docs/cut
view cut.txt @ 25:aea7a19d400f
Schlusspointe: So muss das verstanden werden!
| author | markus schnalke <meillo@marmaro.de> |
|---|---|
| date | Mon, 29 Jun 2015 21:37:01 +0200 |
| parents | 7fd31331580a |
| children |
line source
1 cut - cut out selected fields of each line of a file
2 ----------------------------------------------------
3 markus schnalke <meillo@marmaro.de>
4 2015-05
7 Cut ist ein klassisches Programm im Unix-Werkzeugkasten.
8 In keinem ordentlichen Tutorial zur Shellprogrammierung fehlt
9 es, denn es ist ein schönes, praktisches und anschauliches
10 Helferlein. Hier soll ein wenig hinter seine Fassade geschaut
11 werden.
14 Funktionsweise
16 Ursprünglich hatte cut zwei Modi, die später um einen dritten
17 erweitert wurden. Cut schneidet entweder gewünschte Zeichen aus
18 den Zeilen der Eingabe oder gewünschte, durch Trennzeichen
19 definierte, Felder.
21 Der Zeichenmodus ist optimal geeignet um Festbreitenformate zu
22 zerteilen. Man kann damit beispielsweise bestimmte
23 Zugriffsrechte aus der Ausgabe von `ls -l' ausschneiden, in
24 diesem Beispiel die Rechte des Besitzers:
26 $ ls -l foo
27 -rw-rw-r-- 1 meillo users 0 May 12 07:32 foo
29 $ ls -l foo | cut -c 2-4
30 rw-
32 Oder die Schreibrechte des Besitzers, der Gruppe und der
33 Welt:
35 $ ls -l | cut -c 3,6,9
36 ww-
38 Mit cut lassen sich aber auch Strings kürzen.
40 $ long=12345678901234567890
41 $ echo "$long" | cut -c -10
42 1234567890
44 Dieser Befehl gibt die ersten maximal 10 Zeichen von
45 `$long' aus. (Alternativ kann man hierfür `printf
46 "%.10s\n" "$long"' verwenden.)
48 Geht es aber nicht um die Darstellung von Zeichen, sondern um
49 ihre Speicherung, dann ist `-c' nicht unbedingt geeignet.
50 Früher, als US-ASCII noch die omnipräsente Zeichenkodierung
51 war, wurde jedes Zeichen mit genau einem
52 Byte gespeichert. Somit selektierte `cut -c' gleichermaßen
53 sowohl Ausgabezeichen als auch Bytes. Mit dem Aufkommen von
54 Multibyte-Kodierungen (wie UTF-8) musste man sich jedoch von
55 dieser Annahme lösen. In diesem Zug bekam cut mit
56 POSIX.2-1992 einen Bytemodus (Option `-b'). Will man
57 also nur die ersten maximal 500 Bytes vor dem
58 Newline-Zeichen stehen haben (und den Rest stillschweigend
59 ignorieren), dann macht man das mit:
61 $ cut -b -500
63 Den Rest kann man sich mit `cut -b 501-' einfangen. Diese
64 Funktion ist insbesondere für POSIX wichtig, da man damit
65 Textdateien mit begrenzter Zeilenlänge erzeugen kann.
66 [ http://pubs.opengroup.org/onlinepubs/9699919799/utilities/cut.html#tag_20_28_17
68 Wenn auch der Bytemodus neu eingeführt worden war, so sollte
69 er sich doch nur so verhalten wie der alte Zeichenmodus
70 normalerweise schon implementiert war. Beim Zeichenmodus aber
71 wurde eine neue Implementierungsweise gefordert. Das Problem
72 war folglich nicht, den neuen Bytemodus zu implementieren, sondern
73 den Zeichenmodus neu zu implementieren.
75 Neben dem Zeichen- und Bytemodus bietet cut noch den
76 Feldmodus, den man mit `-f' einleitet. Mit ihm
77 können Felder ausgewählt werden. Das Trennzeichen (per
78 Default der Tab) kann mit `-d' geändert werden. Es gilt in
79 gleicher Weise für die Eingabe und die Ausgabe.
