.so macros
.lc_ctype de_DE.utf8

.TL
Cut out selected fields of each line of a file
.AU
markus schnalke <meillo@marmaro.de>
..
.FS
2015-05.
Dieser Text steht unter CC0.
Er ist online verfügbar:
.I http://marmaro.de/docs/
.FE

.LP
Cut ist ein klassisches Programm im Unix-Werkzeugkasten.
In keinem ordentlichen Tutorial zur Shellprogrammierung fehlt
es, denn es ist ein schönes, praktisches und anschauliches
Helferlein. Hier soll ein wenig hinter seine Fassade geschaut
werden.
.SH
Funktionsweise
.LP
Ursprünglich hatte cut zwei Modi, die später um einen dritten
erweitert wurden. Cut schneidet entweder gewünschte Zeichen aus
den Zeilen der Eingabe oder gewünschte, durch Trennzeichen
definierte, Felder.
.PP
Der Zeichenmodus ist optimal geeignet um Festbreitenformate zu
zerteilen. Man kann damit beispielsweise bestimmte
Zugriffsrechte aus der Ausgabe von \f(CWls -l\fP ausschneiden, in
diesem Beispiel die Rechte des Besitzers:
.CS
	$ ls -l foo
	-rw-rw-r-- 1 meillo users 0 May 12 07:32 foo
.sp .3
	$ ls -l foo | cut -c 2-4
	rw-
.CE
.LP
Oder die Schreibrechte des Besitzers, der Gruppe und der
Welt:
.CS
	$ ls -l foo | cut -c 3,6,9
	ww-
.CE
.LP
Mit cut lassen sich aber auch Strings kürzen.
.CS
	$ long=12345678901234567890
.sp .3
	$ echo "$long" | cut -c -10
	1234567890
.CE
.LP
Dieser Befehl gibt die ersten maximal 10 Zeichen von
\f(CW$long\fP aus. (Alternativ kann man hierfür \f(CWprintf
"%.10s\\n" "$long"\fP verwenden.)
.PP
Geht es aber nicht um die Darstellung von Zeichen, sondern um
ihre Speicherung, dann ist \f(CW-c\fP nur bedingt geeignet.
Früher, als US-ASCII noch die omnipräsente Zeichenkodierung
war, wurde jedes Zeichen mit genau einem
Byte gespeichert. Somit selektierte \f(CWcut -c\fP gleichermaßen
sowohl Ausgabezeichen als auch Bytes. Mit dem Aufkommen von
Multibyte-Kodierungen (wie UTF-8) musste man sich jedoch von
dieser Annahme lösen. In diesem Zug bekam cut mit
POSIX.2-1992 einen Bytemodus (Option \f(CW-b\fP). Will man
also nur die ersten maximal 500 Bytes vor dem
Newline-Zeichen stehen haben (und den Rest stillschweigend
ignorieren), dann macht man das mit:
.CS
	$ cut -b -500
.CE
.LP
Den Rest kann man sich mit \f(CWcut -b 501-\fP einfangen. Diese
Funktion ist insbesondere für POSIX wichtig, da man damit
Textdateien mit begrenzter Zeilenlänge erzeugen kann
.[[ http://pubs.opengroup.org/onlinepubs/9699919799/utilities/cut.html#tag_20_28_17 .
.PP
Wenn auch der Bytemodus neu eingeführt worden war, so sollte
er sich doch nur so verhalten wie der alte Zeichenmodus
normalerweise schon implementiert war. Beim Zeichenmodus wurde
dagegen eine neue Implementierungsweise gefordert. Das Problem
war folglich nicht, den neuen Bytemodus zu implementieren, sondern
den Zeichenmodus neu zu implementieren.
.PP
Neben dem Zeichen- und Bytemodus bietet cut noch den
Feldmodus, den man mit \f(CW-f\fP einleitet. Mit ihm
können Felder ausgewählt werden. Das Trennzeichen (per
Default der Tab) kann mit \f(CW-d\fP geändert werden. Es gilt in
gleicher Weise für die Eingabe und die Ausgabe.
