การใช้ glob เพื่อค้นหาไฟล์ที่ต้องการใน shell
เขียนเมื่อ 2019/01/09 18:08
แก้ไขล่าสุด 2021/09/28 16:42
ปกติเวลาที่เราใช้คำสั่งจัดการพวกไฟล์ต่างๆภายในเชลทีละหลายๆไฟล์มักจะมีการใช้สัญลักษณ์ดอกจัน * ในการเขียน
เช่นเวลาที่ต้องการแสดงชื่อไฟล์ .jpg ทั้งหมดในเชลจะพิมพ์ว่า ls *.jpg
ในที่นี้ * แทนตัวหนังสืออะไรก็ได้ ดังนั้นไฟล์อะไรก็ตามที่ชื่อลงท้ายด้วย .jpg จึงเข้าข่ายหมด
วิธีการเขียนแบบนี้เรียกว่ากล็อบ (glob) ส่วนดอกจัน * ในที่นี้เรียกว่าไวลด์การ์ด (wild card)
กล็อบเป็นรูปแบบการเขียนเพื่อคัดกรองข้อความที่เข้าข่าย มักถูกใช้ในการจัดการข้อความต่างๆในระบบเชลยูนิกซ์ แต่ก็ถูกใช้ในที่อื่นอย่างกว้างขวาง ในภาษาไพธอนเองก็มีคำสั่งที่ดึงมาใช้ได้สะดวกเช่นกัน
นอกจากการใช้ * แล้ว ยังมีรูปแบบการเขียนอย่างอื่นอีก ซึ่งจะเขียนถึงต่อไปในบทความนี้
ในบทความนี้จะเริ่มจากอธิบายรูปแบบวิธีการเขียนกล็อบโดยทั่วไป ส่วนวิธีการใช้ในไพธอนอ่านได้ใน https://phyblas.hinaboshi.com/20190110
ดอกจัน *
สัญลักษณ์ดอกจัน * จะแทนอักษรอะไรกี่ตัวก็ได้ที่ไม่ใช่สแลช /
ที่ยกเว้น / เพราะ / เป็นสัญลักษณ์ที่เอาไว้กั้นระหว่างชื่อโฟลเดอร์กับชื่อไฟล์
เพียงแต่ถ้าเป็นใน windows ตัวยกเว้นจะเป็นแบ็กสแลช \ แทน เพราะ windows ใช้ \ ในการกั้นชื่อไฟล์
ในบทความนี้จะยกตัวอย่างด้วย mac และ linux เป็นหลัก เพราะเดิมทีกล็อบถูกใช้กับเชลยูนิกซ์เป็นหลัก
ยกตัวอย่างเช่น a* จะได้ชื่อไฟล์อะไรก็ตามที่ขึ้นต้นด้วย a เช่น aaa.txt ab.png
*.*g จะได้ไฟล์ที่เป็นสกุลที่ลงท้ายด้วย g ทั้งหมด เช่น bb.png cc.jpg แต่จะไม่ได้ hh.gif
เนื่องจาก * จะไม่รวม / ด้วย ดังนั้นถ้าจะหาไฟล์ที่อยู่ในโฟลเดอร์ย่อยให้เขียนเป็น */* แบบนี้ได้
เช่น */*.txt แบบนี้จะเป็นการค้นหาไฟล์ .txt ทุกไฟล์ในโฟลเดอร์ย่อยทั้งหมด
เครื่องหมายคำถาม ?