81 Der typische Anwendungsfall für cut im Feldmodus ist die
82 Auswahl von Information aus der passwd-Datei. Hier z.B. der
83 Benutzername und seine ID:
85 $ cut -d: -f1,3 /etc/passwd
86 root:0
87 bin:1
88 daemon:2
89 mail:8
90 ...
92 (Die Argumente für die Optionen können bei cut übrigens
93 mit Whitespace abgetrennt oder direkt angehängt folgen.)
95 Dieser Feldmodus ist für einfache tabellarische Dateien,
96 wie eben die passwd, gut geeignet. Er kommt aber schnell an
97 seine Grenzen. Gerade der häufige Fall, dass an Whitespace
98 in Felder geteilt werden soll, wird damit nicht abgedeckt.
99 Der Delimiter kann bei cut nur genau ein Zeichen sein. Es kann
100 demnach nicht sowohl an Leerzeichen als auch an Tabs aufgetrennt
101 werden. Zudem unterteilt cut an jedem Trennzeichen. Zwei aneinander
102 stehende Trennzeichen führen zu einem leeren Feld. Dieses
103 Verhalten widerspricht den Erwartungen, die man an die
104 Verarbeitung einer Datei mit Whitespace-getrennten Feldern
105 hat. Manche Implementierungen von cut, z.B. die von FreeBSD,
106 haben deshalb Erweiterungen, die das gewünschte Verhalten
107 für Whitespace-getrennte Felder bieten. Ansonsten, d.h. wenn
108 man portabel bleiben will, verwendet man awk in diesen
109 Fällen.
111 Awk bietet noch eine weitere Funktion, die cut missen
112 lässt: Das Tauschen der Feld-Reihenfolge in der Ausgabe. Bei
113 cut ist die Reihenfolge der Feldauswahlangabe irrelevant; ein
114 Feld kann selbst mehrfach angegeben werden. Dementsprechend gibt
115 der Aufruf
116 von `cut -c 5-8,1,4-6' die Zeichen Nummer 1, 4, 5, 6, 7 und 8
117 in genau dieser Reihenfolge aus. Die Auswahl entspricht damit
118 der Mengenlehre in der Mathematik: Jedes angegebene Feld wird
119 Teil der Ergebnismenge. Die Felder der Ergebnismenge sind
120 hierbei immer gleich geordnet wie in der Eingabe. Um die Worte
121 der Manpage von Version 8 Unix wiederzugeben: ``In data base
122 parlance, it projects a relation.''
