Laborator 07 - Automatizarea în linia de comandă

Concepte

Comandă Descriere scurtă
cat afișare conținut fișier
seq generare secvență de numere
grep extrage linii care conțin o anumită expresie regulată
cut extragere anumite coloane
sed filtru de text avansat, folosit pentru substituții
wc contorizare număr de linii, cuvinte sau caractere
head afișare a primelor linii sau caractere
tail afișare a ultimelor linii sau caractere
for parcurgere listă de elemente pentru aplicarea de comenzi pentru fiecare element în parte
if condiție de execuție a unor comenzi
$(comm) expandarea unei comenzi (command expansion) - înlocuirea cu output-ul comenzii
comm1 | comm2 legarea a două comenzi: output-ul primei comenzi devine input pentru cea de-a doua comandă
$var sau ${var} valoarea variabilei var
${#var} lungimea valorii variabilei var (în caractere)
${var:2:3} un subșir al valorii variabilei var: de la indexul 2 se extrag 3 caractere

Pentru acest laborator vom folosi comenzi și noțiuni prezentate în laboratoarele de până acum în special laboratorul trecut (Laborator 07 - Automatizarea în linia de comandă). Vor fi puține comenzi nou introduse; cel mai mult ne va interesa cum, dându-se o situație practică, vom putea folosi shell-ul pentru automatizare.

Automatizarea sarcinilor se referă la delegarea / degrevarea acțiunilor utilizatorilor către programe în sistemul de calcul. Un program va face automat, de sine stătător, acțiuni pe care le-ar face utilizatorul, rezultând în timp mai puțin consumat de utilizator.

Acțiunile care sunt candidate pentru automatizare sunt în general acțiuni repetitive, nu foarte simple și neinteractive. Automatizarea acestora va elibera utilizator de la executarea repetată, plictisitoare, manuală a acestora.

Perspective pentru automatizare

Automatizarea sarcinilor urmărește eficiență, în special temporală. Cu cât face mai rapid acțiuni repetitive, cu atât este mai bine. Acțiunile repetitive necesită interacțiune minimă cu utilizatorul, pentru a eficientiza timpul

Când automatizăm, folosim scripting și funcționalități existente. Un principiu esențial al automatizării este don't repeat yourself (nu reinventăm roata). Dacă există comenzi sau funcționalități existente, le folosim pe acelea. Altfel spus, urmărim atât eficiența execuției cât și eficiența dezvoltării.

Eficiența execuției o putem realiza nu doar prin scripting, ci și prin acțiuni precum:

  • folosirea de scurtături de taste
  • folosirea funcționalităților de tipul command completion sau history search
  • folosirea de alias-uri de comenzi
  • folosirea de șabloane: globbing sau expresii regulate (regular expressions)

Atunci când folosim scripting în shell, ne folosim de funcționalități existente ale shell-ului, pe care le vom descrie mai jos.

Scripting

Scripting presupune folosirea unui limbaj interpretat (numit limbaj de scripting). Acesta poate fi un limbaj precum Python, Perl sau Ruby sau poate fi chiar shell-ul CLI (interpretorul de comenzi). Limbajele de scripting au avantajul dezvoltării rapide: adăugăm și testăm rapid funcționalități noi.

Shell scripting are avantajul folosirii comenzilor existente în shell (comenzi de lucru cu fișiere, cu procese, comenzi de filtrare de text). Pentru acțiuni rapide (de tipul quick'n'dirty), shell scripting este o soluție foarte bună. Atunci când avem prelucrări numerice sau prelucrări de șiruri, shell scripting poate fi insuficient și este indicat să apelăm la un limbaj de scripting mai complet, precum Python, Ruby sau Perl.

Funcționalități shell

Funcționalitățile shell-ului sunt folosite în eficiența rulării comenzilor și în automatizare. Le-am folosit și amintit pe parcursul ultimelor laboratoare, în special în laboratorul trecut. Astfel de funcționalități sunt:

  • redirectarea comenzilor în fișiere, folosind operatorii de redirectare: >, <, >>
  • redirectarea ieșirii unei comenzi către intrarea altei comenzi: operatorul | (pipe)
  • variabile shell
  • escaping folosind backslash, ghilimele sau apostrofuri

Pe parcursul acestui laborator vom folosi funcțioalități ale shell-ului care sunt în special folosite în shell scripting:

  • expresii regulate
  • argumente în linia de comandă
  • comenzi interne shell pentru controlul fluxului: if, for, while

Automatizarea prin shell scripting

Automatizarea prin shell scripting presupune, în mod uzual, o secvență de comenzi. Aceste comenzi sunt adăugate într-un script unde vor fi rulate la comun, fără a fi nevoie de rularea manuală a fiecărei comenzi.

Pentru a configura rulare unei secvențe de comenzi putem condiționa rularea scriptului folosind variabile sau argumente în linia de comandă. Acestea pot genera un comportament diferit al scriptului în funcție de valorile lor.

Pe baza variabilelor, argumentelor din linia de comanda sau datelor de intrare, un script poate lua decizii condiționate. Verificarea unei condiții poate duce la un comportament sau altul.

În rularea unui script adesea vom dori ca o acțiune să țintească mai multe fișiere sau procese sau șiruri. Pentru aceasta, vom urmări folosirea de bucle pentru parcurgerea de liste de elemente.

Comenzile folosite pot primi ca argument sau la intrarea standard ieșirea altor comenzi. În shell scripting folosim funcționalități de înlănțuire a comenzilor precum command expansion sau pipe-uri ducând la rezultate mai complexe.

Basics

Nu insistați pe această secțiune. Traversați-o în diagonală, ajungeți cât mai repede la secțiunea Exerciții. Reveniți la ea când aveți nevoie în rezolvarea exercițiilor.

