w_title(Sekalaisia selvennyksiä)dnl
w_doc_id(selvenn)dnl
w_author(Panu Kalliokoski ja Jussi Syrjänen)dnl
w_language(finnish)dnl
char_coding: utf8

Tässä dokumentissa annetaan esimerkkejä ja tarkennuksia sekalaisista
aiheista.

!Komento vai tiedosto

Unix-komento muodostuu sanoista.  Esimerkiksi komento
{{{
cat tied1 tied2
}}}
koostuu kolmesta sanasta: "cat", "tied1" ja "tied2".

Milloin sana tulkitaan tarkoittamaan jonkin komennon nimeä, milloin
jotain tiedostoa?

Nyrkkisääntö on se, että ensimmäinen sana on komennon nimi ja loput ovat
tiedostoja.  (Itse asiassa komennon nimi "päättää", miten muut sanat
tulkitaan -- esimerkiksi ''cat'' tulkitsee ne tiedostoiksi, joiden sisältö
pitää näyttää.)

Kun mukaan tulevat uudelleenohjaukset ja putket, asia monimutkaistuu
hieman.  Tiedostoon ohjauksen (''w_gt'' tai ''w_gt`'w_gt'') jälkeen tuleva sana
tulkitaan _aina_ tiedostoksi, johon komennon tulostama teksti pannaan.
Putken (''|'') jälkeen tulevat sanat taas tulkitaan uudeksi komennoksi,
jolle edellisen komennon tulostama teksti annetaan syötteenä.

Seuraavissa esimerkkikomennoissa tiedostoiksi tulkitut sanat ovat
/kursiivilla/ ja komentojen nimiksi tulkitut sanat *lihavoidulla*.
(Kokeile myös, mitä nämä komennot tekevät!)

 - *date* -I w_gt /tämä`'w_us`'päivä/
 - *date* -I | *cut* -d- -f3
 - *date* -I | *cut* -d- -f3 w_gt /päivänro/
 - *date* -I | *cut* -d- -f3 | *rev*
 - *cat* /cat/
 - *tips* tops tups

Lisää esimerkkejä.

{{{
cat -n lord_of_the_rings.txt | grep -i 'tengwar' | grep 'Rumil' | less
}}}
tulkitaan seuraavasti:

''cat -n lord`'w_us`'of`'w_us`'the`'w_us`'rings.txt'' -> *cat*-ohjelma
tulostaa tiedoston ''lord`'w_us`'of`'w_us`'the`'w_us`'rings.txt'' (Mitä
*-n*-valitsin mahtaa tehdä? Käy katsomassa *cat*:in ohjeista!)

''|'' -> edellisen komennon tulostama teksti annetaan seuraavalle
komennolle syötteenä

''grep -i "tengwar"'' -> *grep* etsii ja tulostaa syötteestään ne rivit,
joilla on sana "tengwar" (Mitäköhän *-i*-valitsin oikein tekee?)

''|'' -> edellisen komennon tulostama teksti annetaan seuraavalle
komennolle syötteenä

''grep "Rumil"'' -> *grep* etsii ja tulostaa syötteestään ne rivit,
joilla on sana "Rumil" (Kaikilla näillä riveillä on myös sana
"tengwar"... Miksi?)

''|'' -> edellisen komennon tulostama teksti annetaan seuraavalle
komennolle syötteenä

''less'' -> *less*-ohjelma näyttää syötteensä ruudullinen kerrallaan.
Käyttäjä voi myös selata syötettä ja tehdä kaikkea muutakin kivaa.

Sen, mitä sanat "Rumil" ja "tengwar" tarkoittavat ja miten ne liittyvät
toisiinsa, saatte selville tutkimalla /Sormusten Herraa/ -- tai, jos
teillä on se tekstitiedostona, suorittamalla esimerkkikomennon oikeasti.
:)

!Unix-komennon kommunikaatiomalli

Maailma on Unix-ohjelman kannalta omituinen.  Komento kommunikoi muun
maailman kanssa perin yksinkertaisen mallin kautta.  Se saa "syötettä",
eli matskua / tietoa / ohjeita käsiteltäväkseen, kolmea kautta; ja se
tuottaa "tulostetta", eli ulkomaailmalle tuotettua tietoa tms., myös
kolmea kautta.  Lisäksi se voi käyttää käyttöjärjestelmän palveluita,
kuten lukea tiedostoja.

