-
Notifications
You must be signed in to change notification settings - Fork 119
/
zzcut.sh
392 lines (375 loc) · 12.5 KB
/
zzcut.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
# ----------------------------------------------------------------------------
# Exibe partes selecionadas de linhas de cada ARQUIVO/STDIN na saída padrão.
# É uma emulação do comando cut, com recursos adicionais.
#
# Opções:
# -c LISTA seleciona apenas estes caracteres.
#
# -d DELIM usa DELIM em vez de TAB (padrão) como delimitador de campo.
#
# -f LISTA seleciona somente estes campos; também exibe qualquer
# linha que não contenha o caractere delimitador.
#
# -s não emite linhas que não contenham delimitadores.
#
# -D TEXTO usa TEXTO como delimitador da saída
# o padrão é usar o delimitador de entrada.
#
# -v Inverter o sentido, apagando as partes selecionadas.
#
# Obs.: 1) Se o delimitador da entrada for uma Expressão Regular,
# é recomendando declarar o delimitador de saída.
# 2) Se o delimitador de entrada for ou possuir:
# - '\' (contra-barra), use '\\' (1 escape) para cada '\'.
# - '/' (barra), use '[/]' (lista em ER) para cada '/'.
# 3) Se o delimitador de saída for ou possuir:
# - '\' (contra-barra), use '\\\\' (3 escapes) para cada '\'.
# - '/' (barra), use '\/' (1 escape) para cada '/'.
#
# Use uma, e somente uma, das opções -c ou -f.
# Cada LISTA é feita de um ou vários intervalos separados por vírgulas.
# Cada intervalo da lista exibe seu trecho, mesmo se for repetido.
#
# Cada intervalo pode ser:
# N caractere ou campo na posição N, começando por 1.
# N- Do caractere ou campo na posição N até o fim da linha.
# N-M Do caractere ou campo na posição N até a posição M.
# -M Do primeiro caractere ou campo até a posição M.
# - Do primeiro caractere ou campo até ao fim da linha.
# N~M Do caractere ou campo na posição N até o final indo em M saltos.
# ~M Do começo até o fim da linha em M saltos de caracteres ou campos.
# d Caractere "d", posicionar o delimitador na saida de caracteres.
#
# Uso: zzcut <-c|-f> <número[s]|range> [-d <delimitador>] [-v]
# Ex.: zzcut -c 5,2 arq.txt # 5º caractere, seguido pelo 2º caractere
# zzcut -c 7-4,9- arq.txt # 7º ao 4º e depois do 9º ao fim da linha
# zzcut -v -c 3-8 arq.txt # Exclui do 3º ao 8º caractere
# zzcut -f 1,-,3 arq.txt # 1º campo, toda linha e 3º campo
# zzcut -v -f 6- arq.txt # Exclui a partir do 6º campo
# zzcut -f 8,8,8 -d ";" arq.txt # 8º campo 3 vezes. Delimitador ";"
# zzcut -f 10,6 -d: -D _ arq.txt # 10º e 6º campos, novo delimitador _
# zzcut -c 1,d,10 -D: arq.txt # 1º e 10º caracteres. Delimitador :
#
# Autor: Itamar <itamarnet (a) yahoo com br>
# Desde: 2016-02-09
# Versão: 4
# Requisitos: zzzz zztool zzunescape
# Tags: cut, emulação
# ----------------------------------------------------------------------------
zzcut ()