.PP
Der typische Anwendungsfall für cut im Feldmodus ist die
Auswahl von Information aus der passwd-Datei. Hier z.B. der
Benutzername und seine ID:
.CS
	$ cut -d: -f1,3 /etc/passwd
	root:0
	bin:1
	daemon:2
	mail:8
	...
.CE
.LP
(Die Argumente für die Optionen können bei cut übrigens
sowohl mit Whitespace abgetrennt als auch direkt angehängt folgen.)
.PP
Dieser Feldmodus ist für einfache tabellarische Dateien,
wie eben die passwd, gut geeignet. Er kommt aber schnell an
seine Grenzen. Gerade der häufige Fall, dass an Whitespace
in Felder geteilt werden soll, wird damit nicht abgedeckt.
Der Delimiter kann bei cut nur genau ein Zeichen sein. Es kann
demnach nicht sowohl an Leerzeichen als auch an Tabs aufgetrennt
werden. Zudem unterteilt cut an jedem Trennzeichen. Zwei aneinander
stehende Trennzeichen führen zu einem leeren Feld. Dieses
Verhalten widerspricht den Erwartungen, die man an die
Verarbeitung einer Datei mit Whitespace-getrennten Feldern
hat. Manche Implementierungen von cut, z.B. die von FreeBSD,
haben deshalb Erweiterungen, die das gewünschte Verhalten
für Whitespace-getrennte Felder bieten. Ansonsten, d.h. wenn
man portabel bleiben will, verwendet man awk in diesen
Fällen.
.PP
Awk bietet noch eine weitere Funktion, die cut missen
lässt: Das Tauschen der Feld-Reihenfolge in der Ausgabe. Bei
cut ist die Reihenfolge der Feldauswahlangabe irrelevant; ein
Feld kann selbst mehrfach angegeben werden. Dementsprechend gibt
der Aufruf
von \f(CWcut -c 5-8,1,4-6\fP die Zeichen Nummer 1, 4, 5, 6, 7 und 8
in genau dieser Reihenfolge aus. Die Auswahl entspricht damit
der Mengenlehre in der Mathematik: Jedes angegebene Feld wird
Teil der Ergebnismenge. Die Felder der Ergebnismenge sind
hierbei immer gleich geordnet wie in der Eingabe. Um die Worte
der Manpage von Version 8 Unix wiederzugeben: ``In data base
parlance, it projects a relation.''
.[[ http://man.cat-v.org/unix_8th/1/cut
Cut führt demnach die Datenbankoperation Projektion auf
Textdateien aus. Die Wikipedia
erklärt das folgendermaßen:
.QP
Die Projektion entspricht der Projektionsabbildung aus der
Mengenlehre und kann auch Attributbeschränkung genannt
werden. Sie extrahiert einzelne Attribute aus der
ursprünglichen Attributmenge und ist somit als eine Art
Selektion auf Spaltenebene zu verstehen, das heißt, die
Projektion blendet Spalten aus. 
.[[ http://de.wikipedia.org/wiki/Projektion_(Informatik)#Projektion

.SH
Geschichtliches
.LP
Cut erblickte 1982 mit dem Release von UNIX System III das
Licht der öffentlichen Welt. Wenn man die Quellen von System
III durchforstet, findet man cut.c mit dem Zeitstempel 1980-04-11
.[[ http://minnie.tuhs.org/cgi-bin/utree.pl?file=SysIII/usr/src/cmd .
