home *** CD-ROM | disk | FTP | other *** search
/ OS/2 Shareware BBS: 11 Util / 11-Util.zip / txtut122.zip / textutil / src / uniq.c < prev    next >
C/C++ Source or Header  |  1998-04-11  |  11KB  |  430 lines
  1. /* uniq -- remove duplicate lines from a sorted file
  2.    Copyright (C) 86, 91, 95, 1996 Free Software Foundation, Inc.
  3.  
  4.    This program is free software; you can redistribute it and/or modify
  5.    it under the terms of the GNU General Public License as published by
  6.    the Free Software Foundation; either version 2, or (at your option)
  7.    any later version.
  8.  
  9.    This program is distributed in the hope that it will be useful,
  10.    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11.    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12.    GNU General Public License for more details.
  13.  
  14.    You should have received a copy of the GNU General Public License
  15.    along with this program; if not, write to the Free Software Foundation,
  16.    Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA.  */
  17.  
  18. /* Written by Richard Stallman and David MacKenzie. */
  19.  
  20. #include <config.h>
  21.  
  22. /* Get isblank from GNU libc.  */
  23. #define _GNU_SOURCE
  24.  
  25. #include <stdio.h>
  26. #include <getopt.h>
  27. #include <sys/types.h>
  28.  
  29. #if HAVE_LIMITS_H
  30. # include <limits.h>
  31. #endif
  32.  
  33. #ifndef UINT_MAX
  34. # define UINT_MAX ((unsigned int) ~(unsigned int) 0)
  35. #endif
  36.  
  37. #ifndef INT_MAX
  38. # define INT_MAX ((int) (UINT_MAX >> 1))
  39. #endif
  40.  
  41. #include "system.h"
  42. #include "linebuffer.h"
  43. #include "error.h"
  44. #include "xstrtol.h"
  45. #include "memcasecmp.h"
  46.  
  47. /* Undefine, to avoid warning about redefinition on some systems.  */
  48. #undef min
  49. #define min(x, y) ((x) < (y) ? (x) : (y))
  50.  
  51. /* The name this program was run with. */
  52. char *program_name;
  53.  
  54. /* Number of fields to skip on each line when doing comparisons. */
  55. static int skip_fields;
  56.  
  57. /* Number of chars to skip after skipping any fields. */
  58. static int skip_chars;
  59.  
  60. /* Number of chars to compare; if 0, compare the whole lines. */
  61. static int check_chars;
  62.  
  63. enum countmode
  64. {
  65.   count_occurrences,        /* -c Print count before output lines. */
  66.   count_none            /* Default.  Do not print counts. */
  67. };
  68.  
  69. /* Whether and how to precede the output lines with a count of the number of
  70.    times they occurred in the input. */
  71. static enum countmode countmode;
  72.  
  73. enum output_mode
  74. {
  75.   output_repeated,        /* -d Only lines that are repeated. */
  76.   output_unique,        /* -u Only lines that are not repeated. */
  77.   output_all            /* Default.  Print first copy of each line. */
  78. };
  79.  
  80. /* Which lines to output. */
  81. static enum output_mode mode;
  82.  
  83. /* If nonzero, ignore case when comparing.  */
  84. static int ignore_case;
  85.  
  86. /* If nonzero, display usage information and exit.  */
  87. static int show_help;
  88.  
  89. /* If nonzero, print the version on standard output then exit.  */
  90. static int show_version;
  91.  
  92. static struct option const longopts[] =
  93. {
  94.   {"count", no_argument, NULL, 'c'},
  95.   {"repeated", no_argument, NULL, 'd'},
  96.   {"ignore-case", no_argument, NULL, 'i'},
  97.   {"unique", no_argument, NULL, 'u'},
  98.   {"skip-fields", required_argument, NULL, 'f'},
  99.   {"skip-chars", required_argument, NULL, 's'},
  100.   {"check-chars", required_argument, NULL, 'w'},
  101.   {"help", no_argument, &show_help, 1},
  102.   {"version", no_argument, &show_version, 1},
  103.   {NULL, 0, NULL, 0}
  104. };
  105.  
