prsposix-クラウドでのオンライン

プログラム：

NAME

prs — SCCSファイルを印刷します（開発)

SYNOPSIS

近く [−a] [−d データスペック] [−r[SID]] file...

近く [−e | −l] −c カットオフ [−d データスペック] file...

近く [−e | −l] −r[SID] [−d データスペック] file...

DESCRIPTION

当学校区の 近く ユーティリティは、ユーザーのSCCSファイルの標準出力部分またはすべてに書き込む必要があります-
提供されたフォーマット。

OPTIONS

当学校区の 近く ユーティリティは、POSIX.1‐2008の基本定義ボリュームに準拠する必要があります。 セクション
12.2, ユーティリティ 構文 ガイドライン、ただし −r オプションにはオプションのオプションがあります-
口論。 このオプションのオプション引数は、個別の引数として提示することはできません。 The
次のオプションがサポートされます。

−d データスペック
出力データの仕様を指定します。 The データスペック からなる文字列でなければならない
SCCSファイルの データ キーワード （参照してください Rescale データ キーワード）オプションのユーザーが散在している-
提供されたテキスト。

−r [SID] 情報が含まれるデルタのSCCS識別文字列（SID）を指定します
望ましい。 いいえの場合 SID option-argumentが指定されています。最新のSIDです。
作成されたデルタが想定されます。

−e デルタより前に作成された、デルタを含むすべてのデルタの情報を要求する
経由で指定 −r オプションまたはによって指定された日時 −c オプションを選択します。

−l デルタ以降に作成された、デルタを含むすべてのデルタの情報を要求する
経由で指定 −r オプションまたはによって指定された日時 −c オプションを選択します。

−c カットオフ を示してください カットオフ 日時、形式：

YY[MM[DD[HH[MM[SS]]]]]]

　 YY コンポーネント、[69,99]の範囲の値は、1969年から
1999を含み、[00,68]の範囲の値は、2000年から
2068を含む。

注意： この規格の将来のバージョンでは、デフォルトになると予想されます
2桁の年から推測される世紀が変わります。 （これはに適用されます
2桁の年を入力として受け入れるすべてのコマンド。）

指定後に作成されたSCCSファイルへの変更（デルタ）はありません
カットオフ 日時は出力に含まれるものとします。 日付から省略された単位-
時間のデフォルトは可能な最大値です。 例えば、 −c 7502 is
に相当 −c 750228235959.

−a 削除された両方の情報の書き込みを要求します。つまり、 デルタ type=R （参照してください
rmdel）—そして既存—つまり デルタ type=D、—デルタ。 の場合 −a オプションはありません
指定された場合、既存のデルタの情報のみが提供されます。

オペランド

次のオペランドがサポートされます。

file 既存のSCCSファイルまたはディレクトリのパス名。 もしも file ディレクトリであり、
近く ユーティリティは、ディレクトリ内の各ファイルが次のように指定されているかのように動作します。
非SCCSファイルを除く名前付きファイル（パス名の最後のコンポーネントは
で始まらない s.）および読み取り不可能なファイルは黙って無視されます。

ちょうどXNUMXつの場合 file オペランドが表示され、 '−'、標準入力は
読んだ; 標準入力の各行は、SCCSの名前と見なされます。
処理するファイル。 非SCCSファイルと読み取り不可能なファイルはサイレントになります
無視されます。

標準入力

標準入力は、次の場合にのみ使用されるテキストファイルです。 file オペランドは次のように指定されます
'−'。 テキストファイルの各行は、SCCSパス名として解釈されます。

入力 ファイル

表示されるSCCSファイルは、形式が指定されていないファイルです。

ENVIRONMENT 変数

次の環境変数は、の実行に影響を与えます。 近く:

言語 設定されていない、または設定されていない国際化変数のデフォルト値を指定します
ヌル。 （POSIX.1‐2008の基本定義ボリュームを参照してください。 セクション 8.2,
国際化 変数 国際化変数の優先順位
ロケールカテゴリの値を決定するために使用されます。）