Das ist die älteste Implementierung des Programms, die ich
aufstöbern konnte. Allerdings spricht die SCCS-ID im
Quellcode von Version 1.5. Die Vorgeschichte liegt, der Vermutung
Doug McIlroys
.[[ http://minnie.tuhs.org/pipermail/tuhs/2015-May/004083.html
zufolge, in PWB/UNIX, dessen Entwicklungslinie die Grundlage für
System III war. In den von PWB 1.0 (1977) verfügbaren Quellen
.[[ http://minnie.tuhs.org/Archive/PDP-11/Distributions/usdl/
ist cut noch nicht zu finden. Von PWB 2.0 scheinen keine
Quellen oder hilf\%reiche Dokumentation verfügbar zu sein.
PWB 3.0 wurde später aus Marketinggründen als System III
bezeichnet und ist folglich mit ihm identisch. Eine Nebenlinie zu
PWB war CB UNIX, das nur innerhalb
der Bell Labs genutzt wurde. Das Handbuch von CB UNIX Edition 2.1
vom November 1979 enthält die früheste Erwähnung von cut, die
meine Recherche zutage gefördert hat: eine Manpage für cut
.[[ ftp://sunsite.icm.edu.pl/pub/unix/UnixArchive/PDP-11/Distributions/other/CB_Unix/cbunix_man1_02.pdf .
.PP
Nun ein Blick auf die BSD-Linie: Dort ist der früheste
Fund ein cut.c mit dem Dateimodifikationsdatum 1986-11-07
.[[ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-UWisc/src/usr.bin/cut
als Teil der Spezialversion 4.3BSD-UWisc
.[[ http://gunkies.org/wiki/4.3_BSD_NFS_Wisconsin_Unix ,
die im Januar 1987 veröffentlicht wurde.
Die Implementierung unterscheidet sich nur minimal von der
in System III.
Im bekannteren 4.3BSD-Tahoe (1988) tauchte cut nicht auf.
Das darauf folgende 4.3BSD-Reno (1990) lieferte aber wieder
ein cut mit aus. Dieses cut war ein von Adam S. Moskowitz und
Marciano Pitargue neu implementiertes cut, das 1989 in BSD
aufgenommen wurde
.[[ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-Reno/src/usr.bin/cut .
Seine Manpage
.[[ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-Reno/src/usr.bin/cut/cut.1
erwähnt bereits die erwartete Konformität mit POSIX.2.
Nun muss man wissen, dass POSIX.2 erst im September
1992 veröffentlicht wurde, erst gut zwei Jahren nachdem die
Manpage und das Programm geschrieben worden waren. Das Programm
wurde folglich anhand von Arbeitsversionen des Standards
implementiert. Ein Blick in den Code bekräftigt diese Vermutung.
In der Funktion zum Parsen der Feldauswahlliste findet sich
dieser Kommentar:
.QP
This parser is less restrictive than the Draft 9 POSIX spec.
POSIX doesn't allow lists that aren't in increasing order or
overlapping lists.
.LP
Im Draft 11.2 (1991-09) fordert POSIX diese Flexibilität bereits
ein:
.QP
The elements in list can be repeated, can overlap, and can
be specified in any order.
.LP
Zudem listet Draft 11.2 alle drei Modi, während in diesem
BSD cut nur die zwei alten implementiert sind. Es könnte also
sein, dass in Draft 9 der Bytemodus noch nicht vorhanden war.
Ohne Zugang zu Draft 9 oder 10, war es leider nicht möglich,
diese Vermutung zu prüfen.
.PP
Die Versionsnummern und Änderungsdaten der älteren
BSD-Implementierungen kann man aus den SCCS-IDs, die vom
damaligen Versionskontrollsystem in den Code eingefügt wurden,
ablesen. So z.B. bei 4.3BSD-Reno: ``5.3 (Berkeley) 6/24/90''.
.PP
Das cut der GNU Coreutils enthält folgenden Copyrightvermerk:
.CS
	Copyright (C) 1997-2015 Free Software Foundation, Inc.