สำหรับเครื่องหมายคำถาม ? จะแทนอักษรอะไรก็ได้เพียงตัวเดียว
เช่น a?.txt จะเจอ ab.txt ak.txt แต่จะไม่เจอ aac.txt
ข้อแตกต่างกับดอกจัน * ก็คือเครื่องหมายคำถาม ? จะแทนแค่ตัวเดียวเสมอ แต่ดอกจัน * จะแทนกี่ตัวก็ได้แม้แต่ศูนย์ตัว
จะให้แทนอักษรกี่ตัวก็ใส่ ? ไปเท่านั้น
เช่นจะหาไฟล์ .txt อะไรก็ได้ที่ชื่อยาว ๓ ตัวก็ใช้ ???.txt แบบนี้ก็จะเจอ abc.txt ggg.txt ฯลฯ
วงเล็บเหลี่ยม [ ]
หากมีอักษรที่ต้องการค้นหาหลายตัวในทีเดียวมีวิธีการเขียนที่แสดงถึงอักษรนั้นตัวไหนก็ได้โดยมัดรวมอักษรที่ต้องการหาทั้งหมดไว้ในวงเล็บเหลี่ยม
เช่น [aei]n.txt แบบนี้จะเป็นการหาไฟล์ที่ชื่อ an.txt en.txt in.txt
เครื่องหมายตกใจ ! หรือ ^
ถ้าใส่ ! หรือ ^ ไว้ที่ด้านหน้าสุดภายในวงเล็บเหลี่ยมจะให้ผลในทางตรงกันข้าม คือจะแทนตัวอักษรตัวไหนก็ได้ที่ไม่อยู่ในนั้น
เช่น [^ab]* หรือ [!ab]* แบบนี้จะเจอชื่อไฟล์ไหนก็ได้ที่ไม่ได้ขึ้นต้นด้วย a หรือ b
ต่อให้มีอักษรที่ต้องการยกเว้นอยู่แค่ตัวเดียวก็ยังต้องใส่วงเล็บเหลี่ยมเช่นกัน เช่นถ้าจะเอาไฟล์ที่ไม่ได้ขึ้นต้นด้วย a ก็เป็น [^a]*
ในเชลปกติแล้วจะแยกตัวพิมพ์ใหญ่พิมพ์เล็ก ดังนั้นวิธีการเขียนแบบนี้ช่วยให้หาชื่อไฟล์ทั้งพิมพ์ใหญ่และพิมพ์เล็กได้ในขณะเดียวกัน
เช่น [aA][bB][cC].txt จะเจอ aBc.txt AbC.txt ABc.txt ฯลฯ
อย่างไรก็ตาม ในบางระบบอาจใช้ได้แค่ ^ หรือ ! อย่างใดอย่างหนึ่ง เช่นคำสั่ง glob ในไพธอนจะใช้ ! ไม่ใช้ ^
ขีด - ในวงเล็บเหลี่ยม
กรณีที่อักษรที่ต้องการค้นหลายๆตัวนั้นเป็นอักษรต่อเนื่องกัน อาจใช้ - เพื่อแทนอักษรทั้งหมดตั้งแต่ตัวซ้ายถึงตัวขวา
[a-i] จะแทนอักษรตั้งแต่ a,b,c,... ไปจนถึง i
หรือเลข [1-7] แบบนี้เป็นต้น
ตัวอย่างเช่น [c-e][3-5] แบบนี้จะเจอ c3 e4 d5 แต่จะไม่เจอ b4 b6 e2 เป็นต้น
แบ็กสแลช \
ทั้งเครื่องหมาย * และ ? ล้วนเป็นอักษรที่ใช้ตั้งเป็นชื่อไฟล์ได้ แต่ว่าเวลาค้นหาด้วยกล็อบกลับเป็นอักษรที่มีความหมายพิเศษ ดังนั้นถ้าต้องการหาแค่ชื่อไฟล์ที่เป็น * หรือ ? จะมีปัญหา
ดังนั้นถ้าค้นหาว่า a*.txt แทนที่จะเจอแค่ไฟล์ชื่อ a*.txt ก็กลับจะได้ไฟล์ ab.txt ax.txt มาด้วย
เพื่อแก้ปัญหานี้ ให้ใส่ \ นำหน้า * หรือ ?