Expresii regulate

Expresiile regulate sunt folosite pentru căutarea/selecția anumitor intrări în fișiere text și pentru parsarea informațiilor din fișiere text. În procesarea expresiilor regulate, matching-ul se face pe fiecare linie din text. Într-o expresie regulată, anumite caractere au rol special precum caracterele de mai jos.

Caracter Efect în expresie regulată
^ început de linie
$ sfârșit de linie
. orice caracter
* expresia anterioară de oricâte ori, posibil niciodată
+ expresia anterioară de oricâte ori, cel puțin o dată
[ajt] orice caracter din setul de caractere a, j, t
[^ajt] orice caracter mai puțin caracterele a, j, t
| expresia anterioară sau expresia de după (una dintre cele două expresii)
? expresia anterioară o dată sau niciodată

Găsiți un tool online aici care va permite să vizualizați efectul expresiilor regulate în mod interactiv. Puteți să îl folosiți pentru a vă obișnui cu scrierea de regexp-uri.

Expresii regulate vs globbing

Construcție RegExp Glob
. orice caracter caracterul .
.* orice caracter de oricâte ori, posibil niciodată orice incepe cu .
? expresia anterioară o dată sau niciodată orice caracter
a+ caracterul a de oricâte ori, cel puțin o dată caracterul a urmat de +

Expresii regulate & grep

În directorul din repository aferent laboratorului există un fișier students.txt pe care îl vom folosi ca suport pentru comenzi cu expresii regulate. Acest fișier conține o listă de studenți cu numele complet al studenților (prima coloană), grupa din care fac parte (a doua coloană) și diverse note la USO (nota finală - a treia coloană, nota la testul grilă - a patra coloană - și nota la testul practic - a cincea coloană), câmpuri separate prin caracterul tab.

Pentru căutarea și selectarea de linii din fișiere text folosim comanda grep care folosește, la rândul ei, expresii regulate. Astfel, dacă dorim să selectăm studenții care au litera z în numele lor, folosim comanda

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ grep 'z' students.txt 
GHECENCO F. Răzvan	312CC	8	8.75	4.67
MARIN N. Răzvan	312CC	5	3.5	4.2

Este recomandat ca argumentul de tip expresie regulată transmis comenzii grep să fie plasat între apostrofuri (') pentru a fi escapat. În felul acesta, caracterele din expresia regulată vor fi transmise întocmai comenzii grep și nu vor fi interpretate de shell.

Click pentru detalii legate de apostrofuri și ghilimele

Click pentru detalii legate de apostrofuri și ghilimele

În shell este recomandată folosirea ghilimelelor (, (double) quotes) și a apostrofurilor (', single quotes) pentru escapare. Escapare înseamnă că nu vor fi interpretate special caracterele speciale din shell; adică vor fi interpretate drept caractere obișnuite. Exemple de caractere speciale în shell sunt:

  • $: folosit pentru expandare: expandarea valorii unei variabile, expandarea unei comenzi, substituție aritmetică
  • *: folosit în globbing: înseamnă orice caracter de oricâte ori
  • >, <: folosite pentru redirectare
  • &, |: folosite pentru trimiterea unei comenzi în background sau pentru înlănțuirea unei comenzi; sau ca parte a operatorilor de secvențiere condiționată (|| și &&)
  • ;: folosit pentru secvențierea comenzilor
  • (, ): folosite pentru crearea de subshell-uri
  • , ', \: folosite pentru escapare

Diferența dintre ghilimele și apostrofuri constă în interpretarea caracterului dolar ($, dollar). Între ghilimele, caracterul dolar își păstrează rolul special, pe când între apostrofuri este considerat un caracter ca oricare altul.

De exemplu, dacă dorim să afișăm valoarea variabilei USER, vom folosi construcția

student@uso.local:~$ echo "$USER"
student

Va fi afișată valoarea variabilei USER întrucât am folosit construcția $USER între ghilimele.

Dacă însă folosim construcția $USER între apostrofuri, ca în continuare

student@uso.local:~$ echo '$USER'
$USER

atunci va fi afișat chiar șirul $USER. Asta pentru că apostrofurile, spre deosebire de ghilimele, escapează inclusiv caracterul dolar.

Doar că expresia z nu se potrivește (nu face match) pe litera Z (majusculă). Pentru a selecta studenții al cărore nume conține atât litera z, cât și Z (majusculă) folosim expresia regulată [zZ] și comanda

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ grep '[zZ]' students.txt 
PAJARCU Z.P. Raul-Constantin	312CC	2	0.5	1.7
GHECENCO F. Răzvan	312CC	8	8.75	4.67
MARIN N. Răzvan	312CC	5	3.5	4.2
ZINCULESCU C. Marius-Valentin	313CC	7	4.75	5.7

Expresia regulată [zZ] se potrivește pe setul de caractere compus din litera z cât și Z (majusculă). Cu aceasta au apărut două linii noi: o linie conține studentul cu numele de familie ZINCULESCU iar cealaltă linie conține ințialele Z.P. ambele cu litera Z (majusculă).