	Copyright (C) 1984 David M. Ihnat
.CE
.LP
Der Code hat also recht alte Ursprünge. Wie aus weiteren
Kommentaren zu entnehmen ist, wurde der Programmcode zuerst von David
MacKenzie und später von Jim Meyering überarbeitet. Letzterer
hat den Code 1992 auch ins Versionkontrollsystem eingestellt.
Weshalb die Jahre vor 1997, zumindest ab 1992, nicht im
Copyright-Vermerk auftauchen, ist unklar.
.PP
Trotz der vielen Jahreszahlen aus den 80er Jahren gehört cut,
aus Sicht des ursprünglichen Unix, zu den jüngeren Tools.
Wenn cut auch ein Jahrzehnt älter als Linux, der Kernel, ist,
so war Unix schon über zehn Jahre alt, als cut das
erste Mal auftauchte. Insbesondere gehörte cut noch nicht
zu Version 7 Unix, das die Ausgangsbasis aller modernen
Unix-Systeme darstellt. Die weit komplexeren Programme sed
und awk waren dort aber schon vertreten. Man muss sich also
fragen, warum cut überhaupt noch entwickelt wurde, wo es
schon zwei Programme gab, die die Funktion von cut abdecken
konnten. Ein Argument für cut war sicher seine Kompaktheit und
die damit verbundene Geschwindigkeit gegenüber dem damals
trägen awk. Diese schlanke Gestalt ist es auch, die der
Unix-Philosopie entspricht: Mache eine Aufgabe und die richtig!
Cut überzeugte. Es wurde in andere Unix Varianten übernommen,
stan\%dard\%isiert und ist heutzutage überall anzutreffen.
.PP
Die ursprüngliche Variante (ohne \f(CW-b\fP) wurde schon 1985 in
der System V Interface Definition, einer wichtigen formalen
Beschreibung von UNIX System V, spezifiziert und tauchte
anschließend in allen relevanten Standards auf. Mit POSIX.2
im Jahre 1992 wurde cut zum ersten Mal in der heutigen Form
(mit \f(CW-b\fP) standardisiert.

.SH
Multibyte-Unterstützung
.LP
Nun sind der Bytemodus und die damit verbundene
Multibyte-Verarbeitung des POSIX-Zeichenmodus bereits seit
1992 standardisiert, wie steht es aber mit deren Umsetzung?
Welche Versionen implementieren POSIX korrekt?
Die Situation ist dreiteilig: Es gibt historische
Implementierungen, die nur \f(CW-c\fP und \f(CW-f\fP kennen. Dann gibt es
Implementierungen die \f(CW-b\fP zwar kennen, es aber lediglich als Alias
für \f(CW-c\fP handhaben. Diese Implementierungen funktionieren mit
Single-Byte-Encodings (z.B. US-ASCII, Latin1) korrekt, bei
Multibyte-Encodings (z.B. UTF-8) verhält sich ihr \f(CW-c\fP aber
wie \f(CW-b\fP (und \f(CW-n\fP wird ignoriert). Schließlich gibt es noch
Implementierungen, die \f(CW-b\fP und \f(CW-c\fP tatsächlich POSIX-konform
implementieren.
.PP
Historische Zwei-Modi-Implementierungen sind die von
System III, System V und die aller BSDs bis in die 90er.
.PP
Pseudo-Multibyte-Implementierungen bieten GNU und die
modernen NetBSDs und OpenBSDs. Man darf sich sicher fragen,
ob dort ein Schein von POSIX-Konformität gewahrt wird.
Teilweise findet man erst nach genauerer Suche heraus, dass
\f(CW-c\fP und \f(CW-n\fP nicht wie erwartet funktionieren; teilweise machen es
sich die Systeme auch einfach, indem sie auf
Singlebyte-Zeichenkodierungen beharren, das aber dafür
klar darlegen:
.QP
Since we don't support multi-byte characters, the \f(CW-c\fP and \f(CW-b\fP
options are equivalent, and the \f(CW-n\fP option is meaningless.