เช่น a\*.txt แบบนี้จึงจะเป็นการหาแค่ไฟล์ a*.txt
เปรียบเทียบกับเรกูลาร์เอ็กซ์เพรชชัน
รูปแบบการเขียนของกล็อบมีส่วนคล้ายกับเรกูลาร์เอ็กซ์เพรชชัน (regular expression, รายละเอียดเรื่องนี้อ่านได้ใน https://phyblas.hinaboshi.com/20160922)
ที่คล้ายกันก็คือการใช้ดอกจัน * กับวงเล็บเหลี่ยม [] แต่ความหมายของเครื่องหมายคำถาม ? จะต่างกัน ดังนั้นต้องระวังสับสนและใช้ผิด
งานหลักๆของกล็อบก็คือใช้จัดการกับชื่อไฟล์ แต่เรกูลาร์เอ็กซ์เพรชชันถูกใช้งานกว้างขวางกว่ามาก
สำหรับงานค้นหาที่ไม่ซับซ้อนใช้กล็อบได้ก็ใช้กล็อบจะดูง่ายกว่า
อ้างอิง
เช่นเวลาที่ต้องการแสดงชื่อไฟล์ .jpg ทั้งหมดในเชลจะพิมพ์ว่า ls *.jpg
ในที่นี้ * แทนตัวหนังสืออะไรก็ได้ ดังนั้นไฟล์อะไรก็ตามที่ชื่อลงท้ายด้วย .jpg จึงเข้าข่ายหมด
วิธีการเขียนแบบนี้เรียกว่ากล็อบ (glob) ส่วนดอกจัน * ในที่นี้เรียกว่าไวลด์การ์ด (wild card)
กล็อบเป็นรูปแบบการเขียนเพื่อคัดกรองข้อความที่เข้าข่าย มักถูกใช้ในการจัดการข้อความต่างๆในระบบเชลยูนิกซ์ แต่ก็ถูกใช้ในที่อื่นอย่างกว้างขวาง ในภาษาไพธอนเองก็มีคำสั่งที่ดึงมาใช้ได้สะดวกเช่นกัน
นอกจากการใช้ * แล้ว ยังมีรูปแบบการเขียนอย่างอื่นอีก ซึ่งจะเขียนถึงต่อไปในบทความนี้
ในบทความนี้จะเริ่มจากอธิบายรูปแบบวิธีการเขียนกล็อบโดยทั่วไป ส่วนวิธีการใช้ในไพธอนอ่านได้ใน https://phyblas.hinaboshi.com/20190110
ดอกจัน *
สัญลักษณ์ดอกจัน * จะแทนอักษรอะไรกี่ตัวก็ได้ที่ไม่ใช่สแลช /
ที่ยกเว้น / เพราะ / เป็นสัญลักษณ์ที่เอาไว้กั้นระหว่างชื่อโฟลเดอร์กับชื่อไฟล์
เพียงแต่ถ้าเป็นใน windows ตัวยกเว้นจะเป็นแบ็กสแลช \ แทน เพราะ windows ใช้ \ ในการกั้นชื่อไฟล์
ในบทความนี้จะยกตัวอย่างด้วย mac และ linux เป็นหลัก เพราะเดิมทีกล็อบถูกใช้กับเชลยูนิกซ์เป็นหลัก
ยกตัวอย่างเช่น a* จะได้ชื่อไฟล์อะไรก็ตามที่ขึ้นต้นด้วย a เช่น aaa.txt ab.png
*.*g จะได้ไฟล์ที่เป็นสกุลที่ลงท้ายด้วย g ทั้งหมด เช่น bb.png cc.jpg แต่จะไม่ได้ hh.gif
เนื่องจาก * จะไม่รวม / ด้วย ดังนั้นถ้าจะหาไฟล์ที่อยู่ในโฟลเดอร์ย่อยให้เขียนเป็น */* แบบนี้ได้
เช่น */*.txt แบบนี้จะเป็นการค้นหาไฟล์ .txt ทุกไฟล์ในโฟลเดอร์ย่อยทั้งหมด
เครื่องหมายคำถาม ?
