git.kernel.org je nově oficiálně také v tmavém vzhledu.
Richard Hughes na svém blogu oznámil, že počet aktualizací firmwarů pomocí služby LVFS (Linux Vendor Firmware Service) přesáhl 100 milionů. Přehled podporovaných zařízení, nejnovějších firmwarů nebo zapojených výrobců na stránkách LVFS.
Byla vydána nová stabilní verze 3.19.0, tj. první z nové řady 3.19, minimalistické linuxové distribuce zaměřené na bezpečnost Alpine Linux (Wikipedie) postavené na standardní knihovně jazyka C musl libc a BusyBoxu. Z novinek lze vypíchnou podporu Raspberry Pi 5.
Altap Salamander (Wikipedie), dvoupanelový správce souborů pro Windows, byl uvolněn jako open source pod názvem Open Salamander. Zdrojové kódy jsou k dispozici na GitHubu pod licencí GPLv2.
Společnost JetBrains představila (YouTube) svou umělou inteligenci JetBrains AI a nástroj AI Assistant v IDE.
Byla vydána nová verze 255 správce systému a služeb systemd (GitHub, NEWS). Z novinek lze vypíchnout například novou službu systemd-bsod.service.
Google představil Gemini, svůj největší a nejschopnější model umělé inteligence.
openSUSE komunita vybírá nová loga. Jedním z cílů je odlišit se od SUSE. Aktuálně probíhá hlasování o logu openSUSE a čtyř distribucí Tumbleweed, Leap, Slowroll a Kalpa.
Raspberry Pi OS, oficiální operační systém pro Raspberry Pi, byl vydán v nové verzi 2023-12-05. Přehled novinek v příspěvku na blogu a poznámkách k vydání. Nově jej lze používat také s tmavým tématem.
Dnes je to 10 let, co byla vytvořena decentralizovaná kryptoměna Dogecoin. Autoři Billy Markus a Jackson Palmer ji původně zamýšleli jako vtip. Znakem kryptoměny je pes Shiba-Inu známý z internetových memů.
[x-y]
se interpretují podle aktuálního nastavení locale, a české řazení je case-insensitive (alespoň v prvním průchodu, který se asi pro řazení znaků používá).
[x-y]
pro písmena abecedy, protože je to právě závislé na locale. Jediné rozumné použití je, pokud opravdu hledáte rozsah písmen podle nějaké abecedy, což v regulárním výrazu použijete asi jen výjimečně. Takže rozsah [x-y]
je lepší používat jen pro symboly, které mají pevně dané pořadí podle ASCII, nebo používat znakové třídy.
Ostatně počítač udělat prozměnu přesně to, co jste mu napsal, ne co jste chtěl – vy jste mu napsal, že má hledat všechny soubory, které začínají písmeny od A do Z podle české abecedy (což jsou až na ž
a Ž
všechna česká písmena), ale přitom jste chtěl, aby našel všechny soubory začínající velkým písmenem, tedy třídou [:upper:]
.
