Expressions régulières |
 |
 |
Expressions régulières et sed |
Expressions régulières |
|
|
Expressions régulières et sed |
Une expression régulière (en anglais Regular Expression ou RE) sert à identifier une chaîne de caractère répondant à un certain critère (par exemple chaîne contenant des lettres minuscules uniquement). L'avantage d'une expression régulière est qu'avec une seule commande on peut réaliser un grand nombre de tâche qui seraient fastidieuses à faire avec des commandes UNIX classiques.
Les commandes ed, vi, ex, sed, awk, expr et grep utilisent les expressions régulières.
L'exemple le plus simple d'une expression régulière est une chaîne de caractères quelconque toto par exemple. Cette simple expression régulière va identifier la prochaine ligne du fichier à traiter contenant une chaîne de caractère correspondant à l'expression régulière.
Si l'on veut chercher une chaîne de caractère au sein de laquelle se trouve un caractère spécial (/,*,$,., [,],{,},!, entre autres) (appelé aussi métacaractère), on peut faire en sorte que ce caractère ne soit pas interprété comme un caractère spécial mais comme un simple caractère. Pour cela vous devez le faire précéder par \ (backslash). Ainsi si votre chaîne est /dev, pour que le / ne soit pas interprété comme un caractère spécial, vous devez tapez \/dev pour l'expression régulière.
Le métacaractère . remplace dans une expression régulière un caractère unique, à l'exception du caractère retour chariot (\n). Par exemple chaine. va identifier toutes les lignes contenant la chaine chaine suivit d'un caractère quelconque unique. Si vous voulez identifier les lignes contenant la chaîne .cshrc, l'expression régulière correspondante est \.cshrc
Les métacaractères [] permettent de désigner des caractères compris dans un certain intervalle de valeur à une position déterminée d'une chaîne de caractères. Par exemple [Ff]raise va identifier les chaînes Fraise ou fraise, [a-z]toto va identifier une chaîne de caractère commençant par une lettre minuscule (intervalle de valeur de a à z) et suvi de la chaîne toto (atoto, btoto, ...., ztoto).
D'une manière plus générale voici comment [] peuvent être utilisés.
| signification | exemple | ||
| [A-D] | intervalle de A à D (A, B, C, D) | bof[A-D] | bofA, bofB, bofC, bofD |
| [2-5] | intervalle de 2 à 5 (2, 3, 4, 5) | 12[2-5]2 | 1222, 1232, 1242, 1252 |
| [2-56] | intervalle de 2 à 5 et 6 (et non pas 56) (2, 3, 4, 5, 6) | 12[2-56]2 | 1222, 1232, 1242, 1252, 1262 |
| [a-dA-D] | intervalle de a à d et A à D (a, b, c, d, A, B, C, D) | z[a-dA-D]y | zay, zby, zcy, zdy, zAy, zBy, zCy, zDy |
| [1-3-] | intervalle de 1 à 3 et - (1, 2, 3, -) | [1-3-]3 | 13, 23, 33, -3 |
| [a-cI-K1-3] | intervalle de a à c, I à K et 1 à 3 (a, b, c, I, J, K, 1, 2, 3) |
On peut utiliser [] avec un ^ pour identifier le complèment de l'expression régulière. En français pour identifier l'opposé de l'expression régulière. Vous avez toujours pas compris ? Voici un exemple: [^0-9]toto identifie les lignes contenant une chaîne toto, le caractère juste avant ne doit pas être un chiffre (exemple atoto, gtoto mais pas 1toto, 5toto). Autre exemple [^a-zA-Z] n'importe quel caractère sauf une lettre minuscule ou majuscule. Attention à la place de ^, si vous tapez [1-3^], c'est équivalent aux caractères 1, 2, 3 et ^.
Le métacaractère ^ identifie un début de ligne. Par exemple l'expression régulière ^a va identifier les lignes commençant par le caractère a.
Le métacaractère $ identifie une fin de ligne. Par exemple l'expression régulière a$ va identifier les lignes se terminant par le caractère a.
L'expression régulière ^chaine$ identifie les lignes qui contiennent strictement la chaîne chaine.
L'expression régulière ^$ identifie une ligne vide.
Le métacaractère * est le caractère de répétition.
L'expression régulière a* correspond aux lignes comportant 0 ou plusieurs caractère a. Son utilisation est à proscrire, car toutes les lignes, même celles ne contenant pas le caractère a, répondent aux critères de recherche. x* est une source de problèmes, il vaut mieux éviter de l'employer.
L'expression régulière aa* correspond aux lignes comportant 1 ou plusieurs caractères a.
L'expression régulière .* correspond à n'importe quelle chaîne de caractères.
L'expression régulière [a-z][a-z]* va chercher les chaînes de caractères contenant 1 ou plusieurs lettres minuscules (de a à z).
L'expression régulière [^ ][^ ]* est équivalent à tout sauf un blanc.
Pour le traitement complexe de fichier, il est utile parfois d'identifier un certain type de chaîne pour pouvoir s'en servir dans la suite du traitement comme un sous programme. C'est le principe des sous chaînes, pour mémoriser une sous chaîne, on utilise la syntaxe \(expression régulière)\, cette sous chaîne sera identifié par un chiffre compris par 1 et 9 (suivant l'ordre de définition).
Par exemple \([a-z][a-z]*)\ est une sous chaîne identifiant les lignes contenant une ou plusieurs lettres minuscules, pour faire appel à cette sous chaîne, on pourra utiliser \1. Voir dans la page sed pour un exemple.
 |