w_beg(table,r,p,l)
syötteet: || || tulosteet: //

valitsimet ja argumentit -> ||		|| -> vakiotuloste //
vakiosyöte		 -> ||	Komento	|| -> vakiovirhe //
ympäristömuuttujat	 -> ||	 	|| -> palautusarvo //
||
käyttöjärjestelmän palvelut:
- tiedostot
- verkkoyhteydet
- jne.
|| //
w_end(table)

Komento voi käyttää näitä kolmea syöte- ja tulostetapaa haluamallaan
tavalla.  Yleensä kuitenkin niillä on seuraavat merkitykset:

 * valitsimet ja argumentit -- kertovat komennolle, mitä ja miten
   tehdään.
 * vakiosyöte -- tarjoaa komennolle materiaalia käsiteltäväksi (ainakin
   siinä tapauksessa, ettei sitä tarjota muualta: esim. ei kerrota
   mitään tiedoston nimeä, minkä sisältöä on tarkoitus käsitellä.)
 * ympäristömuuttujat -- kertovat komennolle, miten sen tulisi toimia.
   Erona valitsimiin on se, ettei käyttäjän tarvitse erikseen asettaa
   ympäristömuuttujaa joka kerta ohjelmaa käynnistäessään.  Monet
   ohjelmat tarjoavat jonkin asetuksen muuttamiseen sekä valitsimia että
   ympäristömuuttujan, josta ne lukevat oletusarvon.
 * vakiotuloste -- ohjelman tuottama, "tavallinen" lopputulos.
 * vakiovirhe -- virheilmoitukset yms. suoraan käyttäjälle tarkoitetut
   lausahdukset.  Erillään, jotteivät esim. varoitukset menisi
   putkilinjassa seuraavalle komennolle prosessoitaviksi vaan tulisivat
   suoraan käyttäjän luettavaksi.
 * palautusarvo -- karkea raportti siitä, "onnistuiko" ohjelma
   tehtävässään vai tuliko esim. jokin virhe.  Rivikäyttäjälle tällä ei
   ole paljon merkitystä (virheistä kerrotaan joka tapauksessa
   virheilmoituksilla), mutta esimerkiksi tehtäessä ohjelmia, jotka
   kutsuvat toisia ohjelmia, on tärkeää tietää yleisluontoisesti, mitä
   kutsutulle ohjelmalle kävi.

Monet ohjelmat jättävät käyttämättä jotain tai useita näistä.
Esimerkiksi on paljon ohjelmia, jotka eivät piittaa yhdestäkään
ympäristömuuttujasta (toim.huom.: ei pidä paikkaansa nykyaikaisessa
Unixissa, sillä kieliasetukset (locale) vaikuttavat jotakuinkin joka
ohjelmaan).  ''echo'' ei tee vakiosyötteellään mitään, eikä ''rm''.
Jotkin erikoislaatuiset, vain yhteen asiaan tarkoitetut ohjelmat, kuten
''whoami'', eivät tee valitsimilla ja argumenteilla (melkein) mitään.
Useat Unix-ohjelmat eivät normaalitilanteessa sano yhtään mitään.

!Merkkien lainaaminen

Komentotulkki, shell, on monipuolinen ohjelma, ja siinä on paljon
merkkejä, joilla on jonkinlainen erikoismerkitys.  Näitä ovat ainakin
välilyönti, sen seuralainen sarkainmerkki ja rivinvaihtomerkki, sekä
kaikki nämä merkit:

{{{
$ # { } ] [ ( ) | &amp; ; < > ! ? * \ " ' w_bq ~
}}}

Jos minkään näistä merkeistä haluaa sisällyttää komentoon sellaisenaan,
ilman erityismerkitystä, se pitää "lainata".  Komentotulkissa on kolme
mekanismia merkkien lainaamiseen:

 - Kenoviiva (w_bs), joka lainaa vain yhden merkin, seuraavan merkin.
   Esimerkiksi ''echo w_bs*'' näyttää tähden.  (Kokeile myös ilman
   kenoviivaa!)
 - Lainausmerkit ("), joiden välissä olevassa tekstissä
   erityismerkityksensä menettävät kaikki erikoismerkit paitsi w_dol, w_bq
   (tämä ei ole heittomerkki vaan ns. kääntöhipsu /backtick/), w_bs ja "
   (joka siis lopettaa lainauksen).  Esimerkiksi \verb|grep -i "'[a-zåäö]*'"|
   etsii rivejä, joilla on heittomerkeissä oleva sana.
 - Heittomerkit ('), joiden välissä olevassa tekstissä
   erityismerkityksensä menettävät kaikki erikoismerkit paitsi ' (joka
   siis lopettaa lainauksen).  Esimerkiksi
   \verb|sed 's/\([A-ZÅÄÖ]\)[a-zåäö]* \([A-ZÅÄÖ][a-zåäö]*\)/\1. \2/g'|
   muuttaa tekstistä nimet sellaisiksi, että etunimestä sanotaan vain
   alkukirjain.

