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 →
Ceci est une ancienne révision du document !
RAPPEL DU PLAN DE LA SÉRIE :
1) Intro : Bash : Introduction
2) chap I : caractères spéciaux|Bash : Détail et caractères
3) chap II : Bash : les opérateurs lexicographiques
4) chap III : Bash : les opérateurs de comparaison numérique
5) chap IV : Bash : les symboles dans les calculs
6) chap V : Bash : les tableaux
7) chap VI : Bash : les caractères de transformation de parametres
8) chap VIII : C'est ici !
Bash propose deux différents types de correspondances (pattern matching), en fonction de deux rôles :
1) la sélection des noms de fichiers dans un répertoire (on recherche par exemple différents noms de fichiers) ;
2) 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.
Le premier type de correspondance se fait avec les globs ou patterns simples ; on effectue des recherches en ligne de commandes.
RAPPEL : 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.
À voir :
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.
On trouve dans man bash, à la fin de la page “Développement des noms de fichiers”, “Motifs génériques”, le tableau suivant :
Regroupement | signification |
---|---|
?(liste-motif) | zéro ou une occurrence des motifs indiqués |
*(liste-motif) | zéro ou plusieurs occurrence des motifs indiqués |
+(liste-motif) | une ou plusieurs occurrence des motifs indiqués |
@(liste-motif) | une occurrence exactement des motifs indiqués |
!(liste-motif) | tout sauf les motifs indiqués les motifs indiqués |
Comment se servir des caractères de ce tableau ?
Avec la commande interne de bash “shopt -s extglob”, bash prend en charge les motifs étendus (extended globs).
On peut alors définir plusieurs motifs, séparés par le caractère | et regroupés dans des parenthèses.
Le premier caractère placé avant les parenthèses (@, !, +, *, ?), fixe le type de correspondances avec les motifs.
Voir : http://www.linuxjournal.com/content/bash-extended-globbing
Notons l'option shopt -s nocasematch (bash version 3.1) permet de retirer la sensibilité à la case.
Par exemple, prenons un fichier de type répertoire nommé “Test” contenant les fichiers : image.bmp image.jpg nom.txt
shopt -s extglob
Valider puis dans le même terminal :
ls ~/Test/!(*jpg|*bmp) #retour: /home/hypathie/Test/nom.txt
Ou encore avec le même exemple :
cd ~/Test/ ~/Test$ ls #retour: image.bmp image.jpg nom.txt ~/Test$ echo !(*jpg|*bmp) #retour: nom.txt
Tester une chaîne par rapport à un motif (représentatif) et non par rapport à une constante littérale.
Par exemple :
#!/bin/bash shopt -s extglob nom=image.jpg if [ "$nom" == *.jpeg ] # correspondance vue précédemment then echo "bonne correspondance" else echo "mauvaise correspondance" fi # => mauvaise correspondance nom=image.jpg if [[ "$nom" = *.@(jpg|jpeg) ]] # (ligne 12) # emploi de globs (ou motifs) étendus : @ voir tableau ci-dessus then echo "bonne correspondance" else echo "mauvaise correspondance" fi # => bonne correspondance
1) Contrairement à la correspondance simple rappelée au-dessus les doubles crochets sont obligatoires. C'est eux qui enclenchent le mécanisme de comparaison. On peut mettre un double égal, pour plus de clarté.
2) Le “méta-caractère” ou glob simple * signifie “un nombre quelconque de caractères” et le ? signifie “un seul caractère”, comme pour les globs simples.
CES SIGNIFICATIONS SONT CONSERVÉES lors de l'emploi des globs étendus, et leurs significations et conservée mais s'applique à une syntaxe différentes dans les expressions régulières.
3) Ne surtout pas mettre de “ ” autour de * : le shell chercherait alors les chaînes dont le premier caractère est une *, ni dans les cas simples, ni lorsqu'on utilise les motifs étendus.
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).
Depuis Bash 3.0, on peut pour se faire utiliser l'opérateur =~ avec un modèle regex, “mot-clé”.
[[ mot-clé]] # modèle regex
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.
Voici quelques liens qui présentent la syntaxe et les caractères utilisables avec Bash sans les commandes grep, sed, awk.
http://mywiki.wooledge.org/RegularExpression
https://en.wikipedia.org/wiki/Regular_expression#Standards
Lorsque la chaîne correspond au motif, le code retour du test renvoie 0 pour vrai, sinon, il renvoie 1 pour faux.