123 [ http://man.cat-v.org/unix_8th/1/cut
124 Cut führt demnach die Datenbankoperation Projektion auf
125 Textdateien aus. Die Wikipedia erklärt das folgendermaßen:
127 Die Projektion entspricht der Projektionsabbildung aus der
128 Mengenlehre und kann auch Attributbeschränkung genannt
129 werden. Sie extrahiert einzelne Attribute aus der
130 ursprünglichen Attributmenge und ist somit als eine Art
131 Selektion auf Spaltenebene zu verstehen, das heißt, die
132 Projektion blendet Spalten aus.
134 [ http://de.wikipedia.org/wiki/Projektion_(Informatik)#Projektion
137 Geschichtliches
139 Cut erblickte 1982 mit dem Release von UNIX System III das
140 Licht der öffentlichen Welt. Wenn man die Quellen von System
141 III durchforstet, findet man cut.c mit dem Zeitstempel 1980-04-11.
142 [ http://minnie.tuhs.org/cgi-bin/utree.pl?file=SysIII/usr/src/cmd
143 Das ist die älteste Implementierung des Programms, die ich
144 aufstöbern konnte. Allerdings spricht die SCCS-ID im
145 Quellcode von Version 1.5. Die Vorgeschichte liegt, der Vermutung
146 Doug McIlroys
147 [ http://minnie.tuhs.org/pipermail/tuhs/2015-May/004083.html
148 zufolge, in PWB/UNIX, dessen Entwicklungslinie die Grundlage für
149 System III war. In den von PWB 1.0 (1977) verfügbaren Quellen
150 [ http://minnie.tuhs.org/Archive/PDP-11/Distributions/usdl/
151 ist cut noch nicht zu finden. Von PWB 2.0 scheinen keine
152 Quellen oder hilfreiche Dokumentation verfügbar zu sein.
153 PWB 3.0 wurde später aus Marketinggründen als System III
154 bezeichnet und ist folglich mit ihm identisch. Eine Nebenlinie zu
155 PWB war CB Unix, das nur innerhalb
156 der Bell Labs genutzt wurde. Das Handbuch von CB Unix Edition 2.1
157 vom November 1979 enthält die früheste Erwähnung von cut, die
158 meine Recherche zutage gefördert hat: eine Manpage für cut.
159 [ ftp://sunsite.icm.edu.pl/pub/unix/UnixArchive/PDP-11/Distributions/other/CB_Unix/cbunix_man1_02.pdf
161 Nun ein Blick auf die BSD-Linie: Dort ist der früheste
162 Fund ein cut.c mit dem Dateimodifikationsdatum 1986-11-07
163 [ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-UWisc/src/usr.bin/cut
164 als Teil der Spezialversion 4.3BSD-UWisc,
165 [ http://gunkies.org/wiki/4.3_BSD_NFS_Wisconsin_Unix
166 die im Januar 1987 veröffentlicht wurde.
167 Die Implementierung unterscheidet sich nur minimal von der
168 in System III.
169 Im bekannteren 4.3BSD-Tahoe (1988) tauchte cut nicht auf.
170 Das darauf folgende 4.3BSD-Reno (1990) lieferte aber wieder
171 ein cut mit aus. Dieses cut war ein von Adam S. Moskowitz und
172 Marciano Pitargue neu implementiertes cut, das 1989 in BSD
173 aufgenommen wurde.
174 [ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-Reno/src/usr.bin/cut
175 Seine Manpage
176 [ http://minnie.tuhs.org/cgi-bin/utree.pl?file=4.3BSD-Reno/src/usr.bin/cut/cut.1
177 erwähnt bereits die erwartete Konformität mit POSIX.2.
178 Nun muss man wissen, dass POSIX.2 erst im September
179 1992 veröffentlicht wurde, erst gut zwei Jahren nachdem die
180 Manpage und das Programm geschrieben worden waren. Das Programm
181 wurde folglich anhand von Arbeitsversionen des Standards
182 implementiert. Ein Blick in den Code bekräftigt diese Vermutung.
183 In der Funktion zum parsen der Feldauswahlliste findet sich
184 dieser Kommentar:
186 This parser is less restrictive than the Draft 9 POSIX spec.
187 POSIX doesn't allow lists that aren't in increasing order or
188 overlapping lists.
190 Im Draft 11.2 (1991-09) fordert POSIX diese Flexibilität bereits
191 ein:
193 The elements in list can be repeated, can overlap, and can
194 be specified in any order.
196 Zudem listet Draft 11.2 alle drei Modi, während in diesem
197 BSD cut nur die zwei alten implementiert sind. Es könnte also
198 sein, dass in Draft 9 der Bytemodus noch nicht vorhanden war.
199 Ohne Zugang zu Draft 9 oder 10, war es leider nicht möglich,
200 diese Vermutung zu prüfen.
202 Die Versionsnummern und Änderungsdaten der älteren
203 BSD-Implementierungen kann man aus den SCCS-IDs, die vom
204 damaligen Versionskontrollsystem in den Code eingefügt wurden,
205 ablesen. So z.B. bei 4.3BSD-Reno: ``5.3 (Berkeley) 6/24/90''.