Dacă vrem să selectăm studenții al căror nume de familie începe cu litera F, atunci vom folosi expresia regulată ^F denotând litera F (majusculă) la început de rând. Vom folosi, așadar, comanda de mai jos:

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ grep '^F' students.txt 
FLOREA N. Monica-Andreea	313CC	9	7.5	8.5
FULGER P. Alexandru-Gabriel	315CC	7	4.25	5

Dacă vrem, în schimb, să selectăm studenții al căror prenume începe cu litera F trebuie să privim lucrurile altfel. Urmărind textul putem observa că prenumele sunt precedate fie de caracterul spațiu (blank) fie de caracterul minus (-). Pentru început vom folosi expresia regulată [ -]F care face match pe caracterul spațiu sau minus urmat de caracterul F majusculă. Comanda aferentă este:

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ grep '[ -]F' students.txt 
ONEA I. Flavia-Katilina	311CC	7	6.5	4.33
PLEȘEA Fl. Alexandru	311CC	9	9.25	7.9
GHECENCO F. Răzvan	312CC	8	8.75	4.67
EPURE P. Andi-Florin	314CC	8	9.5	3.67
NEACȘU C. Florin-Mărgărit	314CC	10	9	9
COSTEA I. Florin Traian	315CC	4	3.5	3.7
CHIȚESCU E. Bogdan-Florentin	315CC	9	7.75	6.89

Observăm, însă, că se face match și pe șirul Fl. și pe șirul F. reprezentând inițiale. Știm că un prenume conține doar litere mici și că nu se încheie cu punct (., dot). Atunci extindem expresia regulată de mai sus la expresia [ -]F[a-z]\+[^\.]. Expresia regulată face match pe un șir care:

  • începe cu unul dintre caracterele spațiu (blank) sau minus (-);
  • continuă cu litera F (majusculă)
  • continuă cu litere mici (folosind setul [a-z])
  • literele mici de oricâte ori cel puțin o dată (folosind caracterul plus (+))
  • continuă cu orice caracter diferit de punct (., dot), folosind expresia [^\.]. Folosim backslash (\) pentru a escapa caracterul punct (., dot); altfel ar fi însemnat orice caracter, așa cum înseamnă într-o expresie regulată.

În expresiile regulate obișnuite (basic regular expressions), anumite caractere își pierd rolul lor special. Este cazul caracterului +, dar și al caracterelor ?, {, (, ) și |. Pentru a-și păstra rolul special, acestea trebuie precedate de backslash în construcții de forma \+, \?, \{, \(, \) și \|.

Găsiți această precizare în pagina de manual a comenzii grep; căutați șirul Basic vs Extended.

Astfel, comanda grep pentru a extrage studenții al căror prenume începe cu litera F este

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ grep '[ -]F[a-z]\+[^\.]' students.txt 
ONEA I. Flavia-Katilina	311CC	7	6.5	4.33
EPURE P. Andi-Florin	314CC	8	9.5	3.67
NEACȘU C. Florin-Mărgărit	314CC	10	9	9
COSTEA I. Florin Traian	315CC	4	3.5	3.7
CHIȚESCU E. Bogdan-Florentin	315CC	9	7.75	6.89

Dacă ați fi dorit să faceți match pe o literă (mică sau mare) ați fi folosit construcția [a-zA-Z]. Dacă ați fi dorit să faceți match pe o literă (mică sau mare) sau pe o cifră, ați fi folosit expresia [a-zA-Z0-9].

tr & sed

Utilitarul tr permite translatarea, ștergerea și manipularea caracterelor primite la intrare. Practic, sed este un stream editor ce poate efectua transformări la nivel de string asupra unui text primit la intrare. În plus, sed poate primi expresii regulate ca argument de căutare.

Diferența dintre tr și sed este că primul efectuează transformări la nivel de caracter, pe când al doilea efectuează transformări la nivel de string. Din acest motiv putem spune că sed este un tr mai avansat, tr++ :).

Spre exemplu, folosind atât tr, cât și sed, să înlocuim caracterul ',' cu TAB în student.csv:

student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.csv | tr , "\t" > students.out
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.out 
VLĂDUȚU I. Liviu-Alexandru	311CC	6	3.5	5.22
GEORGIU V. Alexandra-Maria	311CC	10	10	9.67
PĂUNOIU N. Gabriel	311CC	7	6.5	3.5
BĂCÎRCEA A. Andrei	311CC	7	5.5	4.44
[...]
 
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ sed 's/,/\t/g' students.csv > students.out 
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.out 
VLĂDUȚU I. Liviu-Alexandru	311CC	6	3.5	5.22
GEORGIU V. Alexandra-Maria	311CC	10	10	9.67
PĂUNOIU N. Gabriel	311CC	7	6.5	3.5
BĂCÎRCEA A. Andrei	311CC	7	5.5	4.44
[...]

Observăm că cele două comenzi au același efect. Pentru a înlocui șiruri de caractere, tr nu mai oferă funcționalitatea dorită întrucât el face o mapare 1-la-1 între caracterele setul ce trebuie înlocuit și setul ce înlocuiește. În exemplul de mai jos, 1 este translatat în 2 indiferent unde apare, iar C în A:

student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.csv | tr "311CC" "312CA" > students.out
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.out 
VLĂDUȚU I. Liviu-Alexandru,322AA,6,3.5,5.22
GEORGIU V. Alexandra-Maria,322AA,20,20,9.67
PĂUNOIU N. Gabriel,322AA,7,6.5,3.5
BĂAÎRAEA A. Andrei,322AA,7,5.5,4.44
[...]
 
