GNU Grep 2.19: быстрее от 10 до 200 раз
Cегодня вышла новая версия программы GNU Grep 2.19. Джим Мейеринг (Jim Meyering) сообщает, что за 13 недель, прошедших со времени выхода прошлой версии, 4 разработчика сделали 152 коммита. Особое спасибо Норихиро Танака (Norihiro Tanaka) и Паулю Эггерту (Paul Eggert).
Улучшения
Значительно улучшена производительность, в типичных случаях на 10% и в некоторых случаях в 200 раз. Однако, производительность grep -P (то есть, при работе с регулярными выражениями с стиле Perl) в юникодных локалях стала только хуже. Это связано с исправлениями ошибок, которые могли приводить к падениям (см. ниже). Исправление ошибок
grep больше не ошибается при работе с паттернами, навроде [a-[.z.]] (напоминаю, что [.z.] обозначает collating symbol) Например, раньше в испаноамериканской локали grep работал не верно, а теперь работает правильно: echo b | LC_ALL=es_US.UTF-8 grep '[a-[.ch.]]' echo $ echo b | LC_ALL=es_US.UTF-8 …/src/grep '[a-[.ch.]]' b Так же исправлена ошибка, когда неправильно обрабатывались регулярные выражения типа [^a], где a — collating symbol. grep больше не ошибается с пустыми регулярными выражениями, когда пустое регулярное выражение присутствует в списке паттернов. Если в списке паттернов присутствует пустая строка, то должны матчится все всходные строки. Например, в 2.18: $ pat='hello ' $ echo world | grep -e »$pat» world $pat='\(\)\1hello ' # ошибка! $ echo world | grep -e »$pat» $ (эта ошибка появилась в версии 2.5); grep -C NUM педантично печатает разделитель, когда NUM равно 0, аналогично для -A и -B (ошибка присутствовала изначально); grep, grep -F, grep -E теперь обрабатывают ошибки в кодировке паттернов таким же образом, как их обрабатывает движок обработки регулярных выражений GNU, учитывая, может ли ошибка матчить части многобайтовых символов в данных (ошибка присутствовала изначально). grep -w теперь правильно работает в многобайтовых локалях. То же касается паттернов '\<', '\>', '\b', '\B': # grep 2.18 $ echo 'Привет, Мир' | grep '\<М' $ # grep 2.19 $ echo 'Привет, Мир' | grep '\<М' Привет, Мир $ (ошибка присутствовала изначально); grep -P теперь сообщает об ошибке и выходит, когда на вход поступают некорректные данные в кодировке UTF-8. Раньше программа могла упасть или зациклиться (ошибка появилась в grep-2.16); grep -Pw теперь работает аналогично grep -w, искомая строка должна быть окружена символами, которые не могут быть частью какого-либо слова. Ранее, например, echo a@@a| grep -Pw @@ матчила строку, а cho a@@a| grep -w @@ — нет. Теперь работают одинаково и строку не матчат. grep -i теперь правильно обрабатывает паттеры, содержащие символы в верхнем регистре. Например, в локали, содержащей символ 'Lj' (U+01C8 LATIN CAPITAL LETTER L WITH SMALL LETTER J), 'grep -i Lj' теперь матчит и строку 'LJ' (U+01C7 LATIN CAPITAL LETTER LJ), и lj' (U+01C9 LATIN SMALL LETTER LJ). grep