router ~ # perl -e 'use locale; if ("a" =~ /[A-Z]/) {print "ano";} '
router ~ # perl -e 'if ("a" =~ /[A-Z]/) {print "ano";} '
router ~ # ( export LC_ALL=cs_CZ.UTF-8 ;export LANG=cz_CZ; perl -e 'use locale; if ("a" =~ /[A-Z]/) {print "ano";} ' )
router ~ #
jak videt nepodarilo se mi nikterak perl donutit, aby do A-Z pocital "a" protoze tam jednodusse nepatri :)
mimochodem pokud se na [A-Z]* budu divat striktne jako na regulerni vyraz, tak mu vyhovi naprosto vse vse(dokonce i Vase jmeno :) :
router ~ # perl -e 'use locale; if ("CokolAda.Linux^% Filip Jirsák" =~ /[A-Z]*/) {print "ano\n";} '
ano
router ~ #
jelikoz se ve vsech retezcich A-Z vykytuje libovolnekrat ( tedy i 0x)
bash$ man perl | grep POSIX perlbs2000 Perl notes for POSIX-BC BS2000 · POSIX 1003.1 compliant library Described in POSIX.POSIX 1003.2: man regexp
bash$ man sed | grep POSIX POSIX.2 BREs should be supported, but they aren’t completely because of... If two characters in the list are separated by '-', this is shorthand for the full range of characters between those two (inclusive) in the collating sequence ... Ranges are very collating-sequence-dependent, and portable programs should avoid relying on them. ... The range does not refer to the native character set. For example, in the POSIX locale, [a-z] means all lowercase letters, even if they don't agree with the binary machine ordering. However, since many other locales do not collate in this manner, ranges should not be used in Strictly Conforming POSIX.2 applications. Nebo úplně polopaticky tady: Regular Expressions Range expressions must not be used in portable applications because their behaviour is dependent on the collating sequence. Ranges will be treated according to the current collating sequence, and include such characters that fall within the range based on that collating sequence, regardless of character values. This, however, means that the interpretation will differ depending on collating sequence. If, for instance, one collating sequence defines ä as a variant of a, while another defines it as a letter following z, then the expression [ä-z] is valid in the first language and invalid in the second. Asi by se našel lepší zdroj, ale příliš jsem nepátral, by mne nenapadlo že v dnešní době si ještě někdo myslí, že [A-Z] jsou velká písmena z ASCII ;)
[A-Z]
na perlu dokazuje jenom to, že se to takhle chová v nějaké verzi Perlu – PCRE je bohužel dost široký pojem, a v dokumentaci snad každé implementace PCRE najdete několik odstavečků o tom, jak se tahle konkrétní implementace liší od perlovských regulárních výrazů.
Jestli do [A-Z]
patří „a“ nebo nepatří záleží na tom, jaké se použije řazení znaků. Vám připadá přirozené ASCII řazení, ovšem můžete mít výraz [A-ž]
, a tam už s ASCII nepochodíte. Mohl byste řadit podle kódu znaků aktuální znakové sady (např. Unicode; takhle to zřejmě dělá Perl), jenomže to zase výsledek nebude to, co byste očekával (např. do [A-ž]
pak v Unicode patří i znaky jako paragraf, copyright, plusmínus, stupeň atd.) Jak už jsem psal – rozsah [?-?]
je rozumné použít v případě, kdy se jedná o speciální znaky (ASCII 0x00 – 0x40), které jsou snad ve všech používaných znakových sadách a locale řazeny stejně. Na použití rozsahu s písmeny je potřeba si dát pozor a vždy ověřit, že se výraz nad různými locale a různými znakovými sadami chová tak, jak jsem chtěl.
Dobry den,
ad odstavec 1) SOUHLAS :)
ad odstavec 2) Perl se standardne ve vsech verzich AFAIK( pokud neni pouzito "use locale;") chova tak, jako by bylo nastaveno LC_ALL=C. S skutecne nastaveni locale tise ignoruje. Proto jsem oponoval, ze v PELRu vyraz [a-z] obsahuje pouze abcdefgh...z a neni treba (alespon v perlu) se ho bat (pokud teda neuvedete direktivu use locale; pak se chovani perlu sjednoti s chovanim BASHe.)
ad odstavec 3) ano pokud date use locale; pak se skutecne zmeni i razeni znaku a rozsahy [?-?] v regexpech. To jakym zpusobem se to zmeni, a jak si to poradi s vicebytovym kodovanim bych neresil, protoze to dle meho nevedi ani tvurci perlu :) a dle mych zkusenosti to obcas zavisi i na pocasi v ugande.