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ sed "s/311CC/312CA/g" students.csv > students.out
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat students.out 
VLĂDUȚU I. Liviu-Alexandru,312CA,6,3.5,5.22
GEORGIU V. Alexandra-Maria,312CA,10,10,9.67
PĂUNOIU N. Gabriel,312CA,7,6.5,3.5
BĂCÎRCEA A. Andrei,312CA,7,5.5,4.44
[...]

cut & awk

Am văzut în laboratoarele precedente cum putem extrage informații structurate pe linii și coloane folosind utilitarul cut.

student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ cat /etc/passwd | cut -d':' -f1,6 | head -3
root:/root
daemon:/usr/sbin
bin:/bin

Utilitarul awk permite aceleași acțiuni ca și cut, dar funcționalitatea sa este mai extinsă. Spre exemplu, awk poate folosi o expresie regulată ca delimitator, pe când cut acceptă un singur caracter:

student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ netstat -i
Kernel Interface table
Iface   MTU Met   RX-OK RX-ERR RX-DRP RX-OVR    TX-OK TX-ERR TX-DRP TX-OVR Flg
eth0       1500 0      1955      0      0 0           521      0      0      0 BMRU
lo        65536 0       359      0      0 0           359      0      0      0 LRU
 
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ netstat -i | cut -d' ' -f1,2
Kernel Interface
Iface 
eth0 
lo 
 
student@ubuntu:~/uso-lab/labs/06-scripting/support/00-basics$ netstat -i | awk -F' *' '{print $1,$2,$4}'
Kernel Interface 
Iface MTU RX-OK
eth0 1500 1955
lo 65536 359

Awk este considerat un fel de limbaj de programare ce vizează procesarea text. Există script-uri awk complexe ce se aseamănă programelor C. Printre altele, awk permite implementarea și apelarea de funcții.

sort & uniq

Dacă dorim să sortăm studenții din fișier în ordinea numelor vom folosi comanda sort:

student@uso:~/uso-lab/labs/06-scripting/00-basics$ sort students.csv 
ALECU C. Ionuț-Gabriel,312CC,7,4.5,6.4
ASĂVOAEI P. Cătălin,315CC,8,6.75,7
BĂCÎRCEA A. Andrei,311CC,7,5.5,4.44
BADEA P. Bogdan,314CC,4,2.75,1.56
[...]

Cateva optiuni des folosite cu sort sunt:

  • -t specifica separatorul
  • -k specifica index-ul, sau cheia, coloanei dupa care vrem sa sortam intrarile
  • n sortare numerică (implicit este alfabetica)
  • -r sortare inversa (implicit crescator)

O sursă frecventă de greșeli este folosirea construcției -k 3 în loc de -k 3,3 atunci când folosim mai multe chei de sortare. Dacă folosim -k 3 atunci cheia de sortare este dată de toate coloanele începând cu a 3-a coloană. În acest caz viitoare opțiuni de chei de sortare nu mai sunt luate în considerare.

Vezi și discuția de aici.

Dorim sa facem o sortare numerica descrescatoare după notă, urmata de o sortare alfabetică după grupă (adică să fie toate notele de 10 la început dar sortate în ordinea grupelor). Astfel, pentru a sorta intrările în ordinea notei, vom folosi separatorul , (virgulă, comma) și coloana a 3-a pentru cheie:

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ sort -t ',' -k 3,3nr -k 2,2 students.csv
GEORGIU V. Alexandra-Maria,311CC,10,10,9.67
MUȘATESCU V. Alexandru-Petrișor,311CC,10,8.5,9
RADU L. Alina,311CC,10,10,7.89
GONDOȘ I. Gabriel,312CC,10,9,7.33
[...]

În cazul în care există linii duplicate, putem folosi utilitarul uniq în conjuncție cu sort pentru a le elimina. În acest scop, adăugăm o linie duplicata în students.csv:

VLĂDUȚU I. Liviu-Alexandru,311CC,6,3.5,5.22                                                                                                                                                       
GEORGIU V. Alexandra-Maria,311CC,10,10,9.67
[...]
VLĂDUȚU I. Liviu-Alexandru,311CC,6,3.5,5.22
BENE D. Adrian,312CC,9,10,5
[...]
student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ sort -t ',' -k 3,3nr -k 2,2 students.csv | wc -l
93
student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ sort -t ',' -k 3,3nr -k 2,2 students.csv | uniq | wc -l
92
student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ uniq students.csv | wc -l
93

Observăm că uniq elimină liniile duplicate adiacente. De aceea, dacă datele nu sunt sortate, comanda nu are nici un efect.

Shell scripting

Un script shell este un fișier text care conține comenzi și construcții specifice shell-ului. Un script shell începe cu construcția #!/bin/bash, denumită shebang care indică interpretorul scriptului; în cazul de față interpretorul este chiar shell-ul Bash. Dacă nu este specificat nici un shell prin shebang atunci implicit va fi luat shell-ul implicit (setat în /etc/passwd) asignat utilizatorului logat.

Spre exemplu, one-liners pe care le-am tot scris până acum ar putea fi puse într-un shell script și, mai mult, dacă sunt comenzi lungi și nu încap pe o linie le putem “sparge” în mai multe linii folosind separatorul \:

#!/bin/bash
 
export DATE=$(date +20%y%m%d) && \
mkdir -p /usr/share/snapshots && \
tar -cvpzf /usr/share/snapshots/$HOSTNAME_$DATE.tar.gz \
    --exclude=/proc --exclude=/lost+found \
    --exclude=/sys --exclude=/mnt \
    --exclude=/media --exclude=/dev \
    --exclude=/share/Archive /

ATENȚIE! În construcția de mai sus după \ trebuie să nu mai existe nici un caracter (nici măcar spațiu alb/trailing whitespaces)

Scriptul conține comenzi uzuale folosite în shell și alte comenzi care se regăsesc mai adesea în scripturi: while, if, for. Acestea nu sunt instrucțiuni, ci sunt tot comenzi shell; pot fi folosite, dacă sintaxa este corectă și în linia de comandă.