207 Das cut der GNU Coreutils enthält folgenden Copyrightvermerk:
209 Copyright (C) 1997-2015 Free Software Foundation, Inc.
210 Copyright (C) 1984 David M. Ihnat
212 Der Code hat also recht alte Ursprünge. Wie aus weiteren
213 Kommentaren zu entnehmen ist, wurde der Programmcode zuerst von David
214 MacKenzie und später von Jim Meyering überarbeitet. Letzterer
215 hat den Code 1992 auch ins Versionkontrollsystem eingestellt.
216 Weshalb die Jahre vor 1997, zumindest ab 1992, nicht im
217 Copyright-Vermerk auftauchen, ist unklar.
219 Trotz der vielen Jahreszahlen aus den 80er Jahren gehört cut,
220 aus Sicht des ursprünglichen Unix, zu den jüngeren Tools.
221 Wenn cut auch ein Jahrzehnt älter als Linux, der Kernel, ist,
222 so war Unix schon über zehn Jahre alt, als cut das
223 erste Mal auftauchte. Insbesondere gehörte cut noch nicht
224 zu Version 7 Unix, das die Ausgangsbasis aller modernen
225 Unix-Systeme darstellt. Die weit komplexeren Programme sed
226 und awk waren dort aber schon vertreten. Man muss sich also
227 fragen, warum cut überhaupt noch entwickelt wurde, wo es
228 schon zwei Programme gab, die die Funktion von cut abdecken
229 konnten. Ein Argument für cut war sicher seine Kompaktheit und
230 die damit verbundene Geschwindigkeit gegenüber dem damals
231 trägen awk. Diese schlanke Gestalt ist es auch, die der
232 Unix-Philosopie entspricht: Mache eine Aufgabe und die richtig!
233 Cut überzeugte. Es wurde in andere Unix Varianten übernommen,
234 standardisiert und ist heutzutage überall anzutreffen.
236 Die ursprüngliche Variante (ohne -b) wurde schon 1985 in
237 der System V Interface Definition, einer wichtigen formalen
238 Beschreibung von UNIX System V, spezifiziert und tauchte
239 anschließend in allen relevanten Standards auf. Mit POSIX.2
240 im Jahre 1992 wurde cut zum ersten Mal in der heutigen Form
241 (mit -b) standardisiert.
244 Multibyte-Unterstützung
246 Nun sind der Bytemodus und die damit verbundene
247 Multibyte-Verarbeitung des POSIX-Zeichenmodus bereits seit
248 1992 standardisiert, wie steht es aber mit deren Umsetzung?
249 Welche Versionen implementieren POSIX korrekt?
250 Die Situation ist dreiteilig: Es gibt historische
251 Implementierungen, die nur -c und -f kennen. Dann gibt es
252 Implementierungen die -b zwar kennen, es aber lediglich als Alias
253 für -c handhaben. Diese Implementierungen funktionieren mit
254 Single-Byte-Encodings (z.B. US-ASCII, Latin1) korrekt, bei
255 Multibyte-Encodings (z.B. UTF-8) verhält sich ihr -c aber
256 wie -b (und -n wird ignoriert). Schließlich gibt es noch
257 Implementierungen, die -b und -c tatsächlich POSIX-konform
258 implementieren.
260 Historische Zwei-Modi-Implementierungen sind z.B. die von
261 System III, System V und die aller BSDs bis in die 90er.
263 Pseudo-Multibyte-Implementierungen bieten GNU und die
264 modernen NetBSDs und OpenBSDs. Man darf sich sicher fragen,
265 ob dort ein Schein von POSIX-Konformität gewahrt wird.
266 Teilweise findet man erst nach genauerer Suche heraus, dass
267 -c und -n nicht wie erwartet funktionieren; teilweise machen es
268 sich die Systeme auch einfach, indem sie auf
269 Singlebyte-Zeichenkodierungen beharren, das aber dafür
270 klar darlegen:
272 Since we don't support multi-byte characters, the -c and -b
273 options are equivalent, and the -n option is meaningless.
