Často potřebuju projít až téměř chorobně zakomentované konfigurační soubory a vysypat z nich pouze řádky, které skutečně něco nastavují. Hodí se to zejména v případech, kdy mě zajímá, co všechno je nastaveno ve všelijakých výchozích konfiguracích přibalených k balíčkům v oficiálních linuxových repozitářích, kde není výjimkou, že takový konfigurák obsahuje 2000 řádků, ale 1800 z nich jsou jen komentáře, snažící se administrátorovi nahradit požitek z RTFMování.
Citrus paradisi
Bavíme-li se o plaintextových konfiguračních souborech, kde jsou komentáře uvozeny mřížkou nebo středníkem, je to v zásadě jednoduché. Chci ze souboru vypsat všechny řádky, které splní všechny následující podmínky:
- Nezačínají mřížkou
- Nezačínají středníkem
- Nejsou prázdné
Přičemž počáteční znak samozřejmě může být i odsazen, takže začátek řádku v tomto případě znamená první non-whitespace znak. Protože grep umožňuje přepínačem -v výsledek regexpu i otočit – tj. nevypisovat řádky, které danému reguláru odpovídají, ale vypisovat jen ty, které mu neodpovídají, je jednodušší regexp postavit tak, že grep bude hledat řádky nesplňující výše uvedené podmínky, zahazovat je, a vypisovat všechno ostatní. Tedy můj regexp bude hledat řádky, které splňují jednu z následujících podmínek:
- Začínají mřížkou
- Začínají středníkem
- Obsahují pouze whitespace znaky
A začátkem řádku se opět myslí první non-whitespace znak. PCRE regulární výraz tedy bude
^\s*(?:[#;]|$)Pozn.: Otazník a dvojtečka vyjadřují nezachytávající skupinu, protože nepotřebuju vytvářet backreference.
Test
Mějme soubor test.conf s následujícím obsahem:
# komentar 2
radek 1
# komentar 2
radek 2 # inline komentar
; komentar 3
radek 3Grep mi pak při správném použití vygrepuje
root@devbuntu:~# grep -vP '^\s*(?:[#;]|$)' test.conf
radek 1
radek 2 # inline komentar
radek 3