{
zzzz -h cut "$1" && return
# Verificação dos parâmetros
test -n "$1" || { zztool -e uso cut; return 1; }
local tipo range ofd codscript qtd_campos only_delim inverte sp rlm
local delim=$(printf '\t')
# Recurso para oferecer a oportunidade de aspas serem usadas no delimitador
# Usando um caractere não imprimível no lugar da aspas
local aspas=$(echo "‌" | zzunescape --html)
# Definindo qual delimitador apresenta a aspas pelos dois bits na variável
# O primeiro bit define o delimitador na entrada
# O segundo bit define o delimitador na saída
# 0 = não há aspas no delimitador
# 1 = há aspas no delimitador
local bit_aspas='00'
# Opções de linha de comando
while test "${1#-}" != "$1"
do
case "$1" in
-c*)
# Caracter
test -n "$tipo" && { zztool erro "Somente um tipo de lista pode ser especificado"; return 1; }
tipo='c'
range="${1#-c}"
if test -z "$range"
then
range="$2"
shift
fi
shift
;;
-f*)
# Campo
test -n "$tipo" && { zztool erro "Somente um tipo de lista pode ser especificado"; return 1; }
tipo='f'
range="${1#-f}"
if test -z "$range"
then
range="$2"
shift
fi
shift
;;
-d*)
# Definindo delimitador para opção campo
unset delim
delim="${1#-d}"
if test -z "$delim"
then
delim="$2"
shift
fi
# Apenas usa o recurso se houver aspas no delimitador de entrada
if zztool grep_var '"' "$delim"
then
delim=$(echo "$delim" | sed 's/"/'${aspas}'/g')
bit_aspas=$(echo "$bit_aspas" | sed 's/^./1/')
fi
shift
;;
-D*)
ofd="${1#-D}"
if test -z "$ofd"
then
ofd="$2"
shift
fi
shift
;;
# Apenas linha que possuam delimitadores
-s) only_delim='1'; shift ;;
# Invertendo a seleção
-v) inverte='1'; shift ;;
* ) break ;;
esac
done
# Um tipo de lista é mandatório
test -z "$tipo" && { zztool erro "Deve-se especificar uma lista de caracteres ou campos"; return 1; }
# O range é mandatório, seja qual for o tipo
# O range só pode ser composto de números [0-9], traço [-], til [~], vírgula [,] ou "d"
if test -n "$range"
then
if echo "${range#=}" | grep -E '^[d0-9,~-]{1,}$' 2>/dev/null >/dev/null
then
range=$(echo "${range#=}" | sed 's/[^,]d//g;s/d[^,]//g;s/,,*/,/g;s/^,//;s/,$//')
case "$tipo" in
c)
if test "$inverte" = '1'
then
sp=$(echo " " | zzunescape --html)
codscript=$(
echo "$range" | zztool list2lines | sort -n |
awk -v tsp="$sp" '
# Apagar linha toda
/^-$/ { print "s/.*//";exit }
# Apagar desde o início da linha até um caractere
/^-[0-9]+$/ && NR==1 {sub(/-/,""); inicio = $1 }
# Apagar de um caractere até o fim da linha
/^[0-9]+-$/ {sub(/-/,""); print "s/^\\(.\\{"$1-1"\\}\\).*$/\\1/;"; exit}
Apagar um caractere ou um trecho
/^[0-9]+(-[0-9]+)*$/ {
if ($1 ~ /^[0-9]+$/ && $1 > inicio ) { printf "s/./" tsp "/" $1 ";" }
else {
split("", faixa); split($1, faixa, "-")
if (faixa[1] == faixa[2] && faixa[1] > inicio ) { printf "s/./" tsp "/" faixa[1] ";" }