Lainausmerkkejä ja heittomerkkejä kutsutaan yhdessä hipsuiksi.
Tavallisen käyttäjän kannalta on melko samantekevää, kumpaa niistä
käytetään.  Jos lainattu teksti sisältää heittomerkkejä, lainausmerkit
ovat kätevämmät, ja vastaavasti toisin päin.  Jos tarvitsee lainata vain
yksi yksittäinen merkki, kenoviiva on kätevin.  Jos lainattu teksti
sisältää paljon kenoviivoja, heittomerkki on ainoa kätevä tapa.

!Mikä on muuttuja?

Muuttuja on tiedon paikka: lokero, jolla on nimi, ja johon on talletettu
jokin arvo.  Unixissa on ympäristömuuttujia.  Muuttujan käsite on
hankala, koska se on niin yleispätevä: muuttuja sinänsä ei sisällä
mitään tietoa siitä, mihin sitä käytetään.

Ajatellaanpa vaikka, että meillä on seuraavat muuttujat:

w_beg(table,l,l)
muuttuja || arvo //
----
LAMPAAT || 8 //
POSSUT || 2 //
LEHMÄT || 1 //
w_end(table)

On helppoa arvata, että tässä muuttujia on käytetty kotieläinten
lukumäärän muistissa pitämiseen.  Jokaiselle kotieläintyypille on oma
muuttujansa, jonka arvo on kyseisen tyyppisten eläinten lukumäärä.

Toisaalta meillä voi olla myös seuraavat muuttujat:

w_beg(table,l,l)
muuttuja || arvo //
----
Hikka || paha //
Torst`'w_us`'ruoka || kukkakaalikeitto //
HILSETTÄ || 35.8 //
foo || bar //
w_end(table)

Näistä muuttujista ei ole välttämättä helppoa arvata, mitä tarkoitusta
ne ajavat.

Ympäristömuuttujat ovat ikään kuin tietovarasto, joka on olemassa
käynnistettäviä ohjelmia varten.  Jokainen ohjelma päättää ihan itse,
mitä muuttujia (jos mitään) se tarkastelee ja mihin/miten niiden arvot
vaikuttavat.  Esimerkiksi ''man''-komento katsoo MANPATH-muuttujan
perusteella, mistä hakemistoista man-sivuja tulee etsiä.  Jos asentelee
itselleen ohjelmia, niiden man-sivut sisältävä hakemisto kannattaa
lisätä MANPATH-muuttujan arvoon.

Mutta koska ympäristömuuttujia voi asettaa niin kuin haluaa, yhtä hyvin
niitä voi käyttää esim. muistikirjana.  (Koska ohjelman
ympäristömuuttujien arvot häviävät, kun ohjelma (esim. komentotulkki)
loppuu, tiedosto on kuitenkin ehkä parempi muistikirja.)

!Absoluuttiset ja relatiiviset polut

Kaikille komennoille, joille ylipäänsä voi antaa argumentiksi tiedostoja
(esim. ''less''-komennolle tiedosto, jota halutaan lueskella), voi
määrittää tiedoston kahdella tavalla: absoluuttisesti tai
relatiivisesti.

Tiedoston /absoluuttinen/ nimipolku on olemassa sitä varten, että
jokaiseen tiedostoon olisi yksiselitteinen ja pysyvä tapa viitata.  Niin
kauan kuin tiedostoa ei siirretä paikasta toiseen, absoluuttinen
nimipolku pysyy aina samana.  Käyttöjärjestelmä tunnistaa absoluuttisen
nimipolun siitä, että se alkaa kauttaviivalla (/); esimerkiksi nimipolku
/usr/include/netinet/in.h osoittaa tietyssä koneessa aina samaan,
tiettyyn tiedostoon.