.[[ http://cvsweb.openbsd.org/cgi-bin/cvsweb/src/usr.bin/cut/cut.c?rev=1.18&content-type=text/x-cvsweb-markup
.LP
Tatsächlich standardkonforme Implementierungen, die
Multibytes korrekt handhaben, bekommt man bei einem modernen
FreeBSD und bei den Heirloom Tools. Bei FreeBSD hat Tim Robbins
im Sommer 2004 den Zeichenmodus POSIX-konform reimplementiert
.[[ https://svnweb.freebsd.org/base?view=revision&revision=131194 .
Warum die beiden anderen großen BSDs diese Änderung nicht
übernommen haben, bleibt offen. Es scheint aber an der im
obigen Kommentar formulierten Grundausrichtung zu liegen.
.PP
Wie findet man nun als Nutzer heraus, ob beim cut des eigenen
Systems Multibytes korrekt unterstützt werden? Zuerst ist
entscheidend, ob das System selbst mit einem Multibyte-Encoding
arbeitet, denn tut es das nicht, dann entsprechen sich
Zeichen und Bytes und die Frage erübrigt sich. Man kann das
herausfinden indem man sich das Locale anschaut, aber einfacher
ist es, ein typisches Mehrbytezeichen, wie z.B. einen Umlaut,
auszugeben und zu schauen ob dieses in einem oder in mehreren
Bytes kodiert ist:
.CS
	$ echo ä | od -c
	0000000 303 244  \\n
	0000003
.CE
.LP
In diesem Fall sind es zwei Bytes: oktal 303 und 244. (Den
Zeilenumbruch fügt echo hinzu.)
.PP
Mit dem Programm iconv kann man Text explizit in bestimmte
Kodierungen konvertieren. Hier Beispiele, wie die Ausgabe
bei Latin1 und wie sie bei UTF-8 aussieht:
.CS
	$ echo ä | iconv -t latin1 | od -c        
	0000000 344  \\n
	0000002
.sp .3
	$ echo ä | iconv -t utf8 | od -c  
	0000000 303 244  \\n
	0000003
.CE
.LP
Die Ausgabe auf dem eigenen System (ohne die iconv-Konvertierung)
wird recht sicher einer dieser beiden Ausgaben entsprechen.
.PP
Nun zum Test der cut-Implementierung. Hat man ein UTF-8-System,
dann sollte sich eine POSIX-konforme Implementierung folgendermaßen
verhalten:
.CS
	$ echo ä | cut -c 1 | od -c
	0000000 303 244  \\n
	0000003
.sp .3
	$ echo ä | cut -b 1 | od -c
	0000000 303  \\n
	0000002
.sp .3
	$ echo ä | cut -b 1 -n | od -c
	0000000  \\n
	0000001
.CE
.LP
Bei einer Pseudo-POSIX-Implementierung ist die Ausgabe in
allen drei Fällen wie die mittlere: Es wird das erste Byte
ausgegeben.

.SH
Implementierungen
.LP
Nun ein Blick auf den Code. Betrachtet wird eine Auswahl an
Implementierungen.
.PP
Für einen ersten Eindruck ist der Umfang des Quellcodes
hilfreich. Typischerweise steigt dieser über die Jahre an. Diese
Beobachtung kann hier in der Tendenz, aber nicht in jedem Fall,
bestätigt werden. Die POSIX-konforme Umsetzung des Zeichenmodus
erfordert zwangsläufig mehr Code, deshalb sind diese
Implementierungen tendenziell umfangreicher.
.TS
center;
r r r l l l.