LC_ALL 空でない文字列値に設定されている場合は、他のすべての値を上書きします
国際化変数。

LC_CTYPE テキストデータのバイトシーケンスを解釈するためのロケールを決定します
文字として（たとえば、のマルチバイト文字ではなくシングルバイト
引数と入力ファイル）。

LC_MESSAGES
の形式と内容に影響を与えるために使用する必要があるロケールを決定します
標準エラーに書き込まれる診断メッセージ。

NLSパス の処理のためのメッセージカタログの場所を決定します LC_MESSAGES.

非同期 イベント

デフォルト。

標準出力

標準出力は、フォーマットがデータキーワードに依存するテキストファイルでなければなりません。
で指定 −d オプションを選択します。

Rescale データ キーワード
データキーワードは、SCCSファイルのどの部分を取得して出力するかを指定します。 すべての部品
SCCSファイルのデータキーワードが関連付けられています。 データキーワードは、 データスペック
複数回。

によって書かれた情報 近く 構成するもの：

1.ユーザーが入力したテキスト

2.認識されたデータの代わりに適切な値（SCCSファイルから抽出）
の出現順にキーワード データスペック

データキーワード値の形式は、単純である必要があります（'NS'）、どのキーワードで
置換は直接、または複数行（'NS').

ユーザーが提供するテキストは、認識されたデータキーワード以外のテキストでなければなりません。 A そうなるでしょう
によって指定された '\t' とに '\ n'。 時 −r オプションが指定されていない、デフォルト
データスペック そうなるでしょう：