else {
if (faixa[2] < faixa[1]) {
temp = faixa[2]; faixa[2] = faixa[1]; faixa[1] = temp
}
for (i=faixa[1]; i<=faixa[2]; i++) { printf "s/./" tsp "/" i ";" }
}
}
}
# Apagar caracteres em saltos N~M.
/^[0-9]*~[0-9]+$/ {
split("", faixa); split($1, faixa, "~")
faixa[2]*=(faixa[2]>=0?1:-1)
faixa[2]=(faixa[2]==0?1:faixa[2])
faixa[1]=(length(faixa[1])>0 && faixa[1]>0?faixa[1]:faixa[2])
printf "s/./" tsp "/" faixa[1] "\n :ini\n s/\\(" tsp ".\\{" faixa[2]-1 "\\}\\)[^" tsp "]/\\1" tsp "/\n t ini\n"
}
END {
if (inicio) print "s/^.\\{" inicio "\\}//;"
print "p"
}
'
)
else
ofd="${ofd:-$delim}"
rlm=$(echo "‏" | zzunescape --html)
qtd_campos=$(echo "$range" |
awk -F "," '{
while(NF){
if ($NF ~ /^[0-9]*~[0-9]+$/ || $NF ~ /^[0-9]*-[0-9]*$/ || $NF ~ /^[d0-9]+$/) i++
NF--
}
print i
}'
)
codscript=$(
echo "$range" |
awk -F "," -v ofs="$ofd" -v rlm="$rlm" 'BEGIN {print "h;"} {
for (i=1; i<=NF; i++) {
# Apenas um número, um caractere
if ($i ~ /^[0-9]+$/) print "g;" ($i>1 ? "s/^.\\{1,"$i-1"\\}//;" : "" ) "s/^\\(.\\).*/\\1/;p"
# Linha inteira ou faixa N-M (faixa de caracteres)
if ($i ~ /^-$/) print "g;p"
else if ($i ~ /^[0-9]*-[0-9]*$/) {
split("", faixa); split($i, faixa, "-")
faixa[1]=(length(faixa[1])>0?faixa[1]:1)
faixa[2]=(length(faixa[2])>0?faixa[2]:"*")
# Se segundo número for menor
if (faixa[2]!="*" && faixa[2] < faixa[1]) {
temp = faixa[2]; faixa[2] = faixa[1]; faixa[1] = temp
inv=1
}
else inv=0
printf "g;" (faixa[1]>1 ? "s/^.\\{1,"faixa[1]-1"\\}//;" : "" )
print "s/^\\(." (faixa[2]!="*"?"\\{":"") faixa[2]-faixa[1]+1 (faixa[2]!="*"?"\\}":"") "\\)" (faixa[2]!="*"?".*":"") "/" (inv==1?rlm:"") "\\1/;p"
}
# Caracteres em saltos N~M.
if ($i ~ /^[0-9]*~[0-9]+$/) {
split("", faixa); split($i, faixa, "~")
faixa[2]*=(faixa[2]>=0?1:-1)
faixa[2]=(faixa[2]==0?1:faixa[2])
faixa[1]=(length(faixa[1])>0 && faixa[1]>0?faixa[1]:faixa[2])
printf "g;" ( faixa[1]>1 ? "s/^.\\{1," faixa[1]-1 "\\}//;" : "" )
if (faixa[2]>1) printf "s/\\(.\\).\\{" faixa[2]-1 "\\}/\\1/g;"
print "p"
}
if ($i == "d") { print "g;s/.*/" ofs "/g;p" }
}
}'
)
fi
;;
f)
ofd="${ofd:-$delim}"
# Apenas usa o recurso se houver aspas no delimitador de saída
if zztool grep_var '"' "$ofd"
then
ofd=$(echo "$ofd" | sed 's/"/'${aspas}'/g')
bit_aspas=$(echo "$bit_aspas" | sed 's/.$/1/')
fi
if test "$only_delim" = "1"
then
only_delim=$(zztool endereco_sed "$delim")
fi
if test "$inverte" = '1'
then
codscript=$(
echo "$range" | zztool list2lines | sort -n |
awk -v ofs="$ofd" 'BEGIN { print "BEGIN { OFS=\"" ofs "\" } { " }
{
# Apenas um número, um campo
if ($1 ~ /^[0-9]+$/) { print "$" $1 "=\"\""}
# Uma faixa N-M, uma faixa de campos
if ($1 ~ /^[0-9]*-[0-9]*$/) {
split("", faixa); split($1, faixa, "-")
faixa[1]=(length(faixa[1])>0?faixa[1]:1)
faixa[2]=(length(faixa[2])>0?faixa[2]:"FIM")
# Se segundo número for menor
if (faixa[2] < faixa[1]) {
temp = faixa[2]; faixa[2] = faixa[1]; faixa[1] = temp
}
if (faixa[2]=="FIM") {
print " ate_fim(" faixa[1] ", \"\", 1) "
}
else {
for (j=faixa[1]; j<=faixa[2]; j++) {
print "$" j "=\"\""
