff сравнивает содержимое исходных файлов и выдает на стандартный вывод список изменений, которые необходимо произвести, чтобы преобразовать файл1 в файл2. Она поддерживает следующие опции.

-b

Игнорировать пробельные символы в конце строк; остальные цепочки пробельных символов считать равными.

-c

Производить вывод в формате, обеспечивающем три строки контекста.

-C число

Производить вывод в формате, обеспечивающем заданное число строк контекста.

-e

Производить вывод в формате, пригодном для подачи на вход редактора ed и преобразования файла1 в файл2.

-f

Производить вывод в альтернативном формате, напоминающем -e, но в обратном порядке и не предназначенном для подачи на вход редактора ed.

-r

Если файл1 и файл2 представляют собой каталоги, применять утилиту diff рекурсивно к одноименным и однотипным обычным файлам и каталогам. Если только один из файлов является каталогом, в нем сравнивается "тезка" другого исходного файла.

В качестве примера использования служебной программы diff сравним две версии бинарных утилит (см. листинг 6.18). Начальный фрагмент результата показан в листинге 6.19. Видно, что различия, по сути, сводятся к добавлению новых файлов.

diff -r binutils-2_14 binutils-2_14-branch

diff -r binutils-2_14/bfd/version.h binutils-2_14-branch/bfd/version.h
1c1
< #define BFD_VERSION_DATE 20030612
---
> #define BFD_VERSION_DATE 20031007
Only in binutils-2_14-branch/binutils: ChangeLog
Only in binutils-2_14-branch/binutils: arlex.c
Only in binutils-2_14-branch/binutils: deflex.c
Only in binutils-2_14-branch/binutils: rclex.c
Only in binutils-2_14-branch/binutils: syslex.c
Only in binutils-2_14-branch: config.guess
Only in binutils-2_14-branch/gas: ChangeLog
Only in binutils-2_14-branch/gas/config: tc-ns32k.c
Only in binutils-2_14-branch/gas: configure
Only in binutils-2_14-branch/gas: configure.in
Only in binutils-2_14-branch/gas: itbl-lex.c
. . .

Если нужно проверить два файла на совпадение, предпочтительнее воспользоваться не утилитой diff, а более простой и быстрой служебной программой cmp:

cmp [-l | -s] файл1 файл2

По умолчанию cmp выдает на стандартный вывод номера байта и строки, где встретилось первое отличие. Опция -l предписывает выдавать все отличия в виде номеров и содержимого (восьмеричного) байт. По опции -s отличия не выдаются, возвращается лишь соответствующий код завершения (0 - файлы совпадают, 1 - файлы различаются, больше единицы - зафиксирована ошибка).

Если в продолжение примера с утилитой diff сравнить две версии файла version.h посредством cmp (см. листинг 6.20), результат будет выглядеть так, как показано в листинге 6.21.

cmp -l binutils-2_14/bfd/version.h\
  binutils-2_14-branch/bfd/version.h

30 60 61
31 66 60
32 61 60
33 62 67

Еще одно средство выявления различий (и, кроме того, совпадений) текстовых файлов - служебная программа comm:

comm [-123] файл1 файл2

Она читает файл1 и файл2 (их содержимое должно быть отсортировано в лексикографическом порядке) и выводит результаты в три столбца:

1. строки, входящие только в файл1;
2. строки, входящие только в файл2;
3. строки, входящие в оба файла.

Опции -1, -2 или -3 подавляют вывод соответствующих столбцов. Так, comm -12 выводит строки, общие для обоих файлов, comm -23 - имеющиеся только в файле1, comm -123 не выводит ничего.

В стандарте POSIX-2001 приведен следующий пример использования служебной программы comm. Пусть файл xcu содержит отсортированный список утилит, вошедших в данный стандарт, файл xpg3 - аналогичный список для спецификации X/Open Portability Guide, Issue 3, а файл svid89 представляет собой отсортированный список утилит из System V Interface Definition Third Edition. Тогда конвейер, показанный в листинге 6.22, выдаст список служебных программ, фигурирующих в спецификациях XPG3 и SVID, но не вошедших в стандарт IEEE Std1003.1-2001.

comm -12 xpg3 svid89 | comm -23 - xcu

Для контроля целостности файлов (не являющегося, впрочем, криптостойким), предназначена служебная программа

cksum [файл ...]

Для каждого файла - аргумента она выдает на стандартный вывод подсчитанную по стандарту ISO/IEC 8802-3:1996 (Ethernet) контрольную сумму, количество байт и имя.

Применение утилиты cksum - полезный элемент оформления поставляемых приложений.