  106. static void
  107. usage (int status)
  108. {
  109.   if (status != 0)
  110.     fprintf (stderr, _("Try `%s --help' for more information.\n"),
  111.          program_name);
  112.   else
  113.     {
  114.       printf (_("\
  115. Usage: %s [OPTION]... [INPUT [OUTPUT]]\n\
  116. "),
  117.           program_name);
  118.       printf (_("\
  119. Discard all but one of successive identical lines from INPUT (or\n\
  120. standard input), writing to OUTPUT (or standard output).\n\
  121. \n\
  122.   -c, --count           prefix lines by the number of occurrences\n\
  123.   -d, --repeated        only print duplicate lines\n\
  124.   -f, --skip-fields=N   avoid comparing the first N fields\n\
  125.   -i, --ignore-case     ignore differences in case when comparing\n\
  126.   -s, --skip-chars=N    avoid comparing the first N characters\n\
  127.   -u, --unique          only print unique lines\n\
  128.   -w, --check-chars=N   compare no more than N characters in lines\n\
  129.   -N                    same as -f N\n\
  130.   +N                    same as -s N\n\
  131.       --help            display this help and exit\n\
  132.       --version         output version information and exit\n\
  133. \n\
  134. A field is a run of whitespace, than non-whitespace characters.\n\
  135. Fields are skipped before chars.\n\
  136. "));
  137.       puts (_("\nReport bugs to textutils-bugs@gnu.ai.mit.edu"));
  138.     }
  139.   exit (status == 0 ? EXIT_SUCCESS : EXIT_FAILURE);
  140. }
  141.  
  142. /* Given a linebuffer LINE,
  143.    return a pointer to the beginning of the line's field to be compared. */
  144.  
  145. static char *
  146. find_field (const struct linebuffer *line)
  147. {
  148.   register int count;
  149.   register char *lp = line->buffer;
  150.   register int size = line->length;
  151.   register int i = 0;
  152.  
  153.   for (count = 0; count < skip_fields && i < size; count++)
  154.     {
  155.       while (i < size && ISBLANK (lp[i]))
  156.     i++;
  157.       while (i < size && !ISBLANK (lp[i]))
  158.     i++;
  159.     }
  160.  
  161.   for (count = 0; count < skip_chars && i < size; count++)
  162.     i++;
  163.  
  164.   return lp + i;
  165. }
  166.  
  167. /* Return zero if two strings OLD and NEW match, nonzero if not.
  168.    OLD and NEW point not to the beginnings of the lines
  169.    but rather to the beginnings of the fields to compare.
  170.    OLDLEN and NEWLEN are their lengths. */
  171.  
  172. static int
  173. different (const char *old, const char *new, int oldlen, int newlen)
  174. {
  175.   register int order;
  176.  
  177.   if (check_chars)
  178.     {
  179.       if (oldlen > check_chars)
  180.     oldlen = check_chars;
  181.       if (newlen > check_chars)
  182.     newlen = check_chars;
  183.     }
  184.  
  185.   /* Use an if-statement here rather than a function variable to
  186.      avoid portability hassles of getting a non-conflicting declaration
  187.      of memcmp.  */
  188.   if (ignore_case)
  189.     order = memcasecmp (old, new, min (oldlen, newlen));
  190.   else
  191.     order = memcmp (old, new, min (oldlen, newlen));
  192.  
  193.   if (order == 0)
  194.     return oldlen - newlen;
  195.   return order;
  196. }
  197.  
  198. /* Output the line in linebuffer LINE to stream STREAM
  199.    provided that the switches say it should be output.
  200.    If requested, print the number of times it occurred, as well;
  201.    LINECOUNT + 1 is the number of times that the line occurred. */
  202.  