SLOC	Zeilen	Bytes	Gehört zu  	Dateidatum	Kategorie
_
116	123	 2966	System III	1980-04-11	historisch
118	125	 3038	4.3BSD-UWisc	1986-11-07	historisch
200	256	 5715	4.3BSD-Reno	1990-06-25	historisch
200	270	 6545	NetBSD	1993-03-21	historisch
218	290	 6892	OpenBSD	2008-06-27	pseudo-POSIX
224	296	 6920	FreeBSD	1994-05-27	historisch
232	306	 7500	NetBSD 	2014-02-03	pseudo-POSIX
340	405	 7423	Heirloom	2012-05-20	POSIX
382	586	14175	GNU coreutils	1992-11-08	pseudo-POSIX
391	479	10961	FreeBSD	2012-11-24	POSIX
588	830	23167	GNU coreutils	2015-05-01	pseudo-POSIX
.TE
.LP
Das Kandidatenfeld teilt sich grob in vier Gruppen: (1) Die zwei
ursprünglichen Implementierungen, die sich nur minimal
unterscheiden, mit gut 100 SLOCs. (2) Die fünf BSD-Versionen mit
gut 200 SLOCs. (3) Die zwei POSIX-konformen Programme und
die alte GNU-Version mit 340\(en390 SLOCs. Und schließlich (4) die
moderne GNU-Variante mit fast 600 SLOCs.
.PP
Die Abweichung zwischen logischen Codezeilen (SLOC, ermittelt mit
SLOCcount) und der Anzahl von Zeilenumbrüchen in der Datei (\f(CWwc
-l\fP) erstreckt sich über eine Spanne von Faktor 1,06 bei den
ältesten Vertretern bis zu Faktor 1,5 bei GNU. Den größten
Einfluss darauf haben Leerzeilen, reine Kommentarzeilen und
die Größe des Lizenzblocks am Dateianfang. 
.PP
Betrachtet man die Abweichungen zwischen den logischen Codezeilen
und der Dateigröße (\f(CWwc -c\fP), so pendelt das Teilnehmerfeld
zwischen 25 und 30 Bytes je Anweisung. Die Heirloom-Implementierung
weicht mit nur 21 nach unten ab, die GNU-Implementierungen mit
fast 40 nach oben. Bei GNU liegt dies hauptsächlich an deren
Programmierstil, mit spezieller Einrückung und langen Bezeichnern.
Ob man die Heirloom-Implementierung
.[[ http://heirloom.cvs.sourceforge.net/viewvc/heirloom/heirloom/cut/cut.c?revision=1.6&view=markup
als besonders kryptisch
oder als besonders elegant bezeichnen will, das soll der
eigenen Einschätzung des Lesers überlassen bleiben. Vor allem
der Vergleich mit einer GNU-Implementierung
.[[ http://git.savannah.gnu.org/gitweb/?p=coreutils.git;a=blob;f=src/cut.c;hb=e981643
ist eindrucksvoll.
.PP
Die interne Struktur der Programmcodes (in C) ist meist ähnlich.
Neben der obligatorischen main-Funktion, die die Kommandozeilenargumente
verarbeitet, gibt es im Normalfall eine Funktion, die die
Feldauswahl in eine interne Datenstruktur überführt. Desweiteren
haben fast alle Implementierungen separate Funktionen für jeden
ihrer Modi. Bei den POSIX-konformen Implementierungen
wird die \f(CW-b -n\fP-Kombination als weiterer Modus behandelt, und
damit in einer eigenen Funktion umgesetzt. Nur bei der frühen
System III-Implementierung (und seiner 4.3BSD-UWisc-Variante)
wird außer den Fehlerausgaben alles in der main-Funktion
erledigt.
.PP
Cut-Implementierungen haben typischerweise zwei limitierende
Größen: Die Maximalanzahl unterstützter Felder und die maximale
Zeilenlänge. Bei System III sind beide Größen auf 512 begrenzt.