สำหรับเครื่องหมายคำถาม ? จะแทนอักษรอะไรก็ได้เพียงตัวเดียว
เช่น a?.txt จะเจอ ab.txt ak.txt แต่จะไม่เจอ aac.txt
ข้อแตกต่างกับดอกจัน * ก็คือเครื่องหมายคำถาม ? จะแทนแค่ตัวเดียวเสมอ แต่ดอกจัน * จะแทนกี่ตัวก็ได้แม้แต่ศูนย์ตัว
จะให้แทนอักษรกี่ตัวก็ใส่ ? ไปเท่านั้น
เช่นจะหาไฟล์ .txt อะไรก็ได้ที่ชื่อยาว ๓ ตัวก็ใช้ ???.txt แบบนี้ก็จะเจอ abc.txt ggg.txt ฯลฯ
วงเล็บเหลี่ยม [ ]
หากมีอักษรที่ต้องการค้นหาหลายตัวในทีเดียวมีวิธีการเขียนที่แสดงถึงอักษรนั้นตัวไหนก็ได้โดยมัดรวมอักษรที่ต้องการหาทั้งหมดไว้ในวงเล็บเหลี่ยม
เช่น [aei]n.txt แบบนี้จะเป็นการหาไฟล์ที่ชื่อ an.txt en.txt in.txt
เครื่องหมายตกใจ ! หรือ ^
ถ้าใส่ ! หรือ ^ ไว้ที่ด้านหน้าสุดภายในวงเล็บเหลี่ยมจะให้ผลในทางตรงกันข้าม คือจะแทนตัวอักษรตัวไหนก็ได้ที่ไม่อยู่ในนั้น
เช่น [^ab]* หรือ [!ab]* แบบนี้จะเจอชื่อไฟล์ไหนก็ได้ที่ไม่ได้ขึ้นต้นด้วย a หรือ b
ต่อให้มีอักษรที่ต้องการยกเว้นอยู่แค่ตัวเดียวก็ยังต้องใส่วงเล็บเหลี่ยมเช่นกัน เช่นถ้าจะเอาไฟล์ที่ไม่ได้ขึ้นต้นด้วย a ก็เป็น [^a]*
ในเชลปกติแล้วจะแยกตัวพิมพ์ใหญ่พิมพ์เล็ก ดังนั้นวิธีการเขียนแบบนี้ช่วยให้หาชื่อไฟล์ทั้งพิมพ์ใหญ่และพิมพ์เล็กได้ในขณะเดียวกัน
เช่น [aA][bB][cC].txt จะเจอ aBc.txt AbC.txt ABc.txt ฯลฯ
อย่างไรก็ตาม ในบางระบบอาจใช้ได้แค่ ^ หรือ ! อย่างใดอย่างหนึ่ง เช่นคำสั่ง glob ในไพธอนจะใช้ ! ไม่ใช้ ^
ขีด - ในวงเล็บเหลี่ยม
กรณีที่อักษรที่ต้องการค้นหลายๆตัวนั้นเป็นอักษรต่อเนื่องกัน อาจใช้ - เพื่อแทนอักษรทั้งหมดตั้งแต่ตัวซ้ายถึงตัวขวา
[a-i] จะแทนอักษรตั้งแต่ a,b,c,... ไปจนถึง i
หรือเลข [1-7] แบบนี้เป็นต้น
ตัวอย่างเช่น [c-e][3-5] แบบนี้จะเจอ c3 e4 d5 แต่จะไม่เจอ b4 b6 e2 เป็นต้น
แบ็กสแลช \
ทั้งเครื่องหมาย * และ ? ล้วนเป็นอักษรที่ใช้ตั้งเป็นชื่อไฟล์ได้ แต่ว่าเวลาค้นหาด้วยกล็อบกลับเป็นอักษรที่มีความหมายพิเศษ ดังนั้นถ้าต้องการหาแค่ชื่อไฟล์ที่เป็น * หรือ ? จะมีปัญหา
ดังนั้นถ้าค้นหาว่า a*.txt แทนที่จะเจอแค่ไฟล์ชื่อ a*.txt ก็กลับจะได้ไฟล์ ab.txt ax.txt มาด้วย
เพื่อแก้ปัญหานี้ ให้ใส่ \ นำหน้า * หรือ ?
เช่น a\*.txt แบบนี้จึงจะเป็นการหาแค่ไฟล์ a*.txt
เปรียบเทียบกับเรกูลาร์เอ็กซ์เพรชชัน
รูปแบบการเขียนของกล็อบมีส่วนคล้ายกับเรกูลาร์เอ็กซ์เพรชชัน (regular expression, รายละเอียดเรื่องนี้อ่านได้ใน https://phyblas.hinaboshi.com/20160922)
ที่คล้ายกันก็คือการใช้ดอกจัน * กับวงเล็บเหลี่ยม [] แต่ความหมายของเครื่องหมายคำถาม ? จะต่างกัน ดังนั้นต้องระวังสับสนและใช้ผิด
งานหลักๆของกล็อบก็คือใช้จัดการกับชื่อไฟล์ แต่เรกูลาร์เอ็กซ์เพรชชันถูกใช้งานกว้างขวางกว่ามาก
สำหรับงานค้นหาที่ไม่ซับซ้อนใช้กล็อบได้ก็ใช้กล็อบจะดูง่ายกว่า
อ้างอิง