  203. static void
  204. writeline (const struct linebuffer *line, FILE *stream, int linecount)
  205. {
  206.   if ((mode == output_unique && linecount != 0)
  207.       || (mode == output_repeated && linecount == 0))
  208.     return;
  209.  
  210.   if (countmode == count_occurrences)
  211.     fprintf (stream, "%7d\t", linecount + 1);
  212.  
  213.   fwrite (line->buffer, sizeof (char), line->length, stream);
  214.   putc ('\n', stream);
  215. }
  216.  
  217. /* Process input file INFILE with output to OUTFILE.
  218.    If either is "-", use the standard I/O stream for it instead. */
  219.  
  220. static void
  221. check_file (const char *infile, const char *outfile)
  222. {
  223.   FILE *istream;
  224.   FILE *ostream;
  225.   struct linebuffer lb1, lb2;
  226.   struct linebuffer *thisline, *prevline, *exch;
  227.   char *prevfield, *thisfield;
  228.   int prevlen, thislen;
  229.   int match_count = 0;
  230.  
  231.   if (!strcmp (infile, "-"))
  232.     istream = stdin;
  233.   else
  234.     istream = fopen (infile, "r");
  235.   if (istream == NULL)
  236.     error (EXIT_FAILURE, errno, "%s", infile);
  237.  
  238.   if (!strcmp (outfile, "-"))
  239.     ostream = stdout;
  240.   else
  241.     ostream = fopen (outfile, "w");
  242.   if (ostream == NULL)
  243.     error (EXIT_FAILURE, errno, "%s", outfile);
  244.  
  245.   thisline = &lb1;
  246.   prevline = &lb2;
  247.  
  248.   initbuffer (thisline);
  249.   initbuffer (prevline);
  250.  
  251.   if (readline (prevline, istream) == 0)
  252.     goto closefiles;
  253.   prevfield = find_field (prevline);
  254.   prevlen = prevline->length - (prevfield - prevline->buffer);
  255.  
  256.   while (!feof (istream))
  257.     {
  258.       if (readline (thisline, istream) == 0)
  259.     break;
  260.       thisfield = find_field (thisline);
  261.       thislen = thisline->length - (thisfield - thisline->buffer);
  262.       if (!different (thisfield, prevfield, thislen, prevlen))
  263.     match_count++;
  264.       else
  265.     {
  266.       writeline (prevline, ostream, match_count);
  267.       match_count = 0;
  268.  
  269.       exch = prevline;
  270.       prevline = thisline;
  271.       thisline = exch;
  272.       prevfield = thisfield;
  273.       prevlen = thislen;
  274.     }
  275.     }
  276.  
  277.   writeline (prevline, ostream, match_count);
  278.  
  279.  closefiles:
  280.   if (ferror (istream) || fclose (istream) == EOF)
  281.     error (EXIT_FAILURE, errno, _("error reading %s"), infile);
  282.  
  283.   if (ferror (ostream) || fclose (ostream) == EOF)
  284.     error (EXIT_FAILURE, errno, _("error writing %s"), outfile);
  285.  
  286.   free (lb1.buffer);
  287.   free (lb2.buffer);
  288. }
  289.  
  290. int
  291. main (int argc, char **argv)
  292. {
  293.   int optc;
  294.   char *infile = "-", *outfile = "-";
  295.  
  296. #ifdef __EMX__
  297. _wildcard(&argc, &argv);
  298. #endif
  299.  
  300.  
  301.   program_name = argv[0];
  302. #ifndef __EMX__
  303.   setlocale (LC_ALL, "");
  304.   bindtextdomain (PACKAGE, LOCALEDIR);
  305.   textdomain (PACKAGE);
  306. #endif
  307.   skip_chars = 0;
  308.   skip_fields = 0;
  309.   check_chars = 0;
  310.   mode = output_all;
  311.   countmode = count_none;
  312.  
