.. _texto-busqueda:

Herramientas de búsqueda
========================

Trataremos aquí programas que permitan buscar dentro de un texto. Para los
programas que buscan archivos en directorios consulte el :ref:`apartado
correspondiente <fic-dir>`.

.. _grep:
.. index:: grep

:manpage:`grep`
   Devuelve las líneas del flujo de caracteres que contienen el patrón
   expresado por la *regex* que se le suministre::

      grep [<opciones>] <regex> [archivo1 [archivo2 ...]]

   La expresión regular es conveniente protegerla con comillas simples para
   impedir que :program:`bash` la interprete. Si no se proporciona ningún
   archivo, :command:`grep`, como hacen otros programas, espera recibir datos
   por la entrada estándar.

   Un sencillo ejemplo de uso es el siguiente: los grupos sin miembros
   (descontando que algún usuario lo tenga como grupo principal), son aquellos
   cuyo último campo no tiene expresado ningún nombre de usuario, por tanto, la
   línea que los define acaba en dos puntos::

      $ grep ':$' /etc/group

   O mejor aún, por si existe algún servidor de usuarios::

      $ getent group | grep ':$'

   :command:`grep` dispone de algunas opciones que son bastante útiles:


   :kbd:`-E`
      Interpreta expresiones *ERE* en vez de *BRE*. Conviene usarla, pues son
      las primeras las que se han estudiado bajo el epígrafe anterior. También
      es posible usar :command:`egrep`, que es el propio :command:`grep` con
      esta opción incorporada.

   :kbd:`-P`
      Interpreta expresiones *PCRE* en vez de *BRE*.

      .. warning:: A pesar de existir un comando :ref:`pgrep <pgrep>`, a diferencia
         de :command:`egrep`, no tiene nada que ver con :command:`grep`.

   :kbd:`--color`
      Colorea la parte de la línea que concuerda con el patrón expresado por la
      *regex*::

         $ getent group | egrep --color=auto '^[^:]+'

   :kbd:`-i`
      No distingue mayúsculas de minúsculas.

   :kbd:`-v`
      Invierte la selección, es decir, si::

         $ getent group | egrep ':$' 

      nos muestra las líneas que acaban en dos puntos, la expresión::

         $ getent group | egrep -v ':$'

      nos mostrará todas las demás, o sea, las que **no** acaban en dos puntos.

   :kbd:`-x`
      Fuerza a que el patrón debe coincidir con la línea entera. Por ejemplo::

         $ egrep 'a' archivo

      muestra las líneas que contienen «*a*». Sin embargo::

         $ egrep -x 'a' archivo

      mostrará las líneas constituidas únicamente por una «*a*». Dicho en otras
      palabras es como si siempre añadiéramos al comienzo de nuestro patrón
      ``^`` y al final ``$``.

   :kbd:`-o`\ [#]_
      No devuelve la línea completa sino solamente la parte de la línea que
      coincide con el patrón. Por ejemplo::

         $ getent group | egrep -o '^[^:]+'

      nos devuelve sólo los nombres de todos los grupos definidos en el sistema,
      puesto que nuestro patrón coincide únicamente con los principios de cada
      línea hasta el carácter anterior al primer *dos puntos*.

   .. index:: zgrep, bzgrep, xzgrep, zstdgrep

   Para hacer búsquedas directamente sobre archivos comprimidos existen las
   variantes :manpage:`zgrep`, :manpage:`bzgrep`, :manpage:`xzgrep` y
   :manpage:`zstdgrep`.


.. _wc:
.. index:: wc

:manpage:`wc`
   Cuenta distintas entidades de un flujo de datos::

      wc [<opciones>] [archivo1 [archivo2 ...]]

   Como en el caso de :command:`grep`, si no se proporciona archivo, se tomará
   el flujo de la entrada estándar.

   Las opciones sirven para indicar qué se quiere contar:

   :kbd:`-w`
      Cuenta palabras.
      ::

         $ wc -w <<<"La casa de Ángel"
         4

   :kbd:`-m`
      Cuenta caracteres.
      ::

         $ wc -m <<<"La casa de Ángel"
         17

      Hay diez y siete caracteres contando con que se añade uno de cambio de
      línea al final.
         

   :kbd:`-c`
      Cuenta *bytes*.
      ::

         $ wc -m <<<"La casa de Ángel"
         18

      Hay un *byte* más que caracteres, porque la codificación es UTF-8 y la *a*
      acentuada necesita dos *bytes*.

   :kbd:`-l`
      Cuanta el número de líneas:
      ::

         $ wc -l <<<"La casa de Ángel"
         1

.. _diff:
.. index:: diff

:manpage:`diff`
   Compara y busca las líneas diferentes entre dos textos. Es útil, por ejemplo,
   cuando se quiere comprobar qué ha cambiado entre dos versiones de un mismo
   archivo::

      diff [<opciones>] <archivoA> <archivoB>

   Por ejemplo::

      $ cat > fv1.txt <<EOF
      > Uno
      > Dos
      > EOF
      $ cat > fv2.txt <<EOF
      > Una
      > Dos
      > EOF
      $ diff fv1.txt fv2.txt
      1c1
      < Uno
      ---
      > Una

   Hay algunas opciones que permiten alterar su comportamiento. Algunas de las
   más usadas son:

   ``-b``
      Al comparar colapsa espacios, de modo que no habría diferencia entre "a b"
      (un espacio) y "a  b" (dos espacios).

   ``-Z``
      Se desentiende de los espacios finales de línea.

   ``-B``
      Se desentiende de los cambios de línea.

   ``-r``
      Recursivo. Útil cuando se quiere comprobar si los archivos contenidos en
      dos directorios son iguales o no.

   ``-u``
      Genera una salida que se puede usar con el comando :command:`patch` para
      parchear archivos de programación::

         $ diff -u old/codigo.c nuevo/codigo.c > codigo.patch

      Si son varios los archivos modificados, puede usarse junto a ``-r`` para
      crear un parche común para todas las modificaciones::

         $ diff -uNr old nuevo > apliacion.patch

      La opción ``-N`` se usa para que la ausencia de archivo la considere
      archivo vacío.

.. rubric:: Notas al pie

.. [#] Esta opción no forma parte del estándar POSIX, de modo que puede no
   encontrarse en las implementación de :command:`grep` de otros unices.