275 [ http://cvsweb.openbsd.org/cgi-bin/cvsweb/src/usr.bin/cut/cut.c?rev=1.18&content-type=text/x-cvsweb-markup
277 Tatsächlich standardkonforme Implementierungen, die
278 Multibytes korrekt handhaben, bekommt man bei einem modernen
279 FreeBSD und bei den Heirloom Tools. Bei FreeBSD hat Tim Robbins
280 im Sommer 2004 den Zeichenmodus POSIX-konform reimplementiert.
281 [ https://svnweb.freebsd.org/base?view=revision&revision=131194
282 Warum die beiden anderen großen BSDs diese Änderung nicht
283 übernommen haben, bleibt offen. Es scheint aber an der im
284 obigen Kommentar formulierten Grundausrichtung zu liegen.
286 Wie findet man nun als Nutzer heraus, ob beim cut des eigenen
287 Systems Multibytes korrekt unterstützt werden? Zuerst ist
288 entscheidend, ob das System selbst mit einem Multibyte-Encoding
289 arbeitet, denn tut es das nicht, dann entsprechen sich
290 Zeichen und Bytes und die Frage erübrigt sich. Man kann das
291 herausfinden indem man sich das Locale anschaut, aber einfacher
292 ist es, ein typisches Mehrbytezeichen, wie z.B. einen Umlaut,
293 auszugeben und zu schauen ob dieses in einem oder in mehreren
294 Bytes kodiert ist:
296 $ echo ä | od -c
297 0000000 303 244 \n
298 0000003
300 In diesem Fall sind es zwei Bytes: oktal 303 und 244 . (Den
301 Zeilenumbruch fügt echo hinzu.)
303 Mit dem Programm iconv kann man Text explizit in bestimmte
304 Kodierungen konvertieren. Hier Beispiele, wie die Ausgabe
305 bei Latin1 und wie sie bei UTF-8 aussieht.
307 $ echo ä | iconv -t latin1 | od -c
308 0000000 344 \n
309 0000002
311 $ echo ä | iconv -t utf8 | od -c
312 0000000 303 244 \n
313 0000003
315 Die Ausgabe auf dem eigenen System (ohne die iconv-Konvertierung)
316 wird recht sicher einer dieser beiden Ausgaben entsprechen.
318 Nun zum Test der cut-Implementierung. Hat man ein UTF-8-System,
319 dann sollte sich eine POSIX-konforme Implementierung folgendermaßen
320 verhalten:
322 $ echo ä | cut -c 1 | od -c
323 0000000 303 244 \n
324 0000003
326 $ echo ä | cut -b 1 | od -c
327 0000000 303 \n
328 0000002
330 $ echo ä | cut -b 1 -n | od -c
331 0000000 \n
332 0000001
334 Bei einer Pseudo-POSIX-Implementierung ist die Ausgabe in
335 allen drei Fällen wie die mittlere: Es wird das erste Byte
336 ausgegeben.