}
}
}
# Apagar caracteres em saltos N~M.
if ($1 ~ /^[0-9]*~[0-9]+$/) {
split("", faixa); split($1, faixa, "~")
faixa[2]=(faixa[2]==0?1:faixa[2])
faixa[1]=(length(faixa[1])>0 && faixa[1]>0?faixa[1]:faixa[2])
print " ate_fim(" faixa[1] ", \"\", " faixa[2] ") "
}
}
END { print " print }" }'
)
else
codscript=$(
echo "$range" |
awk -F"," -v ofs="$ofd" '{
printf "{ printf "
for (i=1; i<=NF; i++) {
# Apenas um número, um campo
if ($i ~ /^[0-9]+$/) { printf "$" $i "\"" ofs "\""}
# Uma faixa N-M, uma faixa de campos
if ($i ~ /^[0-9]*-[0-9]*$/) {
split("", faixa); split($i, faixa, "-")
faixa[1]=(length(faixa[1])>0?faixa[1]:1)
faixa[2]=(length(faixa[2])>0?faixa[2]:"FIM")
if (faixa[2]=="FIM") {
printf " ate_fim("faixa[1] ", \"" ofs "\", 1) "
}
else if (faixa[2] < faixa[1]) {
for (j=faixa[1]; j>=faixa[2]; j--) {
printf "$" j "\"" ofs "\""
}
}
else {
for (j=faixa[1]; j<=faixa[2]; j++) {
printf "$" j "\"" ofs "\""
}
}
}
# Caracteres em saltos N~M.
if ($i ~ /^[0-9]*~[0-9]+$/) {
split("", faixa); split($i, faixa, "~")
faixa[2]=(faixa[2]==0?1:faixa[2])
faixa[1]=(length(faixa[1])>0 && faixa[1]>0?faixa[1]:faixa[2])
printf " ate_fim(" faixa[1] ", \"" ofs "\", " faixa[2] ") "
}
}
printf "; print \"\" }"
}' 2>/dev/null
)
fi
;;
esac
else
zztool erro "Formato inválido para a lista de caracteres ou campos"; return 1
fi
else
zztool erro "Deve-se definir pelo menos um range de caracteres ou campos"; return 1
fi
zztool file_stdin "$@" |
if echo "$bit_aspas" | grep '^1' >/dev/null
then
sed 's/"/'${aspas}'/g'
else
cat -
fi |
case "$tipo" in
c)
sed -n "$codscript" |
if test "$inverte" = '1'
then
sed "s/$sp//g"
else
sed "
/$rlm/ {
:ini
s/\(.*\)$rlm\(.\)/\2\1$rlm/
t ini
s/$rlm//g
}
" |
awk -v div="${qtd_campos:-1}" '{ printf $0 }; NR % div == 0 { print ""}'
fi
;;
f)
awk -F "$delim" -v tsp="$inverte" "
function ate_fim (ini, sep, salto, saida) {
for (i=ini; i<=NF; i+=salto) {
if (tsp == 1) { \$i=\"\" }
else { saida = saida \$i sep }
}
if (tsp != 1) return saida
}
$only_delim $codscript" 2>/dev/null |
sed "s/\(${ofd}\)\{2,\}/${ofd}/g;s/^${ofd}//;s/${ofd}$//"
;;
esac |
if test "$bit_aspas" != '00'
then
sed 's/'${aspas}'/"/g'
else
cat -
fi
}