/Relatiivinen/ nimipolku on suhteessa /työhakemistoon/.  Tämä
mekanismi on olemassa sitä varten, ettei usein pitkähköjä ja
hankalahkoja absoluuttisia nimipolkuja tarvitsisi aina käyttää.  Koska
relatiiviset nimipolut ovat suhteessa työhakemistoon, työhakemiston
vaihtuminen muuttaa jokaisen tiedoston relatiivista nimipolkua.  Tästä
aiheutuu joskus sekaannusta, jos käyttäjä ei muista, missä vaiheessa on
vaihtanut työhakemistoa tms.

Esimerkki: kotihakemistossani (joka olkoon /home/atehwa) on alihakemisto
proj, jossa on alihakemistot stx ja piki.  Lisäksi kotihakemistossani on
alihakemisto tmp.  Alkuun työhakemistoni on kotihakemistoni.  Tällöin:

w_beg(table,l,l)
absoluuttinen nimi	|| relatiivinen nimi //
`/'home			|| .. //
/home/atehwa		|| . //
/home/atehwa/proj	|| proj //
/home/atehwa/proj/stx	|| proj/stx //
/home/atehwa/proj/piki	|| proj/piki //
/home/atehwa/tmp	|| tmp //
w_end(table)

Jos vaihdan työhakemistokseni /home/atehwa/proj komennolla '''cd
proj''', tilanne muuttuu tällaiseksi:

w_beg(table,l,l)
absoluuttinen nimi	|| relatiivinen nimi //
`/'home			|| ../.. //
/home/atehwa		|| .. //
/home/atehwa/proj	|| . //
/home/atehwa/proj/stx	|| stx //
/home/atehwa/proj/piki	|| piki //
/home/atehwa/tmp	|| ../tmp //
w_end(table)

Jos vaihdan työhakemistokseni /home/atehwa/proj/stx komennolla ''cd
stx'', tilanne muuttuu taas:

w_beg(table,l,l)
absoluuttinen nimi	|| relatiivinen nimi //
`/'home			|| ../../.. //
/home/atehwa		|| ../.. //
/home/atehwa/proj	|| .. //
/home/atehwa/proj/stx	|| . //
/home/atehwa/proj/piki	|| ../piki //
/home/atehwa/tmp	|| ../../tmp //
w_end(table)

Vielä yksi esimerkki: jos vaihdan työhakemistokseni /home/atehwa/tmp
komennolla ''cd ../../tmp'' tai ''cd /home/atehwa/tmp'', tilanne
muuttuu tällaiseksi:

w_beg(table,l,l)
absoluuttinen nimi	|| relatiivinen nimi //
`/'home			|| ../.. //
/home/atehwa		|| .. //
/home/atehwa/proj	|| ../proj //
/home/atehwa/proj/stx	|| ../proj/stx //
/home/atehwa/proj/piki	|| ../proj/piki //
/home/atehwa/tmp	|| . //
w_end(table)

!Mikä on www-sivun olemus?

www-sivu on tiedosto.  Sen sisältö on yleensä HTML-kuvauskieltä, joka on
raakatekstiä pienin lisäyksin: siellä on merkintöjä siitä, mikä on
otsikko, mikä on lihavoitu, jne.  (Tämän www-sivun "todellisen" sisällön
saa useimmissa selaimissa näkyviin jostain valikosta löytyvällä "view
source" -toiminnolla.)

Kun www-selaimella aletaan katsella www-sivua, selain tekee kaksi asiaa:
 # se hakee kyseistä www-sivua vastaavan tiedoston
 # se esittää tämän tiedoston haluamallaan, mielellään mahdollisimman
   selkeällä tavalla.
   
Näin ollen selaimessa näkyvä kuva _ei ole sivu itse_, vaan se on
selaimen sivusta laatima _esitystapa_.  Eri selaimet saattavat antaa
samalle sivulle huomattavan erilaisia esitystapoja, esimerkiksi
tekstipohjainen selain kuten ''lynx'' tai ''w3m'' näyttää sen varsin
eri tavalla kuin esimerkiksi Internet Explorer, kännyköiden WAP-selaimet
näyttävät sen vielä eri tavalla, ja jotkin "selaimet" ovat oikeasti
puhesyntetisaattoreita, jotka pajattavat sivun sisällön ääneen.
HTML-kuvauskieli yrittää tehdä mahdolliseksi esittää sivun mielekkäästi
kaikissa näissä erilaisissa medioissa.