339 Implementierungen
341 Nun ein Blick auf den Code. Betrachtet wird eine Auswahl an
342 Implementierungen.
344 Für einen ersten Eindruck ist der Umfang des Quellcodes
345 hilfreich. Typischerweise steigt dieser über die Jahre an. Diese
346 Beobachtung kann hier in der Tendenz, aber nicht in jedem Fall,
347 bestätigt werden. Die POSIX-konforme Umsetzung des Zeichenmodus
348 erfordert zwangsläufig mehr Code, deshalb sind diese
349 Implementierungen tendenziell umfangreicher.
352 SLOC Zeilen Bytes Gehört zu Dateidatum Kategorie
353 -----------------------------------------------------------------
354 116 123 2966 System III 1980-04-11 (hist)
355 118 125 3038 4.3BSD-UWisc 1986-11-07 (hist)
356 200 256 5715 4.3BSD-Reno 1990-06-25 (hist)
357 200 270 6545 NetBSD 1993-03-21 (hist)
358 218 290 6892 OpenBSD 2008-06-27 (pseudo)
359 224 296 6920 FreeBSD 1994-05-27 (hist)
360 232 306 7500 NetBSD 2014-02-03 (pseudo)
361 340 405 7423 Heirloom 2012-05-20 (POSIX)
362 382 586 14175 GNU coreutils 1992-11-08 (pseudo)
363 391 479 10961 FreeBSD 2012-11-24 (POSIX)
364 588 830 23167 GNU coreutils 2015-05-01 (pseudo)
367 Das Kandidatenfeld teilt sich grob in vier Gruppen: (1) Die zwei
368 ursprünglichen Implementierungen, die sich nur minimal
369 unterscheiden, mit gut 100 SLOCs. (2) Die fünf BSD-Versionen mit
370 gut 200 SLOCs. (3) Die zwei POSIX-konformen Programme und
371 die alte GNU-Version mit 340-390 SLOCs. Und schließlich (4) die
372 moderne GNU-Variante mit fast 600 SLOCs.
374 Die Abweichung zwischen logischen Codezeilen (SLOC, ermittelt mit
375 SLOCcount) und der Anzahl von Zeilenumbrüchen in der Datei (`wc
376 -l') erstreckt sich über eine Spanne von Faktor 1.06 bei den
377 ältesten Vertretern bis zu Faktor 1.5 bei GNU. Den größten
378 Einfluss darauf haben Leerzeilen, reine Kommentarzeilen und
379 die Größe des Lizenzblocks am Dateianfang.
381 Betrachtet man die Abweichungen zwischen den logischen Codezeilen
382 und der Dateigröße (`wc -c'), so pendelt das Teilnehmerfeld
383 zwischen 25 und 30 Bytes je Anweisung. Die Heirloom-Implementierung
384 weicht mit nur 21 nach unten ab, die GNU-Implementierungen mit
385 fast 40 nach oben. Bei GNU liegt dies hauptsächlich an deren
386 Programmierstil, mit spezieller Einrückung und langen Bezeichnern.
387 Ob man die Heirloom-Implementierung
388 [ http://heirloom.cvs.sourceforge.net/viewvc/heirloom/heirloom/cut/cut.c?revision=1.6&view=markup
389 als besonders kryptisch
390 oder als besonders elegant bezeichnen will, das soll der
391 eigenen Einschätzung des Lesers überlassen bleiben. Vor allem
392 der Vergleich mit einer GNU-Implementierung
393 [ http://git.savannah.gnu.org/gitweb/?p=coreutils.git;a=blob;f=src/cut.c;hb=e981643
394 ist eindrucksvoll.
397 Die interne Struktur der Programmcodes (in C) ist meist ähnlich.
398 Neben der obligatorischen main-Funktion, die die Kommandozeilenargumente
399 verarbeitet, gibt es im Normalfall eine Funktion, die die
400 Feldauswahl in eine interne Datenstruktur überführt. Desweiteren
401 haben fast alle Implementierungen separate Funktionen für jeden
402 ihrer Modi. Bei den POSIX-konformen Implementierungen
403 wird die `-b -n'-Kombination als weiterer Modus behandelt, und
404 damit in einer eigenen Funktion umgesetzt. Nur bei der frühen
405 System III-Implementierung (und seiner 4.3BSD-UWisc-Variante)
406 wird außer den Fehlerausgaben alles in der main-Funktion
407 erledigt.
409 Cut-Implementierungen haben typischerweise zwei limitierende
410 Größen: Die Maximalanzahl unterstützter Felder und die maximale
411 Zeilenlänge. Bei System III sind beide Größen auf 512 begrenzt.
412 4.3BSD-Reno und die BSDs der 90er Jahre haben ebenfalls fixe
413 Grenzen (_BSD_LINE_MAX bzw. _POSIX2_LINE_MAX). Bei modernen
414 FreeBSDs, NetBSDs, bei allen GNU-Implementierungen und bei
415 Heirloom kann sowohl die Felderanzahl als auch die maximale
416 Zeilenlänge beliebig groß werden; der Speicher dafür wird
417 dynamisch alloziiert. OpenBSD ist ein Hybrid aus fixer
418 Maximalzahl an Feldern, aber beliebiger Zeilenlänge. Die
419 begrenzte Felderanzahl scheint jedoch kein Praxisproblem
420 darzustellen, da _POSIX2_LINE_MAX mit mindestens 2048 durchaus
421 groß genug sein sollte.