：PN :: \ n \ n

そして以下 データスペック 選択したデルタごとに使用する必要があります。

：Dt：\ t：DL：\ nMRs：\ n：MR：COMMENTS：\ n：C：

┌────────────────────────────────────────────────── ────────────────────────────────────┐
│ SCCS File Rescale データ キーワード │
├────────┬────────────────────────────────┬──────── ───────┬───────────────────┬────────┤
│キーワード │ Rescale データ Item │ File セクション │ 値 │ フォーマット │
├────────┼────────────────────────────────┼──────── ───────┼───────────────────┼────────┤
│：Dt： │デルタ情報│デルタテーブル│以下を参照*│S│
│：DL： │デルタライン統計│"│ ：Li：/：Ld：/：Lu： │S│
│：Li： │デルタによって挿入された線│"│ nnnnnは***│S│
│：Ld： │デルタによって削除された行│"│ nnnnnは***│S│
│：Lu： │デルタによって変更されていない線│"│ nnnnnは***│S│
│：DT： │デルタタイプ│"│ D or R │S│
│：私： │SCCSID文字列（SID）│"│以下を参照**│S│
│：R： │リリース番号│"│ NNNN │S│
│：L： │レベル番号│"│ NNNN │S│
│：B： │支店番号│"│ NNNN │S│
│：S： │シーケンス番号│"│ NNNN │S│
│：NS： │作成された日付デルタ│"│ ：Dy：/：Dm：/：D​​d： │S│
│：Dy： │作成された年のデルタ│"│ nn │S│
│：Dm： │作成された月のデルタ│"│ nn │S│
│：Dd： │作成された日デルタ│"│ nn │S│
│：T： │作成されたタイムデルタ│"│ ：Th ::: Tm ::: Ts： │S│
│：Th： │作成された時間デルタ│"│ nn │S│
│：Tm： │作成された分デルタ│"│ nn │S│
│：Ts： │作成された秒デルタ│"│ nn │S│
│：P： │デルタを作成したプログラマー│"│ ログ名 │S│
│：DS： │デルタシーケンス番号│"│ NNNN │S│
│：DP： │先行デルタシーケンス│"│ NNNN │S│
││番号│││││
│：DI： │デルタのシーケンス番号│"│ ：Dn：/：Dx：/：Dg： │S│
││含まれる、除外される、または無視される││││
│：Dn： │含まれるデルタ（シーケンス番号）│"│ ：DS： ：DS： ... │S│
│：Dx： │除外されたデルタ（シーケンス番号）│"│ ：DS： ：DS： ... │S│
│：Dg： │無視されたデルタ（シーケンス番号）│"│ ：DS： ：DS： ... │S│
│：氏： │デルタのMR番号│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：C： │デルタへのコメント│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：国連： │ユーザー名│ユーザー名│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：FL： │フラグリスト│フラグ│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：Y： │モジュールタイプフラグ│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：MF： │MR検証フラグ│"│ はい or いいえ │S│
│：MP： │MR検証プログラム名│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：KF： │キーワードエラー、警告フラグ│"│ はい or いいえ │S│
│：KV： │キーワード検証文字列│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：BF： │ブランチフラグ│"│ はい or いいえ │S│
│：J： │共同編集フラグ│"│ はい or いいえ │S│
│：LK： │ロックされたリリース│"│ ：R： ... │S│
│：Q： │ユーザー定義のキーワード│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：M： │モジュール名│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：FB： │床の境界│"│ ：R： │S│
│：CB： │天井の境界│"│ ：R： │S│
│：Ds： │デフォルトSID│"│ ：私： │S│
│：ND： │ヌルデルタフラグ│"│ はい or いいえ │S│
│：FD： │ファイルの説明テキスト│コメント│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：BD： │ボディ│ボディ│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：GB： │手に入れた体│"│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │M│
│：W： │の形 何 文字列│N/A│ ：Z :: M：\ t：I： │S│
│：A： │の形 何 文字列│N/A│ ：Z :: Y： ：M： ：I :: Z： │S│
│：Z： │ 何 文字列区切り文字│N/A│@（＃）│S│
│：F： │SCCSファイル名│N/A│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
│：PN： │SCCSファイルのパス名│N/A│ 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다. │S│
└────────┴────────────────────────────────┴──────── ───────┴───────────────────┴────────┘
* ：Dt：=：DT： ：私： ：NS： ：T： ：P： ：DS： ：DP：

** ：R：。：L：。：B：。：S： デルタがブランチデルタの場合（：BF：==はい)
：R：。：L： デルタがブランチデルタでない場合（：BF：==いいえ)

***回線統計の上限は99999です。たとえば、100000回線が変更されていない場合
特定のリビジョンでは、 ：Lu： 値99999を生成します。

標準

標準エラーは、診断メッセージにのみ使用されます。

出力 ファイル

なし。

拡張済み DESCRIPTION

なし。

EXIT ステータス

次の終了値が返されます。

0正常に完了しました。

> 0エラーが発生しました。

結果 OF エラー

デフォルト。

当学校区の フォロー中 セクション 　 有益です。

お申込み USAGE

なし。

例

1.次の例：

近く −d "ユーザー 名 の ：F： は：\ n：UN： " s.ファイル

標準出力に書き込む可能性があります：

ユーザー 名 の s.ファイル には次の値があります:
XYZ
131
ABC

2.次の例：

近く −d "デルタ の pgm ：M ：： ：私： - ：NS： By ：P：」 −r s.ファイル

標準出力に書き込む可能性があります：

デルタ の pgm main.c： 3.7 - 77/12/01 By CAS

3.特別な場合として：

近く s.ファイル

標準出力に書き込む可能性があります：

s.file：
<ブランク ライン>
D 1.1 77/12/01 00:00:00 CAS 1 000000/00000/00000
夫人：
bl78-12345
bl79-54321
コメント：
この is 　 コメント ライン の s.ファイル 初期 デルタ
<ブランク ライン>

のデルタテーブルエントリごとに D タイプ。 これで使用できる唯一のオプション
特別な場合は −a オプションを選択します。

理論的根拠

なし。

未来 道順

なし。

onworks.netサービスを使用してオンラインでprsposixを使用する