Argumente din linia de comandă

Un script moștenește variabilele de mediu ale shell-ului părinte precum HOME, BASH, IFS, USER. În script le putem folosi astfel:

#!/bin/bash
 
echo $HOME

Pe lângă aceste variabile, scriptul poate primi o serie de argumente din linia de comandă. Folosind următoarele variabile, putem referi argumentele primite de script din linia de comandă:

  • $* este un string ($1, $2 … $n) format din toate argumentele primite de script
  • $@ este o listă formată din argumentele scriptului
  • $1, $2 … $n reprezintă fiecare parametru din script
  • $0 este numele scriptului
  • $# este numărul de argumente primite din linia de comandă

Spre exemplu, să luăm următorul script arguments.sh:

#!/bin/bash
 
echo There are $# arguments to $0: $*
echo first argument: $1
echo second argument: $2
echo third argument: $3
echo the list of arguments: $@

Să apelăm scriptul cu 4 argumente:

student@uso:~$ ./arguments.sh banane cirese caise castraveti
   There are 4 arguments to arguments.sh: banane cirese caise castraveti
   first argument: banane
   second argument: cirese
   third argument: caise
   the list of arguments: banane cirese caise castraveti

Constructia while read

Creați un nou script extract-name cu conținutul de mai jos:

#!/bin/bash
 
IFS=','
while read name group final_grade test_grade practical_grade; do
    echo "$name"
done < students.csv

Pentru parsare în shell folosim construcția while read .... Construcția este urmată de numele variabilelor în care vom reține câmpurile parsate din cadrul fiecărei linii. Folosim la intrare fișierul students.csv aflat în directorul părinte; este un fișier în format CSV (Comma Separated Values) folosind ca separator caracterul virgulă (,, comma). Pentru a extrage doar numele studenților din fișierul de intrare vom rula scriptul extract-name:

student@uso:~/uso-lab/labs/06-scripting/support/00-basics$ ./extract-name
VLĂDUȚU I. Liviu-Alexandru
GEORGIU V. Alexandra-Maria
PĂUNOIU N. Gabriel
BĂCÎRCEA A. Andrei
[...]

Întrucât formatul de intrare folosește virgulă (,, comma) pe post de separator, am definit în script variabila internă IFS (Internal Field Separator) la valoarea ',', așa cum observăm în linia 3 din scriptul extract-name:

IFS=','

Click pentru informații despre variabila IFS

Click pentru informații despre variabila IFS

Variabila internă shell-ului IFS (Internal Field Separator) definește caracterul sau caracterele care vor fi folosite pentru împărțirea unei linii în câmpuri (splitting).

Variabila internă este folosită ori de câte ori în shell este nevoie de împărțirea unei linii. Un caz uzual de folosire a variabilei IFS este în conjuncție cu construcția while read pentru citirea de linii de la intrarea standard sau dintr-un fișier și împărțirea acestora în câmpuri.

Informații și pe Wikipedia.

Pașii de mai sus puteau fi realizați și cu ajutorul comenzii cut. Dar în cazul parsării folosind construcția while read avem două avantaje:

  • putem afișa coloanele în ce ordine dorim; cut permitea afișarea de coloane doar în ordinea din fișierul de intrare;
  • putem prelucra în continuare, în cadrul construcției while read informația parsată. Spre exemplu, afișarea poate avea forma "Studentul ... face parte din grupa ...".

if statement

Putem extinde script-ul de mai sus pentru a afișa doar studenții care au media mai mare decât 5.

#!/bin/bash
 
IFS=','
while read name group final_grade test_grade practical_grade; do
    if test "$final_grade" -gt 5; then
        echo "$name,$group,$final_grade"
    fi
done < students.csv

for loop

În bash există și construcții de tipul for. Un exemplu comun este acela de a itera prin conținutul unui director și de a face prelucrări asupra fișierelor. Spre exemplu, dorim să facem backup tuturor fișierelor dintr-un director trimis ca parametru în script:

#!/bin/bash
 
for file in $1/*
do
    if test -f $file; then
        stat --print="%a %F %n\n" $file
        cp $file $file.bkp
    fi
done

Se poate itera și pe output-ul unei comenzi:

#!/bin/bash
 
for file in $(find /usr/share/pixmaps/ -type f -iname '*.jpg')
do
    echo $file
done

Exerciții

Accesați subdirectorul ~/uso-lab/labs/06-scripting/support/ pentru exercițiile de laborator. Sunt și tutoriale (deja făcute / rezolvate) și exerciții. Tutorialele au rolul de a vă acomoda cu diferitele comenzi iar exercițiile sunt parte practică efectivă.

Realizați exercițiile în ordine. De la secțiunea 7 faceți echipe de 2-3 persoane, sub coordonarea asistentului și lucrați împreună la rezolvarea exercițiilor.

01. Alias-uri

Accesați subdirectorul 01-alias/. Nu există fișiere de suport pentru aceste exerciții.

În acest set de exerciții / tutoriale vom vedea cum folosim alias-uri pentru eficientizarea acțiunilor.

Pentru început să folosim comanda xdg-open în formele de mai jos:

xdg-open .
xdg-open http://google.com
xdg-open ../07-extend-scripts/convert/Orar1CA.xls 

Aceste comenzi deschid respectiv, un file browser, un web browser și LibreOffice.

Pentru a realiza mai rapid acțiunile, folosim un alias. Facem alias-urile open și go pentru xdg-open ca mai jos:

alias open='xdg-open'
alias go='xdg-open'

Exercițiu: Acum folosiți comanda open sau comanda go pentru cele trei acțiuni de mai sus. Am simplificat comanda xdg-open (mai greu de scris și mai greu de reținut).

02. One liners

Accesați subdirectorul 02-one-liners/ din directorul laboratorului.

Indexed Names

Intrați în subdirectorul indexed-names/. Dorim să realizăm operații automate în sistemul de fișiere, folosind for și one linere.

