Statistiche di lunghezza delle righe: min, max, media e mediana

È il modo più rapido per rispondere a domande come quanto è largo davvero un file di log, se una poesia mantiene un ritmo costante o se un documento mandato a capo rispetta la larghezza di colonna prevista, senza caricare il testo in un editor per ispezionarlo a occhio.

Cosa rivelano i quattro numeri

Ogni statistica risponde a una domanda diversa sul Suo testo. La lunghezza minima delle righe intercetta l'estremo corto: separatori vuoti, righe di una parola o un frammento rimasto dopo una modifica. La lunghezza massima delle righe intercetta l'estremo lungo, che è ciò che rompe layout, pannelli di terminale, client di posta e strumenti di revisione del codice che presuppongono un budget di colonne.

La media Le dà la dimensione tipica, utile quando confronta due versioni dello stesso documento o verifica se una riscrittura ha davvero reso la prosa più snella. E la mediana Le dice dove si trova la riga centrale, più robusta della media quando poche righe estreme trascinerebbero la media. Letti insieme, minimo e massimo danno la dispersione, mentre media e mediana insieme rivelano l'asimmetria: se la media è ben sopra la mediana, una manciata di righe molto lunghe sta tirando il testo verso l'alto, e probabilmente vorrà individuarle.

Come vengono contate righe e lunghezze

Il testo viene diviso in righe su uno qualsiasi dei consueti caratteri di fine riga — LF, CR o CRLF —, così i file di sistemi Unix, Mac classico e Windows vengono misurati allo stesso modo. La lunghezza è contata in caratteri, esattamente come la stringa li contiene: senza tagli, senza comprimere gli spazi, senza esclusioni.

Una riga vuota tra due paragrafi conta come una riga di lunghezza zero, e una riga di spazi finali conta ognuno di quegli spazi, perché questa è la larghezza onesta di ciò che ha inviato. La media e la mediana sono arrotondate a sei decimali affinché il risultato sia identico su ogni macchina, il che conta quando confronta gli output tra esecuzioni o li conserva in un registro di audit.

Dove si inserisce nei flussi di lavoro reali

I team integrano le statistiche di lunghezza delle righe in controlli che altrimenti sarebbero ispezioni manuali. Una pipeline di documentazione verifica che gli esempi di codice restino entro un budget di 80 colonne prima della pubblicazione; una pipeline di dati profila i file in arrivo a larghezza fissa e rifiuta un feed la cui lunghezza di record cambia all'improvviso; un flusso editoriale conferma che una newsletter in testo semplice va a capo come il modello si aspetta.

Nulla di ciò che invia viene conservato: il testo viene misurato e scartato, e tornano solo i quattro numeri. Per contare le righe invece di misurarle, lo abbini a un contatore di righe; per imporre una larghezza, a uno strumento di ritorno a capo che risistema le righe alla colonna che sceglie.