Si la syntaxe du pattern n'est pas valide le code de retour est 2.
Lorsqu'une chaîne correspond, chacune des parties du motif sont disponibles dans la variable $BASH_REMATCH.
Voici les caractères utilisables :
“signes” regex ERE basique | signification (comparez avec le tableau de l'index) |
---|---|
. | Correspond à tout caractère unique. Dans expressions POSIX entre crochets, le caractère point correspond à un point littéral |
[ ] | 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 n'est pas contenu dans les parenthèses. Par exemple, [^ abc] correspond à tout caractère autre que “a”, “b” ou “c”. |
^ | Correspond à la position de départ dans la chaîne. |
$ | Correspond à la position de fin de la chaîne ou la position juste avant un saut de ligne de chaîne interminable. |
( ) | 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 \ (\). |
\n | Correspond au nombre n de sous-chaîne, où n est un chiffre de 1 à 9. Écriture équivalente à {n} |
* | 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. |
{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”. |
{ } | “exactement trois fois” par exemple a{3} correspond aaa seulement. (équivalent de aaa d'expression) |
{n,} | “jusqu'à trois fois”. «trois fois ou plus». Par exemple, a{3,} correspond aaa ou aaaa, etc. (équivalent de a* ) |
{,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. \( \) et \{ \}
|
autres caractères | signification |
? | Correspond zéro ou une fois à l'élément précédent. Par exemple, ab? c correspond seulement “ac” ou “abc”. |
+ | 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 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 |
[:alnum:] [:alpha:] [:blank:] [:cntrl:] [:digit:] [:graph:] [:lower:] [:print:] [:punct:] [:space:] [:upper:] [:xdigit:] |
#!/bin/bash for nombre in "1234567" "123478985" "123498761" "12396590" do if [[ $nombre =~ ^[0-9]{9}$ ]] # 9 nombres ({ }) compris entre 0 et 9 ([0-9]) then echo "$nombre comporte 9 nombres" else echo "$nombre ne correspond pas à 9 nombres" fi done
Retour
1234567 ne correspond pas à 9 nombres 123478985 comporte 9 nombres 123498761 comporte 9 nombres 12396590 ne correspond pas à 9 nombres
Ou encore :
#!/bin/bash #REGEX="^[[:upper:]]{1}[[:lower:]]{4}$" REGEX="^[A-Z]{1}[a-z]{4}$" var=Hello if [[ $var =~ $REGEX ]] then echo "match" else echo "pas de match" fi # retour : match
#!/bin/bash regex="^([[:alpha:][:blank:]]*)- ([[:digit:]]*) - ([[:alpha:]]?)(.*)jpg$" # ou regex="^([[:alpha:][:blank:]]*)- ([[:digit:]]*) - ([[:alpha:]]?)(.*)[a-z]{3}$" #ou encore regex="^([[:alpha:][:blank:]]*)- ([[:digit:]]*) - ([[:alpha:]]?)(.*)[a-z]\3$" var="image linux - 01 - pingouin.jpg" if [[ $var =~ $regex ]] then echo "Le nom de l'image correspond à l'expression rationnelle." else echo "mauvaise regex" fi # retour : Le nom de l'image correspond à l'expression rationnelle.
^
([[:alpha:][:blank:]]*)
-
([[:digit:]]*) - ([[:alpha:]]?)
(.*)jpg$
Et voilà comment avec le shell bash, on peut dresser une expression rationnelle fonctionnant dans les tests !
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 RETROUVENT CEUX DES CARACTÈTRES 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
$var/.../... ou $var//.../...
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).
Avec grep, sed, awk, perl
Pour une initiation aux expressions régulières ou rationnelles, voir :
http://www.unixmail.fr/une-initiation-aux-expressions-rationnelles/
http://http://culot.org/public/Docs/regexp.html
Un petit rappel non exhaustif des caractères spéciaux relatifs aux expressions rationnelles :
Syntaxe correspondance : m/motif/ ou /motif/ Syntaxe substitution : s/motif/chaîne/ Lier une variable à une regex : =~ $v =~ m/toto/ $v =~ s/toto/titi/ Les caractères spéciaux : \ | ( ) [ ] { } ^ $ * + ? . pour représenter saut de ligne : \n pour représenter retour chariot : \r pour représenter tabulation : \t pour représenter saut de page : \f pour représenter échappement : \e Le point : . n'importe quel caractère La paire de crochet : [ ] matche l'un des caractères entre crochet Intervalle : [a-z] l'une des lettres minuscules de l'alphabet : [A-Z] l'une des lettres majusculs de l'alphabet : [0-9] un des caractères numériques Tout intervalle est envisageable, par exemple u-w ou toute autre combinaison tant que le numéro ASCII du premier caractère est inférieur à celui du second. Un intervalle peut prendre place au milieu d'un motif quelconque. Pour rechercher un - littéral, le mettre en dernier dans un intervalle. Raccourcis pour des ensembles courants : (motifs abrégés) : \d qui correspond à [0-9] : \D qui correspond à [cfl0-9] : \w qui correspond à [a-zA-Z0-9_] : \W qui correspond à [cfla-zA-Z0-9_] : \t qui correspond à une tabulation : \n qui correspond à un saut de ligne : \n qui correspond à un saut de ligne : \r qui correspond à un retour chariot : \s qui correspond à un espace blanc : \S qui correspond à N’EST PAS un espace blanc Quantificateurs 0 fois ou plus : * 1 fois ou plus : + 0 ou 1 fois : ? n fois exactement : {n} Mémorisation : ( ) ( ) ^ ^ : $1 $2 : prenom.nom@domaine.ext : /\b(\w+)\.(\w+)@\w+\.w{2,4}\b/ : $1 $2 Substitution de variables : $s = "toto"; : if( $v =~ m/$s/ ) { ... } Options : i Rend le motif insensible à la case (minuscules/majuscules) l'expression régulière m/toto/i : g Permet d'effectuer toutes les substitutions, pas que la première. : e Évalue le membre de droite comme une expression Perl. : o La compilation a lieu une seule fois lors de la première exécution.
0 | NULL | 21 | NAK | 42 | * | 63 | ? | 84 | T | 105 | i | 126 | ~ |
1 | SOH | 22 | SYN | 43 | + | 64 | @ | 85 | U | 106 | j | 127 | DEL |
2 | STX | 23 | ETB | 44 | , | 65 | A | 86 | V | 107 | k | ||
3 | ETX | 24 | CAN | 45 | - | 66 | B | 87 | W | 108 | l | ||
4 | EOT | 25 | EM | 46 | . | 67 | C | 88 | X | 109 | m | ||
5 | ENQ | 26 | SUB | 47 | / | 68 | D | 89 | Y | 110 | n | ||
6 | ACK | 27 | ESC | 48 | 0 | 69 | E | 90 | Z | 111 | o | ||
7 | BEL | 28 | FS | 49 | 1 | 70 | F | 91 | [ | 112 | p | ||
8 | BS | 29 | GS | 50 | 2 | 71 | G | 92 | \ | 113 | q | ||
9 | HT | 30 | RS | 51 | 3 | 72 | H | 93 | ] | 114 | r | ||
10 | LF | 31 | US | 52 | 4 | 73 | I | 94 | ^ | 115 | s | ||
11 | VT | 32 | space | 53 | 5 | 74 | J | 95 | - | 116 | t | ||
12 | FF | 33 | ! | 54 | 6 | 75 | K | 96 | ' | 117 | u | ||
13 | CR | 34 | “ | 55 | 7 | 76 | L | 97 | a | 118 | v | ||
14 | SO | 35 | # | 56 | 8 | 77 | M | 98 | b | 119 | w | ||
15 | SI | 36 | $ | 57 | 9 | 78 | N | 99 | c | 120 | x | ||
16 | DLE | 37 | % | 58 | : | 79 | O | 100 | d | 121 | y | ||
17 | DC1 | 38 | & | 59 | ; | 80 | P | 101 | e | 122 | z | ||
18 | DC2 | 39 | ' | 60 | < | 81 | Q | 102 | f | 123 | { | ||
19 | DC3 | 40 | ( | 61 | = | 82 | R | 103 | g | 124 | | | ||
20 | DC4 | 41 | ) | 62 | > | 83 | S | 104 | h | 125 | } |