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 !
La “représentation symbolique”2) de caractères alpha-numériques par des “métacaractères”3) est de deux types. Et on peut distinguer ces deux types relativement à l'utilisation que l'on en a :
Le premier type de représentation symbolique se fait avec 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 : méta-caractères et métacaractères.
Le deuxième type de de représentation symbolique se fait (à partir de bash 2.01
) avec 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 modifier les paramètres d'une variable.
Bash 3.0
auquel il a été intégré la possibilité d'une utilisation restreinte des expressions régulière.egrep
, sed
, awk
par exemple).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 !
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.
mkdir Test && cd Test && touch image.bmp image.jpg nom.txt && cd ..
Création d'un fichier de type répertoire nommé “Test”, contenant les fichiers : image.bmp image.jpg nom.txt
shopt -s extglob
Pour les commandes qui suivent, il faut valider toujours dans le même terminal.
ls ~/Test/!(*jpg|*bmp)
Cela signifie : liste-moi le ou les fichiers dont le nom ne comporte pas (!
)
soit “zéro ou plein de caractères” (*
) puisjpg
soit “zéro ou plein de caractères” (*
) puisbmp
/home/hypathie/Test/nom.txt
C'est le chemin absolu (nom complet) du (ou des) autre(s) fichiers que ceux finissant parjpg
oubmp
.
cd ~/Test/
ls !(*jpg|*bmp)
nom.txt
C'est le nom simplifié
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 [ "$nom" == *.jpeg ] # correspondance vue précédemment then echo "bonne correspondance" else echo "mauvaise correspondance" fi nom=image.jpg if [[ "$nom" = *.@(jpg|jpeg) ]] # (ligne 12) # emploi de globs (ou motifs) étendus : @ voir tableau ci-dessus then echo "bonne correspondance" else echo "mauvaise correspondance" fi
mauvaise correspondance bonne correspondance
Bash peut utiliser les expressions régulières mais de façon restreinte.
Elles ne peuvent pas être utilisée comme modèle de comparaison avec des noms de fichier ou pour effectuer des recherches en ligne de commandes.
Elles servent seulement à “matcher” des variables, et elles ne s'utilisent que dans le cadres des scripts.
Depuis Bash 3.0, on peut pour se faire utiliser l'opérateur =~
.
Cet opérateur =~
permet :
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. |
[ ] | Correspond à un seul caractère qui est contenue dans [ ] . 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 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 a , b , abab , ababab , et ainsi de suite. |
{m,n} | l'élément précédent correspond au moins à m fois, mais pas plus de n fois .Par exemple, a{3,5} correspond uniquement aaa , ou aaaa , ou aaaaa . |
{ } | “exactement trois fois” par exemple a{3} correspond strictement à aaa . |
{n,} | “jusqu'à trois fois”. «trois fois ou plus». Par exemple, {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 toutes les classes prédéfinies. | [: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
1234567 ne correspond pas à 9 nombres 123478985 comporte 9 nombres 123498761 comporte 9 nombres 12396590 ne correspond pas à 9 nombres
#!/bin/bash #REGEX="^[[:upper:]]{1}[[:lower:]]{4}$" REGEX="^[A-Z]{1}[a-z]{4}$" var=Hello if [[ $var =~ $REGEX ]] then echo "match" else echo "pas de match" fi
match
#!/bin/bash regex="^([[:alpha:][:blank:]]*)- ([[:digit:]]*) - ([[:alpha:]]?)(.*)jpg$" # 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 =~ $regex ]] then echo "Le nom de l'image correspond à l'expression rationnelle." else echo "mauvaise regex" fi
Le nom de l'image correspond à l'expression rationnelle.
^
: début de l'expression
([[:alpha:][:blank:]]*)
:
entre parenthèses: première sous-expression,
avec une paire de crochets contenant deux autres paires de crochets[:apha:]
et[:blank:]
,
avec*
pour signifier que le groupe [alpha et blank] doivent apparaître 0 ou plusieurs fois ; suivi d'un espace.
-
: un tiret avec un espace après comme dans l'expression littérale.
([[:digit:]]*) - ([[:alpha:]]?)
: une sous expression faite d'un groupe composé d'un nombre quelconque d'alphanumérique, un espace, un tiret, une autre sous-expression qui apparaît 0 ou 1 fois (?