Ensimmäinen kohtakaan (sivun hakeminen) ei ole yksiselitteinen.
www-selaimella on useita tapoja saada kyseinen tiedosto.  Yleisin tapa
on se, että selain ottaa Internetin kautta johonkin palvelimeen yhteyttä
(HTTP-protokollalla), pyytää tätä lähettämään kyseisen sivun, ja näyttää
sitten vastaanottamansa sisällön.  Mutta selain osaa näyttää myös
paikallisessa tiedostojärjestelmässä olevia sivuja.  Selaimen
ylälaidassa yleensä näkyvä "sivun osoite", URI, kertoo
yksiselitteisesti, miten ja mistä sivu haetaan / on haettu.

!Xargs-komennon käyttöesimerkkejä

''xargs'' on näppärä komento.  Se liittyy olennaisesti
Unix-komennon kommunikaatiomalliin: se muuntaa yhdenlaista syötettä,
eli vakiosyötteestä tulevaa tekstiä, toisenlaiseksi, eli
komentoriviargumenteiksi.  Sitä tarvitaan, jos jokin komento X
_tulostaa_ jotain, mikä pitää antaa toiselle komennolle Y
/argumenteiksi/ (eikä syötteeksi, jolloin riittää yksinkertainen
putki).

Annetaan esimerkkinä komento, jolla haluamme lopettaa kaikki omat
emacs-prosessimme.  Näiden prosessien pid-numerot saa irti
''ps''-komennon tulostetta muokkaamalla:

{{{
$ ps
PID TTY          TIME CMD
22119 tty2     00:00:00 bash
22154 tty2     00:00:00 emacs
22160 tty2     00:00:00 ps
$ ps | grep emacs | cut -d' ' -f1
22154
}}}

Hyvä, nyt meillä on komento, jolla saadaan pid:t selville (useista
järjestelmistä löytyvä ''pidof'' tekee muuten saman homman).  Mutta
miten tämä tieto välitetään ''kill''-komennolle?  Sehän ei lue
lopetettavien prosessien numeroita syötteestä, vaan ne pitää antaa
komentolinja-argumentteina:
{{{
$ ps | grep emacs | cut -d' ' -f1 | kill
kill: usage: kill [-s sigspec | -n signum | -sigspec] [pid | job]...
}}}

Ratkaisu on tietenkin ''xargs'', joka ottaa argumentikseen komennon ja
antaa sille syötteensä argumenteiksi.  Oikea komento on 
{{{
$ ps | grep emacs | cut -d' ' -f1 | xargs kill
}}}

Toinen esimerkki: oletetaan, että meidän pitää poistaa kaikki
tekstitiedostomme, joissa esiintyy (poliittisesti epäkorrekti?) sana
"homppeli".  Saadaksemme tämän aikaan meidän täytyy (1) luoda lista
kaikkien tekstitiedostojemme nimistä:
{{{
$ find . -name '*.txt'
./examples/Stx-doc.txt
./examples/Stx-ref.txt
./examples/artikkeli.txt
./examples/stx2any.txt
./juttu.txt
}}}

(2) suodattaa näistä ''grep'':llä ne, jotka sisältävät kyseisen sanan
(valitsin -l on tarkoitettu tähän: sillä ''grep'' näyttää vain niiden
tiedostojen nimet, joista löytyy kyseinen teksti, ei kohtia, josta se
löytyy):
{{{
$ find . -name '*.txt' | xargs grep -l homppeli
./juttu.txt
}}}

(3) ohjata tulos ''rm'':lle.  ''rm'':lle annetaan poistettavat
tiedostot argumentteina, joten taas tarvitaan ''xargs'':a:
{{{
$ find . -name '*.txt' | xargs grep -l homppeli | xargs rm
}}}

Ilman ensimmäistä ''xargs'':a ''grep'' etsisi homppeli-sanaa suoraan
''find'':n tulosteesta, siis tiedostojen _nimistä_.  ''xargs''
ohjaa ne argumenteiksi, jolloin ''grep'' käsittää ne tiedostoiksi,
joiden _sisällöstä_ pitää etsiä.  Ilman toista ''xargs'':a ''rm''
ei saisi yhtäkään tiedostonimeä argumentikseen ja valittaisi.  (''rm''
ei lue syötettään.)