Bibliotheken zur Auswertung von Kommandozeilenparametern

Computerprogramme werden mit einem bestimmen Zweck entwickelt. Die Werkzeuge auf UNIX/Linux-Systemen sind sehr spezialisiert und folgen der Idee "ein Werkzeug für eine Aufgabe, aber so gut wie möglich." Einzelne Werkzeuge kombinieren Sie miteinander zu mächtigen Werkzeugketten. Mit Hilfe von
Kommandozeilenparametern, die sie den Programmen beim Aufruf mitgeben, steuern Sie die Ausführung und fangen Sonderfälle ab.

Jede Programmiersprache verfügt über eine oder mehrere Möglichkeiten, diese Kommandozeilenparameter auszuwerten. Nachfolgend eine erste Zusammenstellung dazu.

• C/C++
  argc() und argv(), getopt, argp, optparse, docopt, suboptions
• Python
  sys.argv(), getopt, argparse, optparse, docopt, click
  
• Perl
  @ARGV, getopt, argparse, docopt
• Tcl
  argc und argv, getopt, argp, docopt, usage, getKnowopt, cmdline

Mal sehen, was wir noch ergänzen können.

Für Python gibt es hier einen ausführlicheren Beitrag von mir auf StackAbuse.

[Nachtrag am 20. Jan 2018]

Im Magazin LinuxUser ist in der Ausgabe 02/2018 ein ausführlicher Beitrag von mir zu Docopt erschienen.

Noch mehr Artikel auf StackAbuse

In den letzten Tagen sind zwei weitere Artikel von mir auf StackAbuse erschienen. Im ersten geht es um symbolische Links -- wie man dieser erstellt und validiert. Dazu gehört auch die Vorstellung des Werkzeugs symlinks.

Der zweite Beitrag widmet sich dem Thema des Findens bestimmter Inhalte in Textdateien, komprimierten Dateien sowie Archiven. Ebenfalls dürfen Rechenblätter von Tabellenkalkulationen und PDF-Dokumente nicht zu kurz kommen. Behilflich sind hierbei Werkzeuge wie zgrep, loook und pdfgrep.

Suche mittels loook

Hier geht es zu den beiden (englischsprachigen) Artikeln:

• Symbolic Links in Unix/Linux

• Linux: Find Files Containing Text

Herbstkooperation mit StackAbuse

Stack Abuse ist eine kleiner Wissensfundus, bei der Themen aus der IT-Welt auseinandergenommen und detaillierter erklärt werden. Vieles dreht sich um die Programmiersprache Python und deren Module. Wer die Sprache kennt, weiß dass es vergleichsweise einfach ist, mit ihr warm zu werden und damit schnell produktiven und verständlichen Code zu fabrizieren, den man auch später wieder versteht.

Etwas unübersichtlich ist jedoch die Menge der Module (Bibliotheken), die es mittlerweile gibt und die Teil der regulären Python-Veröffentlichung sind. Diese decken nahezu alle Bereiche ab -- sei es Kryptographie, Netzwerkfunktionen, Listen und Baumstrukturen sowie die Verarbeitung und Aufbereitung von numerischen Daten.

Nicht zu allen Themen gibt es Einführungen -- aber das soll sich ändern. Beigetragen habe ich dazu bisher mit diesen Themen:

• Command Line Arguments in Python
• Parallel Processing in Python

Weitere Beiträge folgen :)

Ähnliche Beiträge hier im Blog waren bislang:

• Daten auswerten mit NumPy
• Auswertung mit NumPy, Pandas und Matplotlib

Weitere Veröffentlichungen finden Sie hier in dieser Liste.