Zaverem bych rekl, ze jsem se neumyslne trosku odklonil od tematu a zacal resit neco, co s puvodnim problemem nesouvisi. Priste si dam pozor :)
bash: $ [[ "a" =~ ^[A-Z]$ ]] && echo je je sed: pre>$ echo "a" | sed -r -e "s/[A-Z]/b/" bNa rozdíl od:
bash: (LC_COLLATE=C; [[ "a" =~ ^[A-Z]$ ]] && echo je) sed: (LANG=C; echo "a" | sed -r -e "s/[A-Z]/b/")Vhodnějším řešením je v obou případech zřejmě použít [:upper:].
takze necekane chovani shellu podle me neni problem ceske znakove sady, jako spis UTF-8
Není to otázka ani znakové sady ani kódování. Je to otázka toho, jak je definované porovnávání ve zvoleném locale.
Ovsem navrhovane ls [:upper:]* se chova jeste podivneji nez puvodni problem.
Pochopitelně. Jak už řada odpovědí upozorňovala, masky používané při expanzi wildcards v shellu nejsou regulární výrazy a platí pro ně úplně jiná pravidla.
původní dotaz na expanzi parametrů jde tak nějak mimoOno to nešlo tak úplně mimo původní dotaz. Informací, které by tazatele dovedly k tomu, aby si konečně otevřel
man bash
, tady bylo dostatek (ale zřejmě nás tu nebylo mnoho takových, kteří by si tu příslušnou část manuálu alespoň prolétli před tím, než napsali do diskuze). Až by tam našel, že podle dokumentace bash
ty znakové třídy umí i u expanze souborů (alespoň v mé dokumentaci k 3.2.17 se o tom píše), ale jemu to nefunguje, a řešil by to dál v diskuzi, mohli jsme pokračovat v debatě k tématu.
ptal jste se na expanzi v shellu, tam se dají použít různé "výrazy", závorky jako třeba [A-Z] nebo {a,b,c}, ale nejsou to ty "klasické" regexp, čili třeba s [:upper:] tam z tohoto důvodu nepochodíteNicméně důvod, proč s
[:upper:]
v bash
i nebo zsh
nepochodíte není ten, že je to expanze názvů souborů. Expanze názvů souborů umí (minimálně u těchto dvou shellů) i znakové třídy. Znakové třídy mají ale v tomto případě název např. [:upper:]
, a znaková třída se píše jako zástupný symbol do hranatých závorek (množina znaků) – takže ve výsledku musíte ty hranaté závorky mít zdvojené:
ls [[:upper:]]*Ještě že je to v manuálu k
zsh
explicitně napsané, protože z popisu v manuálu bash
e by mne to rozhodně netrklo…
1. Nejedná se o regulární výrazy, ale o expanzi wildcards.
2. Porovnávání řetězců, a tedy i význam masek s rozsahy závisí na locale. Např.:
mike@unicorn:~/x> touch a b c d e A B C D E mike@unicorn:~/x> ls A a B b C c D d E e mike@unicorn:~/x> echo $LANG cs_CZ.UTF-8 mike@unicorn:~/x> ls [A-C] A a B b C mike@unicorn:~/x> export LC_ALL=C mike@unicorn:~/x> ls [A-C] A B C
Problém je v tom, že v cs_CZ.UTF-8
jsou písmena řazena tak, že malá jsou hned za příslušnými velkými, takže rozsah [A-Z]
pokrývá celou abecedu kromě Ž, z a ž (případně z/Z s dalšími diakritickými znaménky).
Z toho plyne poučení: chcete-li, aby se skript choval deterministicky, nastavte hned na začátku LC_ALL
na C
.
pavel@wolfgang:/tmp/x $ touch a b c d e A B C D E pavel@wolfgang:/tmp/x $ ls a A b B c C d D e E pavel@wolfgang:/tmp/x $ ls [A-C] A b B c C pavel@wolfgang:/tmp/x $ echo $LANG en_US.UTF-8 pavel@wolfgang:/tmp/x $ LC_ALL=cs_CZ.UTF-8 ls [A-C] A b B c CDebian unstable, libc6 a locales verze 2.7-9. Poměrně mě přakvapuje, že se to liší i podle konkrétní distribuce.
Tiskni
Sdílej: