Debian
Debian-France
Debian-Facile
Debian-fr.org
Forum-Debian.fr
Debian ?
Communautés
Vous n'êtes pas identifié(e).
L'icône rouge permet de télécharger chaque page du wiki visitée au format
PDF et la grise au format ODT →
Ci-dessous, les différences entre deux révisions de la page.
| Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente Prochaine révision Les deux révisions suivantes | ||
|
doc:programmation:shells:bash-vii-globs-etendus-regex [07/07/2014 12:12] Hypathie [Correspondance de motifs avec les expressions rationnelles] |
doc:programmation:shells:bash-vii-globs-etendus-regex [09/07/2014 10:44] Hypathie [Rappel et contexte] |
||
|---|---|---|---|
| Ligne 18: | Ligne 18: | ||
| * [[atelier:chantier:page-man-bash-v-les-tableaux|Bash : les tableaux]] | * [[atelier:chantier:page-man-bash-v-les-tableaux|Bash : les tableaux]] | ||
| * [[atelier:chantier:man-bash-vi-les-caracteres-de-transformation-de-parametres|Bash : les caractères de transformation de parametres]] | * [[atelier:chantier:man-bash-vi-les-caracteres-de-transformation-de-parametres|Bash : les caractères de transformation de parametres]] | ||
| + | * ;-) | ||
| - | =====Correspondance de motifs avec les globs étendus===== | + | =====Rappel et contexte===== |
| - | ===Récapitulatif=== | + | |
| - | Bash propose deux différents types de correspondances (pattern matching), en fonction de deux rôles :\\ | + | |
| - | - la sélection des noms de fichiers dans un répertoire (on recherche par exemple différents noms de fichiers) ;\\ | + | |
| - | - déterminer si une chaîne est conforme à un format désiré.\\ | + | |
| - | Il est possible aussi d'effectuer des substitutions de caractères, dans ce cas l'expression régulières permet d'aller changer le contenu d'un fichier. | + | La "représentation symbolique"((en anglais : "matching")) de caractères alpha-numériques par des "métacaractères"((termes employé là dans un sens général)) est de deux types. Et on peut distinguer ces deux types relativement à l'utilisation que l'on en a :\\ |
| + | - __sélectionner__ des noms de fichiers dans un répertoire ;\\ | ||
| + | - __déterminer__ si une chaîne est conforme à un format désiré.\\ | ||
| - | Le premier type de correspondance se fait avec les globs ou patterns simples ; on effectue des recherches en ligne de commandes.**\\ **RAPPEL : [[doc:programmation:shell:les-metacaracteres]]\\ | ||
| - | Le deuxième type de correspondance se fait (à partir de bash 2.01) avec les globs ou patterns longs (extended patterns), dans les tests de correspondances simples, en ligne de commandes ou dans des scripts.\\ | ||
| - | Le troisième type de correspondance se fait dans les scripts de test, au moyen des commandes internes au shell. Il s'agit bien avec la version de Bash 3.0 de modèles d'expressions régulières. Mais attention, il ne s'agit plus alors de recherches de noms de fichiers ou de mots, ni de substitutions de caractères dans un texte. Il s'agit de "traiter" la chaîne constituant la valeur d'une variable. Pour ce qui concerne, la substitution de caractères d'un fichier (exécutable ou non), il s'agit de l'emploi de regex avec la commande commandes externes (grep, sed, awk par exemple). Nous en montreront le détail dans une prochaine page.\\ | + | ===Rappel : === |
| + | __Le premier type de représentation symbolique__ se fait avec [[doc:programmation:shell:les-metacaracteres|les globs ou patterns simples]] ; ils servent aux recherches sur les chaînes de caractères et se font généralement en ligne de commandes.\\ Il a été donné simple récapitulatif des caractères utilisés ici : [[atelier:chantier:bash-les-differents-caracteres-speciaux#metacaracteres-et-meta-caracteres|méta-caractères et métacaractères]].\\ | ||
| - | * À voir : | + | ===Distinguer le "globbing" étendu des expressions régulières === |
| + | __Le deuxième type de de représentation symbolique__ se fait (à partir de ''bash 2.01'') avec [[atelier:chantier:bash-vii-globs-etendus-regex#les-globs-etendus|les globs étendus (ou patterns longs ; "extended patterns"), étudiés ci-dessous]] ; on les utilise pour effectuer des tests de correspondances simples, en ligne de commandes ou dans des scripts, ou pour [[atelier:chantier:man-bash-vi-les-caracteres-de-transformation-de-parametres|modifier les paramètres d'une variable]].\\ | ||
| + | |||
| + | ===Distinguer les expressions régulières de Bash de celles d'autres programmes=== | ||
| + | * __Ce deuxième type de représentation symbolique__ s'est développé avec ''Bash 3.0'' auquel il a été intégré la possibilité d'une utilisation restreinte des expressions régulière.\\ Mais attention, il ne s'agit plus alors de recherches de noms de fichiers ou de mots, ni de modifications de paramètres.\\ On s'en sert uniquement pour la correspondance entre une variable et une expression régulière, jamais pour la substitution tel que le permet l'utilisation avancée des expressions régulières. | ||
| + | |||
| + | * On retrouve ce deuxième type de représentation symbolique avec __l'usage avancé des expressions régulières__.\\ Mais elles permettent bien plus que ce que nous allons voir ici. En particulier, la substitution de caractères dans un fichier (exécutable ou non).\\ Il est nécessaire pour utiliser [[doc:programmation:shell:regexp|les regexp]] d'en passer par __des programmes externes et spécifiques à l'utilisation des expression régulières__ (''egrep'', ''sed'', ''awk'' par exemple).\\ [[atelier:chantier:bash-vii-globs-etendus-regex#index|L'index ci-dessous]] donne un simple aperçu des caractères utilisables par de ces différents programmes externes au shell Bash, et déborde du sujet, si ne n'est que le shell Bash permet de les installer puis de les lancer.\\ À voir : | ||
| * [[doc:systeme:grep]] | * [[doc:systeme:grep]] | ||
| * [[doc:systeme:sed]] | * [[doc:systeme:sed]] | ||
| - | **Nous allons abordé dans cette page les deux points qui ne l'ont pas encore été : les globs étendus et les expressions régulières de type "bashistes" dans les scripts de tests**. | + | >Nous allons développer dans cette page le deuxième type de de représentation symbolique, ce qui recouvrira l'utilisation des globs étendus et l'utilisation des expressions régulières (restreintes) spécifiques au shell Bash. |
| + | |||
| + | Puisque tout est bien clair, c'est parti ! 8-) | ||
| - | ==== Les globs étendus.==== | + | ===== Correspondance de motifs avec les globs étendus===== |
| On trouve dans man bash, à la fin de la page "Développement des noms de fichiers", "Motifs génériques", le tableau suivant :\\ | On trouve dans man bash, à la fin de la page "Développement des noms de fichiers", "Motifs génériques", le tableau suivant :\\ | ||
| ^ Regroupement ^ signification ^ | ^ Regroupement ^ signification ^ | ||
| Ligne 136: | Ligne 142: | ||
| Certaines expressions régulières peuvent être utilisées avec bash, mais elles ne peuvent pas être utilisée comme modèle de comparaison avec des noms de fichier pour effectuer des recherches en ligne de commandes. Elles matchent des variables et s'utilisent dans le cadres des scripts.\\ | Certaines expressions régulières peuvent être utilisées avec bash, mais elles ne peuvent pas être utilisée comme modèle de comparaison avec des noms de fichier pour effectuer des recherches en ligne de commandes. Elles matchent des variables et s'utilisent dans le cadres des scripts.\\ | ||
| - | Les expressions régulières reconnues par Bash sont nommées ERE ("expression régulière étendues).\\ | + | Les expressions régulières reconnues par Bash sont nommées ERE ("expression régulière étendues").\\ |
| - | Depuis **Bash 3.0**, on peut pour se faire utiliser l'opérateur =~ avec un modèle regex, "mot-clé". <code>[[ mot-clé]] # modèle regex</code> Cet opérateur =~ permet alors de vérifier la correspondre entre une chaîne (valeur d'une variable à gauche) et le modèle regex à droite.\\ | + | Depuis __Bash 3.0__, on peut pour se faire utiliser l'opérateur ''=~''.\\ Cet opérateur ''=~'' permet alors de vérifier la correspondre entre une chaîne (valeur d'une variable à gauche) et le modèle regex à droite.\\ |
| Ou encore de vérifier la correspondance entre une variable constituée d'une chaîne de caractères littérales, et une variable constituée d'une regex.\\ | Ou encore de vérifier la correspondance entre une variable constituée d'une chaîne de caractères littérales, et une variable constituée d'une regex.\\ | ||
| Voici quelques liens qui présentent la syntaxe et les caractères utilisables avec Bash sans les commandes grep, sed, awk.\\ | Voici quelques liens qui présentent la syntaxe et les caractères utilisables avec Bash sans les commandes grep, sed, awk.\\ | ||
| Ligne 152: | Ligne 158: | ||
| **Voici les caractères utilisables :** | **Voici les caractères utilisables :** | ||
| ^ "signes" regex ERE basique ^ signification (comparez avec le tableau de l'index) ^ | ^ "signes" regex ERE basique ^ signification (comparez avec le tableau de l'index) ^ | ||
| - | | <code>.</code> | Correspond à tout caractère unique. Dans expressions POSIX entre crochets, le caractère point correspond à un point littéral | | + | | ''.'' | Correspond à tout caractère unique. Dans expressions POSIX entre crochets, le caractère point correspond à un point littéral | |
| - | | <code>[ ]</code> | Correspond à un seul caractère qui est contenue dans les parenthèses. On peut mélanger [abcx-z] correspond à "a", "b", "c", "x", "y" ou "z", de même que [a-cx-z]. Le caractère - est traité comme un caractère littéral si c'est le dernier ou le premier. | | + | | ''[ ]'' | Correspond à un seul caractère qui est contenue dans les parenthèses. On peut mélanger [abcx-z] correspond à "a", "b", "c", "x", "y" ou "z", de même que [a-cx-z]. Le caractère - est traité comme un caractère littéral si c'est le dernier ou le premier. | |
| - | | <code>[^ ]</code> | Correspond à un seul caractère qui n'est pas contenu dans les parenthèses. Par exemple, <code>[^ abc]</code> correspond à tout caractère autre que "a", "b" ou "c". | | + | | ''[^ ]'' | Correspond à un seul caractère qui n'est pas contenu dans les parenthèses. Par exemple, ''[^ abc]'' correspond à tout caractère autre que "a", "b" ou "c". | |
| - | | <code>^ </code> | Correspond à la position de départ dans la chaîne. | | + | | ''^ '' | Correspond à la position de départ dans la chaîne. | |
| - | | <code>$</code> | Correspond à la position de fin de la chaîne ou la position juste avant un saut de ligne de chaîne interminable. | | + | | ''$'' | Correspond à la position de fin de la chaîne ou la position juste avant un saut de ligne de chaîne interminable. | |
| - | | <code>( )</code> | Définit une sous-expression marquée. La chaîne correspondante entre parenthèses peut être rappelé plus tard (voir l'entrée suivante, \ n). Une sous-expression marquée est aussi appelé un groupe de blocs ou de capturer. Mode BRE nécessite \ (\). | | + | | ''( )'' | Définit une sous-expression marquée. La chaîne correspondante entre parenthèses peut être rappelé plus tard (voir l'entrée suivante, \ n). Une sous-expression marquée est aussi appelé un groupe de blocs ou de capturer. Mode BRE nécessite \ (\). | |
| - | | <code>\n</code> | Correspond au nombre n de sous-chaîne, où n est un chiffre de 1 à 9.\\ Écriture équivalente à {n} | | + | | ''\n'' | Correspond au nombre n de sous-chaîne, où n est un chiffre de 1 à 9.\\ Écriture équivalente à {n} | |
| - | | <code>*</code> | Correspond à zéro ou plusieurs fois l'élément précédent.\\ Par exemple, <code>ab * c</code> correspond à "ac", "abc", "abbbc», etc. Ou encore, <code>[xyz] *</code> correspond à " ", "x", "y", "z", "zx", "zyx", "xyzzy ", et ainsi de suite. <code>(ab) *</code> correspond à "", "b", "abab", "ababab", et ainsi de suite. | | + | | ''*'' | Correspond à zéro ou plusieurs fois l'élément précédent.\\ Par exemple, ''ab * c'' correspond à "ac", "abc", "abbbc», etc. Ou encore, ''[xyz] *'' correspond à " ", "x", "y", "z", "zx", "zyx", "xyzzy ", et ainsi de suite. ''(ab) *'' correspond à "", "b", "abab", "ababab", et ainsi de suite. | |
| - | | <code>{m,n}</code> | Correspond au moins à m fois mais pas plus de n fois l'élément précédent.\\ Par exemple, <code>a{3,5}</code> correspond uniquement "aaa", ou "aaaa", ou "aaaaa". | | + | | ''{m,n}'' | Correspond au moins à m fois mais pas plus de n fois l'élément précédent.\\ Par exemple, ''a{3,5}'' correspond uniquement "aaa", ou "aaaa", ou "aaaaa". | |
| - | | <code>{ }</code> | "exactement trois fois" par exemple <code>a{3}</code> correspond aaa seulement. (équivalent de aaa d'expression) | | + | | ''{ }'' | "exactement trois fois" par exemple ''a{3}'' correspond aaa seulement. (équivalent de aaa d'expression) | |
| - | | <code>{n,}</code> | "jusqu'à trois fois". «trois fois ou plus». Par exemple, <code>a{3,}</code> correspond aaa ou aaaa, etc. (équivalent de <code>a*</code>) | | + | | ''{n,}'' | "jusqu'à trois fois". «trois fois ou plus». Par exemple, ''{3,}'' correspond aaa ou aaaa, etc. (équivalent de ''a*'') | |
| - | | <code>{,n}</code> | <code>a{,3}</code> "jusqu'à trois fois". Correspond à la chaîne vide ou a ou aa ou aaa (équivalent de <code>| a | aa | aaa</code>.| | + | | ''{,n}'' | ''a{,3}'' "jusqu'à trois fois". Correspond à la chaîne vide ou a ou aa ou aaa (équivalent de ''| a | aa | aaa''.| |
| - | |POSIX extended | Bash avec correctif, sinon il faut \ devant parenthèse et crochet. <code>\( \)</code> et <code>\{ \}</code> FIXME | | + | |POSIX extended | Bash avec correctif, sinon il faut \ devant parenthèse et crochet. ''\( \)'' et ''\{ \}'' | |
| |autres caractères | signification | | |autres caractères | signification | | ||
| - | | <code>?</code> | Correspond zéro ou une fois à l'élément précédent. Par exemple, ab? c correspond seulement "ac" ou "abc". | | + | | ''?'' | Correspond zéro ou une fois à l'élément précédent. Par exemple, ab? c correspond seulement "ac" ou "abc". | |
| - | | <code>+</code> | Correspond une ou plusieurs fois à l'élément précédent. Par exemple, ab + c correspond à "abc", "abbc", "abbbc", et ainsi de suite, mais pas "ac". | | + | | ''+'' | Correspond une ou plusieurs fois à l'élément précédent. Par exemple, ab + c correspond à "abc", "abbc", "abbbc", et ainsi de suite, mais pas "ac". | |
| - | | <code>|</code> | Correspond à l'expression d'avant OU l'expression d'après l'opérateur. Par exemple, <code>abc|def</code> correspond à "abc" ou "def". | | + | | ''|'' | Correspond à l'expression d'avant OU l'expression d'après l'opérateur. Par exemple, ''abc|def'' correspond à "abc" ou "def". | |
| - | | Et tous les caractères de class posix | voir leur signification ici [[http://wiki.debian-facile.org/doc:programmation:shell:regexp#les-ensembles-de-caracteres-possibles]] | | + | | Et tous les caractères de [[doc:programmation:shell:regexp#les-ensembles-de-caracteres-possibles|les classes prédéfinies]]. |''[:alnum:] [:alpha:] [:blank:] [:cntrl:] [:digit:] [:graph:] [:lower:] [:print:] [:punct:] [:space:] [:upper:] [:xdigit:]'' | |
| - | | <code>[:alnum:] [:alpha:] [:blank:] [:cntrl:] [:digit:] [:graph:] [:lower:] [:print:] [:punct:] [:space:] [:upper:] [:xdigit:]</code> || | + | |
| - | ==== Apprenons à construire une expression régulière "bashiste"==== | + | ==== Apprenons à construire une expression régulière==== |
| <code bash> | <code bash> | ||
| Ligne 234: | Ligne 239: | ||
| ===explication=== | ===explication=== | ||
| - | * début de l'expression | + | > '' ^ '' : début de l'expression |
| - | <code>^</code> | + | |
| - | * entre parenthèses, première sous-expression, avec une paire de crochets contenant deux autres paires de crochets apha et blank, avec * pour signifier que le groupe (alpha, blank) doivent apparaître 0 ou plusieurs fois ; suivi d'un espace. | + | > ''<nowiki>([[:alpha:][:blank:]]*)</nowiki>'' : |
| - | <code>([[:alpha:][:blank:]]*)</code> | + | >entre parenthèses: première sous-expression, |
| + | >avec une paire de crochets contenant deux autres paires de crochets ''[:apha:]'' et ''[:blank:]'', | ||
| + | >avec ''*'' pour signifier que le groupe [alpha et blank] doivent apparaître 0 ou plusieurs fois ; suivi d'un espace. | ||
| - | * un tiret avec un espace après comme dans l'expression littérale. | + | > '' - '' : un tiret avec un espace après comme dans l'expression littérale. |
| - | <code>- </code> | + | |
| - | * une sous expression faite d'un groupe composé d'un nombre quelconque d'alphanumérique, un espace, un tiret, une autre sous-expression qui apparaît 0 ou 1 fois (?). | + | > ''<nowiki>([[:digit:]]*) - ([[:alpha:]]?)</nowiki>'' : une sous expression faite d'un groupe composé d'un nombre quelconque d'alphanumérique, un espace, un tiret, une autre sous-expression qui apparaît 0 ou 1 fois (''?''). |
| - | <code>([[:digit:]]*) - ([[:alpha:]]?)</code> | + | |
| - | * La sous-expression (.*) signifie n'importe quel nombre (*) de tout caractères (.), puis littéralement jpg, puis $ qui signifie fin de l'expression ($). | + | > La sous-expression ''(.*)'' signifie n'importe quel nombre ( ''*'' ) de tout caractères (''.''), |
| + | >puis littéralement ''jpg'', | ||
| + | >puis ''$'' qui signifie fin de l'expression. | ||
| + | |||
| + | >Le tout entre '' " " '' et sans espace autour du égal qui affecte la variable "regex" par la RE. | ||
| Et voilà comment avec le shell bash, on peut dresser une expression rationnelle fonctionnant dans les tests ! :-P | Et voilà comment avec le shell bash, on peut dresser une expression rationnelle fonctionnant dans les tests ! :-P | ||
| <note> | <note> | ||
| - | DONC\\ | + | Pour résumer :\\ |
| - | *LES EXPRESSIONS RÉGULIÈRES UTILISÉES AVEC LE SHELL BASH NÉCESSITENT L'OPÉRATEUR =~ | + | * Les expressions régulières utilisées avec le shell Bash nécessitent l'opérateur ''=~'' |
| - | * ON Y RETROUVE CEUX DES CARACTÈRES GÉNERIQUES (globs) BASIQUES [ * [ ] ? ] (avec sens voisin mais étendus par une syntaxe particulière). | + | * On y retrouve ceux des caractères génériques (globs) basiques ''*'', ''[ ]'', ''?''.\\ (avec sens voisin mais étendus par une syntaxe particulière). |
| - | * ON Y RETROUVENT CEUX DES CARACTÈTRES GÉNÉRIQUES ÉTENDUS [ | @ ! + ^] (là aussi avec une nouvelle syntaxe). | + | * On y retrouve ceux des caractères génériques étendus ''|'', ''@'', ''!'', ''+'', ''^''\\ (là aussi avec une nouvelle syntaxe). |
| - | * LES NOUVEAUX CARACTÈRES SONT [ **,** dans { } **( )** **\n** ainsi que l'enchâssement de crochets simples. | + | |
| - | * ELLES NE S'UTILISENT PAS AVEC LA SYNTAXE DE CORRESPONDANCE OU DE SUBSTITUTION DE TYPE : | + | * Les nouveaux caractères sont ''{ , }'' , ''( )'' , ''\n'', ainsi que l'enchâssement de crochets simples ''[ ]''. |
| - | <code> | + | * Elles ne s'utilisent pas avec la syntaxe de correspondance ou de substitution de type : ''<nowiki>$var/.../...</nowiki>'' ou ''<nowiki>$var//.../...</nowiki>'' |
| - | $var/.../... | + | * Ce sont les ER d'autres programmes qui recourent à une syntaxe ressemblante\\ (voir index correspondance et substitution). |
| - | ou | + | * Beaucoup de ces métacaractères sont identiques à ceux des ER d'autres programmes\\ (comparez avec l'index). |
| - | $var//.../... | + | |
| - | </code> | + | |
| - | * CE SONT LES ER D'AUTRES PROGRAMMES QUI RECOURENT À UNE SYNTAXE RESSEMBLANTE (voir index correspondance et substitution). | + | |
| - | * BEAUCOUP DE CES MÉTA-CARATÈRES SONT IDENTIQUES À CEUX DES ER D'AUTRES PROGRAMMES (comparez avec l'index). | + | |
| </note> | </note> | ||
| - | ====4) un script pour s'exercer au ER==== | + | ====Un script pour s'exercer au ER==== |
| Voici un script "exp.reg1" ; il a pour but de s'exercer aux expressions régulières.\\ | Voici un script "exp.reg1" ; il a pour but de s'exercer aux expressions régulières.\\ | ||
| Ligne 414: | Ligne 418: | ||
| |8 | BS | 29 | GS | 50 | 2 | 71 | G | 92 | \ | 113 | q | | |8 | BS | 29 | GS | 50 | 2 | 71 | G | 92 | \ | 113 | q | | ||
| |9 | HT | 30 | RS | 51 | 3 | 72 | H | 93 | ] | 114 | r | | |9 | HT | 30 | RS | 51 | 3 | 72 | H | 93 | ] | 114 | r | | ||
| - | |10 | LF | 31 | US | 52 | 4 | 73 | I | 94 | <code>^</code> | 115 | s | | + | |10 | LF | 31 | US | 52 | 4 | 73 | I | 94 | ''^'' | 115 | s | |
| - | |11 | VT | 32 |space | 53 | 5 | 74 | J | 95 | - | 116 | t | | + | |11 | VT | 32 |space | 53 | 5 | 74 | J | 95 | - | 116 | t | |
| |12 | FF | 33 | ! | 54 | 6 | 75 | K | 96 | ' | 117 | u | | |12 | FF | 33 | ! | 54 | 6 | 75 | K | 96 | ' | 117 | u | | ||
| |13 | CR | 34 | " | 55 | 7 | 76 | L | 97 | a | 118 | v | | |13 | CR | 34 | " | 55 | 7 | 76 | L | 97 | a | 118 | v | | ||
| Ligne 423: | Ligne 427: | ||
| |17 | DC1 | 38 | & | 59 | ; | 80 | P | 101 | e | 122 | z | | |17 | DC1 | 38 | & | 59 | ; | 80 | P | 101 | e | 122 | z | | ||
| |18 | DC2 | 39 | ' | 60 | < | 81 | Q | 102 | f | 123 | { | | |18 | DC2 | 39 | ' | 60 | < | 81 | Q | 102 | f | 123 | { | | ||
| - | |19 | DC3 | 40 | ( | 61 | = | 82 | R | 103 | g | 124 |<code>|</code> | | + | |19 | DC3 | 40 | ( | 61 | = | 82 | R | 103 | g | 124 |''|'' | |
| |20 | DC4 | 41 | ) | 62 | > | 83 | S | 104 | h | 125 | } | | |20 | DC4 | 41 | ) | 62 | > | 83 | S | 104 | h | 125 | } | | ||