Rulăm cele două comenzi de mai jos:

for i in $(seq -f "%02g" 1 3); do touch test-"$i".txt; done
for i in $(seq -f "%02g" 0 12); do mkdir uso-curs-"$i"; done

La sfârșitul rulării acestor comenzi obținem 3 fișiere text (pentru cele 3 lucrări/teste) si 13 directoare, pentru cele 13 directoare. Am folosit for pentru parcurgerea unei liste și seq pentru crearea unei liste numerice.

Exercițiu: Realizați un one liner care creează cele 13 directoare și în cadrul fiecărui director creează un subdirector numit slides/, un fișier numit note.txt și un fișier numit resurse.txt.

Rename

Intrați în subdirectorul rename/. Copiați fișierele din subdirectorul src/ în directorul curent:

cp src/* .

Vrem să redenumim toate fișierele cu extensia .c ca să avem prefixul uso_ în nume. Pentru aceasta folosim one liner-ul:

for i in *.c; do mv "$i" uso_"$i"; done

După această comandă, vor apărea fișiere redenumite.

Apoi ștergeți fișierele nou generate și recopiați-le din directorul src/:

rm *.c
cp src/*.c .

Exercițiu: Realizați un one liner care redenumește toate fișierele cu extensia .c și adaugă sufixul _uso în nume. Adică fișierul ptr.c devine ptr_uso.c.

convert

În cadrul subdirectorului convert/ avem mai multe fișiere .svg. Dorim să le convertim în fișiere PNG. Pentru aceasta folosim comanda inkscape.

Dacă nu este disponibilă comanda inkscape va trebui să o instalați folosind comanda:

sudo apt install inkscape

Pentru a converti fișierul acl.svg în fișierul acl.png folosim comanda:

inkscape --export-png=acl.png acl.svg

În urma comenzii a apărut fișierul acl.png. Verificăm conversia corectă folosind alias-ul go creat anterior:

go acl.png

Pentru a realiza conversia tuturor fișierelor din directorul curent folosim one liner-ul:

for i in *.svg; do inkscape --export-png=$(basename "$i" .svg).png "$i"; done

În urma rulării acestui one liner, toate fișierele .svg au fost convertite în fișiere PNG păstrându-se numele și adăugându-se extensia .png.

03. One liners vs commands

Accesați subdirectorul 03-one-liners-vs-commands/ din directorul laboratorului. Vom compara one linere cu comenzi mai simple.

Rulăm următoarele comenzi pentru a genera o parolă de 16 caractere și pentru a afișa PID-urile proceselor utilizatorului student:

tr -dc 'a-zA-Z0-9~!@#$%^&*_()+}{?></";.,[]=-' < /dev/urandom | fold -w 32 | head -n 1
ps -ef | grep student | tr -s ' ' | cut -d ' ' -f 2

Aceste acțiuni le putem realiza și folosind comenzi dedicate și opțiunile lor, fără a fi nevoie de trecerea prin operatorul | (pipe):

pwgen -y 16 1
ps -u student -o pid --no-header

În general, acolo unde o comandă oferă opțiuni, este de preferat, fiind mai robust, să folosim comandă în loc de înlănțuirea mai multor comenzi prin operatorul | (pipe).

Indexed Names

Intrați în subdirectorul indexed-names/. Vrem să realizăm operații similare exercițiului indexed-names/ de la punctul anterior.

Astfel că, putem realiza același lucru precum comenzile de mai jos:

for i in $(seq -f "%02g" 1 3); do touch test-"$i".txt; done
for i in $(seq -f "%02g" 0 12); do mkdir uso-curs-"$i"; done

folosind comenzile:

touch $(seq -f "test-%02g.txt" 1 3)
mkdir $(seq -f "uso-curs-%02g" 0 12)

Avantajul celui de-al doilea set de comenzi este că vor crea un singur proces (touch sau mkdir). Avantajul primului set de comenzi este că putem adăuga mai multe (și mai diferite) comenzi care să fie executate pe fiecare element din bucla for.

04. Expresii regulate

Accesați subdirectorul 04-regex/ din directorul laboratorului. Vrem să folosim expresii regulate pentru a prelucra fișierele students.csv și students.txt.

Exerciții: Folosiți grep pentru a extrage, respectiv, din fișierul students.csv:

  • studenții de la grupa 315CC
  • studenții de la grupa 315CC și care au luat prima notă 9 (din cele 3 coloane)
  • studenții de la grupa 315CC și care au luat a doua notă care începe cu cifra 7 (din cele 3 coloane)
  • studenții de la grupa 315CC și care au luat a treia notă care începe cu cifra 6 (din cele 3 coloane)

Mai jos sunt rezultatele așteptate pentru cele patru comenzi de mai sus:

$ grep TODO students.csv 
ȚIFREA C. Alexandru-Nicolae,315CC,7,7,6.25
BOGDAN O.Gh. Ana,315CC,5,4.5,1.89
COSTEA I. Florin Traian,315CC,4,3.5,3.7
OLTEANU Ș. Ionuț-Mihăiță,315CC,7,4.25,4.7
FULGER P. Alexandru-Gabriel,315CC,7,4.25,5
DUȘE-VASILIU V. Andra,315CC,8,7,6.4
CHIȚESCU E. Bogdan-Florentin,315CC,9,7.75,6.89
MAVRODIN I. Andrei,315CC,9,7,6.4
DRĂGOI M. Ovidiu-Alexandru,315CC,8,8,3.44
MANEA A. Mihail-Alin,315CC,7,6.75,6.22
TRACHE M. Ana-Maria,315CC,7,4.75,4.9
IORDACHE M. Tiberiu-Constantin,315CC,8,8.25,4.56
BARBU I. Ștefan,315CC,10,10,7.56
MĂNOIU I. Ioana-Veronica,315CC,10,10,8.6
STOICA I.D. Aurel-Octavian,315CC,7,3.75,5.4
IUȘAN V. Bogdan-Cosmin,315CC,9,7.25,8
BURCEANU D.N. Radu-Gabriel,315CC,8,8.75,7
ASĂVOAEI P. Cătălin,315CC,8,6.75,7
ȘTIRBĂȚ A. Steliana,315CC,10,10,10

$ grep TODO students.csv 
CHIȚESCU E. Bogdan-Florentin,315CC,9,7.75,6.89
MAVRODIN I. Andrei,315CC,9,7,6.4
IUȘAN V. Bogdan-Cosmin,315CC,9,7.25,8

$ grep TODO students.csv 
ȚIFREA C. Alexandru-Nicolae,315CC,7,7,6.25
DUȘE-VASILIU V. Andra,315CC,8,7,6.4
CHIȚESCU E. Bogdan-Florentin,315CC,9,7.75,6.89
MAVRODIN I. Andrei,315CC,9,7,6.4
IUȘAN V. Bogdan-Cosmin,315CC,9,7.25,8

$ grep TODO students.csv 
ȚIFREA C. Alexandru-Nicolae,315CC,7,7,6.25
DUȘE-VASILIU V. Andra,315CC,8,7,6.4
CHIȚESCU E. Bogdan-Florentin,315CC,9,7.75,6.89
MAVRODIN I. Andrei,315CC,9,7,6.4
MANEA A. Mihail-Alin,315CC,7,6.75,6.22

05. find

Accesați subdirectorul 05-find/ din directorul laboratorului.

Pentru început vom crea o ierarhie de fișiere pe care să o folosim în continuare folosind comanda:

tar xf etc.tar.gz

În urma rulării acestei comenzi obținem un subdirector etc/. Folosim comanda find pentru a parcurge fișiere din ierarhia de fișiere etc/.

Pentru început rulăm comenzile de mai jos pentru a afișa anumite intrări:

find etc/
find etc/ -type f
find etc/ -type f -name 'a*'
find etc/ -type f -name 'a*.*'

Exercițiu: Afișați intrările de tip link simbolic din ieraria etc/. Apoi afișați intrările de tip link simbolic care încep cu litera a.

Dacă dorim să rulăm anumite informații despre un fișier dat, precum dimensiunea sa, putem folosi comenzi precum cele de mai jos:

find etc/ -type f -exec stat -c "%s" {} \;
find etc/ -type f -exec stat -c "%s,%n" {} \;
find etc/ -type f -exec stat -c "%s,%n" {} \; | sort -n
find etc/ -type f -exec stat -c "%s,%n" {} \; | sort -n | tail -10

Exercițiu: Ștergeți toate intrările de tip link simbolic din ierarhia etc/ al căror nume începe cu litera a.

Putem selecta anumite fișiere după permisiunile prezente. De exemplu, pentru a afișa fișierele care au permisiuni de execuție pentru toți utilizatorii (adică bitul x este prezent pentru user, group și others) folosim comanda:

find etc/ -type f -perm /111
find etc/ -type f -perm /111 -exec ls -l {} \;

Exercițiu: Scoațeți permisiunile de execuție de pe toate fișierele care au permisiuni de execuție pentru toți utilizatorii.

Putem selecta fișiere după timpul de access, precum comenzile de mai jos:

find etc/ -type f -mtime -25
find etc/ -type f -newer etc/apt/trusted.gpg

Exercițiu: Afișați toate fișierele cu dimensiune 0. Apoi toate fișierele cu dimensiune mai mare de 20 kiloocteți. Folosiți opțiunea -size a comenzii find (puteți vedea detalii în pagina de manual).

06. Scripturi simple

Accesați subdirectorul 06-simple-scripts/ din directorul laboratorului. În acest director avem exemple de scripturi practice. Urmăriți toate scripturile din acest director (nu e nevoie să le rulați) și vedeți ce face fiecare.

Exercițiu: Pentru dezactivarea montării stick-urilor USB pe sistem putem folosi comenzile:

sudo rmmod uas
sudo rmmod usb_storage

Apoi, pentru a reactiva, folosim comenzile:

sudo modprobe usb_storage
sudo modprobe uas

Creați, respectiv, scripturile disable-usb și enable-usb care să dezactiveze și reactiveze montarea stick-urilor USB. Rulați-le pentru verificare.

Exercițiu: Creați un script numit system-info care afișează informații despre sistem pe modelul de mai jos:

date: 2019-11-05
kernel: 5.0.0-32-generic
version: Ubuntu 18.04.3 LTS
num_processes: 336

07. Extindere scripturi

Accesați subdirectorul 07-extend-scripts/ din directorul laboratorului.

convert

Intrați în subdirectorul convert/. Avem 4 fișiere .xls reprezentând orarele de anul 1. Convertim aceste fișiere în format PDF folosind scriptul solution:

./solution

Vom obține câte un fișier PDF. Putem folosi aliasul go pentru a deschide un fișier:

go Orar1CA.pdf

PDF Stitching

Intrați în directorul pdf-stitch/. Vrem să obținem fișierele de tip orar; pentru aceasta folosim scriptul download:

./download

Apoi rulați scriptul anterior pentru a converti fișierele .xls descărcate în fișiere PDF:

../convert/solution

Ca să unim mai multe fișiere PDF folosim comanda pdftk. De exemplu, dacă vrem să unim fișierele de anul 1 CTI folosim comanda:

mkdir out
pdftk Orar1*.pdf cat output out/Orar1.pdf

Acum în fișierul out/Orar1.pdf avem toate orarele unificate și e mai ușor de printat. Putem verifica folosind aliasul go:

go out/Orar1.pdf

Exercițiu: Creați un script solution care generează 6 fișiere PDF pentru orarele pentru fiecare dintre cei 6 ani (4 licență și 2 master).