4.3BSD-Reno und die BSDs der 90er Jahre haben ebenfalls fixe
Grenzen (\f(CW_BSD_LINE_MAX\fP bzw. \f(CW_POSIX2_LINE_MAX\fP). Bei modernen
FreeBSDs, NetBSDs, bei allen GNU-Implementierungen und bei
Heirloom kann sowohl die Felderanzahl als auch die maximale
Zeilenlänge beliebig groß werden; der Speicher dafür wird
dynamisch alloziiert. OpenBSD ist ein Hybrid aus fixer
Maximalzahl an Feldern und beliebiger Zeilenlänge. Die
begrenzte Felderanzahl scheint jedoch kein Praxisproblem
darzustellen, da \f(CW_POSIX2_LINE_MAX\fP mit mindestens 2048 durchaus
groß genug sein sollte.

.SH
Beschreibungen
.LP
Interessant ist zudem ein Vergleich der Kurzbeschreibungen von
cut, wie sie sich in der Titelzeile der Manpages oder manchmal
am Anfang der Quellcodedatei finden. Die folgende Liste
ist grob zeitlich geordnet und nach Abstammung gruppiert:
.TS
center;
l l.
CB UNIX	cut out selected fields of each line of a file
System III	cut out selected fields of each line of a file
System III \(dg	cut and paste columns of a table (projection of a relation)
System V	cut out selected fields of each line of a file
HP-UX	cut out (extract) selected fields of each line of a file
.sp .3
4.3BSD-UWisc \(dg	cut and paste columns of a table (projection of a relation)
4.3BSD-Reno	select portions of each line of a file
NetBSD	select portions of each line of a file
OpenBSD 4.6	select portions of each line of a file
FreeBSD 1.0	select portions of each line of a file
FreeBSD 10.0	cut out selected portions of each line of a file
SunOS 4.1.3	remove selected fields from each line of a file
SunOS 5.5.1	cut out selected fields of each line of a file
.sp .3
Heirloom Tools	cut out selected fields of each line of a file
Heirloom Tools \(dg	cut out fields of lines of files
.sp .3
GNU coreutils	remove sections from each line of files
.sp .3
Minix	select out columns of a file
.sp .3
Version 8 Unix	rearrange columns of data
``Unix Reader''	rearrange columns of text
.sp .3
POSIX	cut out selected fields of each line of a file
.TE
.LP
Die mit `\(dg' markierten Beschreibungen sind aus dem
jeweiligen Quellcode entnommen. Der POSIX-Eintrag enthält
die Beschreibung im Standard. Der ``Unix Reader'' ist ein
rückblickendes Textdokument von Doug McIlroy, das das
Auftreten der Tools in der Geschichte des Research Unix zum
Thema hat
.[[ http://doc.cat-v.org/unix/unix-reader/contents.pdf .
Eigentlich sollte seine Beschreibung der in Version 8 Unix
entsprechen. Die Abweichung könnte ein Übertragungsfehler
oder eine nachträgliche Korrektur sein. Alle übrigen
Beschreibungen entstammen den Manpages.
.PP
Oft ist mit der Zeit die POSIX-Beschreibung übernommen
oder an sie angeglichen worden, wie beispielsweise bei FreeBSD
.[[ https://svnweb.freebsd.org/base?view=revision&revision=167101 .
.PP
Interessant ist, dass die GNU coreutils seit Anbeginn vom
Entfernen von Teilen der Eingabe sprechen, wohingegen die
Kommandozeilenangabe klar ein Auswählen darstellt. Die
Worte ``cut out'' sind vielleicht auch zu missverständlich.
HP-UX hat sie deshalb präzisiert.
.PP
Beim Begriff, was selektiert wird, ist man sich ebenfalls
uneins. Die Einen reden von Feldern (POSIX), Andere von
Abschnitten bzw. Teilen (BSD) und wieder Andere von Spalten
(Research Unix).
.PP
Die scheinbar unzutreffende Beschreibung
bei Version 8 Unix (``rearrange columns of data'') ist
dadurch zu erklären, dass die Manpage sowohl cut als auch
paste abdeckt. In ihrer Kombination können tatsächlich
Spalten umgeordnet werden.

.SH
Referenzen
.LP
.nf
._r