424 Beschreibungen
426 Interessant ist zudem ein Vergleich der Kurzbeschreibungen von
427 cut, wie sie sich in der Titelzeile der Manpages oder manchmal
428 am Anfang der Quellcodedatei finden. Die folgende Liste
429 ist grob zeitlich geordnet und nach Abstammung gruppiert:
432 CB Unix cut out selected fields of each line of a file
433 System III cut out selected fields of each line of a file
434 System III (src) cut and paste columns of a table (projection of a relation)
435 System V cut out selected fields of each line of a file
436 HP-UX cut out (extract) selected fields of each line of a file
438 4.3BSD-UWisc (src) cut and paste columns of a table (projection of a relation)
439 4.3BSD-Reno select portions of each line of a file
440 NetBSD select portions of each line of a file
441 OpenBSD 4.6 select portions of each line of a file
442 FreeBSD 1.0 select portions of each line of a file
443 FreeBSD 10.0 cut out selected portions of each line of a file
444 SunOS 4.1.3 remove selected fields from each line of a file
445 SunOS 5.5.1 cut out selected fields of each line of a file
447 Heirloom Tools cut out selected fields of each line of a file
448 Heirloom Tools (src) cut out fields of lines of files
450 GNU coreutils remove sections from each line of files
452 Minix select out columns of a file
454 Version 8 Unix rearrange columns of data
455 ``Unix Reader'' rearrange columns of text
457 POSIX cut out selected fields of each line of a file
460 Die mit ``(src)'' markierten Beschreibungen sind aus dem
461 jeweiligen Quellcode entnommen. Der POSIX-Eintrag enthält
462 die Beschreibung im Standard. Der ``Unix Reader'' ist ein
463 rückblickendes Textdokument von Doug McIlroy, das das
464 Auftreten der Tools in der Geschichte des Research Unix zum
465 Thema hat.
466 [ http://doc.cat-v.org/unix/unix-reader/contents.pdf
467 Eigentlich sollte seine Beschreibung der in Version 8 Unix
468 entsprechen. Die Abweichung könnte ein Übertragungsfehler
469 oder eine nachträgliche Korrektur sein. Alle übrigen
470 Beschreibungen entstammen den Manpages.
472 Oft ist mit der Zeit die POSIX-Beschreibung übernommen
473 oder an sie angeglichen worden, wie beispielsweise bei FreeBSD.
474 [ https://svnweb.freebsd.org/base?view=revision&revision=167101
476 Interessant ist, dass die GNU coreutils seit Anbeginn vom
477 Entfernen von Teilen der Eingabe sprechen, wohingegen die
478 Kommandozeilenangabe klar ein Auswählen darstellt. Die
479 Worte ``cut out'' sind vielleicht auch zu missverständlich.
480 HP-UX hat sie deshalb präzisiert.
482 Beim Begriff, was selektiert wird, ist man sich ebenfalls
483 uneins. Die Einen reden von Feldern (POSIX), Andere von
484 Abschnitten bzw. Teilen (BSD) und wieder Andere von Spalten
485 (Research Unix). Die scheinbar unzutreffende Beschreibung
486 bei Version 8 Unix (``rearrange columns of data'') ist
487 dadurch zu erklären, dass die Manpage sowohl cut als auch
488 paste abdeckt. In ihrer Kombination können tatsächlich
489 Spalten umgeordnet werden.
492 Autoreninfo
494 Markus Schnalke interessiert sich für die Hintergründe
495 von Unix und seinen Werkzeugen. Für die Erarbeitung dieses
496 Textes wurde er regelrecht zum Historiker.
499 Lizenz
501 CC0 (und kann damit auch unter CC BY-SA 4.0 Unported
502 veröffentlicht werden)