Wiki Concatenate

Intrați în directorul wiki-cat/. Avem mai multe directoare cu fișiere de tip wiki pe care dorim să le concatenăm.

Ca să obținem un fișier de tip wiki pentru laboratorul 1, folosim comanda:

cat 01-fs/{concepts,demo,recap,basics,need-to-know,nice-to-know,get-a-life,summary}.wiki > 01-fs.wiki

Exercițiu: Creați un script do-all care generează fișiere de tip wiki pentru toate cele 4 laboratoare din director. Folosiți for pentru a parcurge toate 4 directoarele.

Diacritice

Intrați în directorul diacritics/. În directorul in/ avem fișiere care conțin diacritice în format necorespunzător (cedilla below); vrem să fie în format corespunzător (comma below), așa cum sunt în directorul expected/. Lista completă de diacritice este în fișierul diacritice_ro.txt.

Dacă doriți să vedeți codul UTF-8 pentru diacritice folosiți comanda:

xxd diacritice_ro.txt

În scriptul solution aveți comanda sed pentru a converti diacritica ş (cedilla below) în diacritice ș (comma below).

Exercițiu: Extindenți scriptul solution pentru a converti și celelalte trei diacritice: ţ, Ş și Ţ.

Exercițiu: Creați un script do-all care convertește toate fișierele din directorul in/ în diacriticele de tip comma below. Folosiți for pentru a parcurge toate fișierele. Pentru verificare folosiți comanda cmp și comparați fișierele obținute cu cele din directorul expected/.

08. Exemple de scripturi

Accesați subdirectorul 08-sample-real-scripts/ din directorul laboratorului. Aici sunt exemple de scripturi pe care le folosim în practică. Parcurgeți scripturile și înțelegeți-le. Acolo unde sunt lucruri neclare, apelați la asistent.

09. Argumente pentru scripturi

Accesați subdirectorul 09-args/ din directorul laboratorului.

Orar

Intrați în directorul timetable/. Scriptul download descarcă orarele din anul universitar curent, semestrul 1. Rulați scriptul pentru a-l testa:

./download

Va descărca fișierele pentru orar în format .xls.

Exercițiu: Creați un script numit solution care primește două argumente: primul este anul universitar, altul este semestrul și descarcă orarele pentru acel an universitar și pentru acel semestru de pe site-ul de orare: http://acs.pub.ro/~cpop/

Rularea fără argumente a scriptului solution ar trebui să afișeze un mesaj de forma:

$ ./solution
Usage: ./solution <academic-year> <semester>
  Example: ./solution 2017_2018 sem1

Medie

Intrați în directorul average/.

Scriptul compute calculează media la a doua notă pentru toți studenții din fișierul ../../04-regex/students.csv:

$ ./compute
Average: 6.72

Exercițiu: Creați un script numit solution care primește ca argument un nume de grupă și calculează media doar pentru aceștia. Un exemplu de rulare este

$ ./solution 314CC
Average: 7.56

10. Înlocuiri de șiruri

Accesați subdirectorul 10-replace/ din directorul laboratorului.

Fișierul template_reader.c conține template-ul unui fișier C. În acest fișier construcția TEMPLATE trebuie înlocuită cu un “mesaj secret”. Acest mesaj este generat dintr-un șir în care fiecare literă este înlocuită cu valoarea sa ASCII din care scădem valoarea 0x41 (în hexazecimal). Pentru a face înlocuirea folosim scriptul generate:

./generate

În urma rulării scriptului generate a fost creat fișierul reader.c pornind de la fișierul template_reader.c. Acum putem compila fișierul folosind fișierul Makefile cu ajutorul comenzii:

make

În urma rulării comenzii make a rezultat executabilul reader pe care îl putem acum lansa:

./reader

Parcurgeți scriptul generate și înțelegeți-l. Acolo unde aveți nelămuriri, adresați-vă asistentului.

11. Dezvoltare de exerciții cu scripting

Accesați subdirectorul 11-practical/ din directorul laboratorului.

În fiecare dintre cele 3 subdirectoare aveți niște provocări. Fiecare provocare are un fișier flag care conține un mesaj ascuns. Va trebuie să “descifrați” acel mesaj. Ca să întelegeți cum a fost generat acel mesaj ascuns, vedeți scriptul encode. Scriptul encode este scriptul folosit pentru generarea fișierului flag pornind de la un mesaj inițial (pe care trebuie să îl aflați).

Exercițiu: Alegeți o provocare (sau mai multe) și creați un script decode care decodifică mesajul ascuns în fișierul flag și afișează mesajul inițial.

Exercițiu: Gândiți-vă voi la o provocare și creați pentru aceasta scriptul encode și decode și fișierele auxiliare.

12. Shell vs Python

Accesați subdirectorul 12-shell-vs-python/ din directorul laboratorului. Vrem să vedem cum se compară scripturi scrise în shell față de scripturi scrise în Python.

Scriptul generate este un script shell pe care l-am folosit în secțiunea 10. Scriptul generate.py are aceeași funcționalitate, dar scris în Python, iar mesajul inițial este citit din fișieru in.

În general, pentru acțiuni simple, folosim shell scripting. Pentru prelucrări de date și acțiuni mai complexe, este recomandat să folosim un limbaj de scripting mai puternic, precum Python.

Cuprins

uso/laboratoare/laborator-07.txt · Last modified: 2022/11/15 22:09 by liza_elena.babu
CC Attribution-Share Alike 3.0 Unported
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0