  313.   while ((optc = getopt_long (argc, argv, "0123456789cdf:is:uw:", longopts,
  314.                   (int *) 0)) != EOF)
  315.     {
  316.       switch (optc)
  317.     {
  318.     case 0:
  319.       break;
  320.  
  321.     case '0':
  322.     case '1':
  323.     case '2':
  324.     case '3':
  325.     case '4':
  326.     case '5':
  327.     case '6':
  328.     case '7':
  329.     case '8':
  330.     case '9':
  331.       skip_fields = skip_fields * 10 + optc - '0';
  332.       break;
  333.  
  334.     case 'c':
  335.       countmode = count_occurrences;
  336.       break;
  337.  
  338.     case 'd':
  339.       mode = output_repeated;
  340.       break;
  341.  
  342.     case 'f':        /* Like '-#'. */
  343.       {
  344.         long int tmp_long;
  345.         if (xstrtol (optarg, NULL, 10, &tmp_long, "") != LONGINT_OK
  346.         || tmp_long <= 0 || tmp_long > INT_MAX)
  347.           error (EXIT_FAILURE, 0,
  348.              _("invalid number of fields to skip: `%s'"),
  349.              optarg);
  350.         skip_fields = (int) tmp_long;
  351.       }
  352.       break;
  353.  
  354.     case 'i':
  355.       ignore_case = 1;
  356.       break;
  357.  
  358.     case 's':        /* Like '+#'. */
  359.       {
  360.         long int tmp_long;
  361.         if (xstrtol (optarg, NULL, 10, &tmp_long, "") != LONGINT_OK
  362.         || tmp_long <= 0 || tmp_long > INT_MAX)
  363.           error (EXIT_FAILURE, 0,
  364.              _("invalid number of bytes to skip: `%s'"),
  365.              optarg);
  366.         skip_chars = (int) tmp_long;
  367.       }
  368.       break;
  369.  
  370.     case 'u':
  371.       mode = output_unique;
  372.       break;
  373.  
  374.     case 'w':
  375.       {
  376.         long int tmp_long;
  377.         if (xstrtol (optarg, NULL, 10, &tmp_long, "") != LONGINT_OK
  378.         || tmp_long <= 0 || tmp_long > INT_MAX)
  379.           error (EXIT_FAILURE, 0,
  380.              _("invalid number of bytes to compare: `%s'"),
  381.              optarg);
  382.         check_chars = (int) tmp_long;
  383.       }
  384.       break;
  385.  
  386.     default:
  387.       usage (1);
  388.     }
  389.     }
  390.  
  391.   if (show_version)
  392.     {
  393.       printf ("uniq (%s) %s\n", GNU_PACKAGE, VERSION);
  394.       exit (EXIT_SUCCESS);
  395.     }
  396.  
  397.   if (show_help)
  398.     usage (0);
  399.  
  400.   if (optind >= 2 && strcmp (argv[optind - 1], "--") != 0)
  401.     {
  402.       /* Interpret non-option arguments with leading `+' only
  403.      if we haven't seen `--'.  */
  404.       while (optind < argc && argv[optind][0] == '+')
  405.     {
  406.       char *opt_str = argv[optind++];
  407.       long int tmp_long;
  408.       if (xstrtol (opt_str, NULL, 10, &tmp_long, "") != LONGINT_OK
  409.           || tmp_long <= 0 || tmp_long > INT_MAX)
  410.         error (EXIT_FAILURE, 0,
  411.            _("invalid number of bytes to compare: `%s'"),
  412.            opt_str);
  413.       skip_chars = (int) tmp_long;
  414.     }
  415.     }
  416.  
  417.   if (optind < argc)
  418.     infile = argv[optind++];
  419.  
  420.   if (optind < argc)
  421.     outfile = argv[optind++];
  422.  
  423.   if (optind < argc)
  424.     usage (1);            /* Extra arguments. */
  425.  
  426.   check_file (infile, outfile);
  427.  
  428.   exit (EXIT_SUCCESS);
  429. }
  430.