).
La sous-expression(.*)
signifie n'importe quel nombre (*
) de tout caractères (.
),
puis littéralementjpg
,
puis$
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 !
=~
*
, [ ]
, ?
.|
, @
, !
, +
, ^
{ , }
, ( )
, \n
, ainsi que l'enchâssement de crochets simples [ ]
. $var/.../...
ou $var//.../...
#!/bin/bash #Les "echo" les plus à droite sont là pour expliquer lors du retour ce qui s'y passe dans ce script. VAR="$1" echo "La valeur de VAR est: $VAR." echo "Il y a "$#" paramètres." echo "Le paramètre n°1 est "$1" (la 'ER')." echo "Le paramètre n°2 est "$2" (deuxième argument, chaine1 à matcher)." echo "Le paramètre n°2 est "$3" (le troisième argument, chaine2 à matcher." echo " " shift echo "Avec 'shift', on se décale d'un paramètre." echo "Après 'shift', il reste donc: "$#" paramètre(s)." echo "Et ce(s) paramètre(s) sont: "$1", "$2"." echo "("$1": ancien deuxième paramètre devenu paramètre 1 après shift)." echo "("$2": ancien troisième paramètre devenu paramètre 2 après shift.)" echo " " echo "MAIS LA VALEUR DE VAR RESTE la 'ER' : "$VAR"." for i in "$@" do echo " " echo "'for i in \$@': la variable i aura, boucle après boucle, les VALEURS: "$@"," echo "(attribués à chaque tour de boucle à variable "i".)" echo "c'est-à-dire lors de la boucle n°1, elle est identique au paramètre n°1: "$1"." echo "puis lors de la boule n°2, elle est identique au paramètre n°2 : "$2"." echo " " echo "On peut donc donner à grep la chaine:$i comme entrée par le tube," echo "et comme motif le 'ER': $VAR." echo "$i" | grep -E "$VAR" > /dev/null if [ $? -eq 0 ] then echo " " echo " BRAVO ! La ER: $VAR correspond au motif "$i" " else echo " " echo " ERREUR ! La ER: $VAR ne correspond pas au motif: $i " echo " " fi done # ligne 33 (if) : $? (code de retour) -eq (égal à) zéro (pas d'erreur de sortie, donc bonne correspondance)
./exp.reg1 "^[a-b]" "abc" "ABC"
La ER comme premier argument de “exp.reg1”, puis le ou les chaînes à vérifier en second, troisième, etc. argument de “exp.reg1”.
Et voilà
Un grand merci à captnfab pour conseils avisés et toutes ses corrections.
Un petit rappel non exhaustif des caractères spéciaux relatifs aux expressions rationnelles communs à grep
, sed
, awk
, perl
.
Pour une initiation aux expressions régulières ou rationnelles, voir :
Correspondance : | m/motif/ /motif/ |
Substitution : | s/motif/chaîne/ |
Correspondance entre regex et variable : | =~ $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 représente n'importe quel caractère. | . |
La paire de crochet “matche” l'un des caractères entre crochet | [ ] |
Intervalle : Tout intervalle est envisageable, par exemple u-w ou toute autre combinaison tant quele 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. | [a-z] (l'une des lettres minuscules de l'alphabet)[A-Z] (l'une des lettres majuscules de l'alphabet)[0-9] (un des caractères numériques) |
Raccourcis pour des ensembles courants | \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 : de variables $1 $2 … | ( ) ( ) … |
Exemple: prenom.nom@domaine.ext (\w+) : $1 (\w+) : $2 | /\b(\w+)\.(\w+)@\w+\.w{2,4}\b/ |
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, et 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. |
Voici l'ordre des caractères ASCII :
ordre | caractère | ordre | caractère | ordre | caractère | ordre | caractère | ordre | caractère | ordre | caractère |
---|---|---|---|---|---|---|---|---|---|---|---|
0 | NULL | 21 | NAK | 42 | * | 63 | ? | 84 | T | 105 | i |
1 | SOH | 22 | SYN | 43 | + | 64 | @ | 85 | U | 106 | j |
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 | } |
ordre | caractère |
---|---|
126 | ~ |
127 | DEL |