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 | ||
utilisateurs:hypathie:tutos:accueil [19/07/2014 19:34] Hypathie [Contexte d'utilisation des ER] |
utilisateurs:hypathie:tutos:accueil [20/07/2014 22:39] Hypathie [Sed -r : les caractères étendues] |
||
---|---|---|---|
Ligne 24: | Ligne 24: | ||
</code> | </code> | ||
<note> | <note> | ||
- | Sed utilise une version particulière des expressions régulières. | + | **Sed utilise une version particulière des expressions régulières.** |
* **Sans l'option ''-r'' :** | * **Sans l'option ''-r'' :** | ||
- | -> __utilisation des expressions régulières de basiques__, c'est-à-dire, celles qui utilisent les métacaractères simples (POSIX) qui sont en communs à tous les programmes utilisant les expressions régulières.\\ En voici un rappel : | + | -> __**utilisation des expressions régulières de basiques**__,\\ c'est-à-dire, celles qui utilisent les métacaractères simples (POSIX) qui sont en communs à tous les programmes utilisant les expressions régulières.\\ En voici un rappel : |
- | ''*'', ''^'', ''$'', ''[ ]''\\ | + | **''.''** ; **''*''**, **''^''**, **''$''**, **''[ ]''**\\ |
- | -> __utilisation des classes__ : | + | __Attention au caractère ''*''__:\\ |
+ | - comme métacaractère :\\ ''*'' -> zéro ou plusieurs occurrence(s) de n'importe quel caractère | ||
+ | - expression régulière :\\ ''*'' -> zéro ou plusieurs fois l'élément précédent (b*BABA -> BABA, bBABA, bbBABA, bbbBABA, etc.) | ||
+ | - expression régulière :\\ ''.*'' -> zéro ou plusieurs occurrence(s) de n'importe quel caractère | ||
+ | |||
+ | -> **Il s'y ajoute pour sed __le caractère__ ''&'' :**\\ | ||
+ | - **''&''** : Représente la chaîne à remplacer((ce qu'on ajoute autour de ''&'' est ajouté à la chaîne remplacée)). | ||
+ | |||
+ | -> __**utilisation des classes**__ : | ||
+ | |||
+ | > Attention il y a une petite ambiguïté !\\ Les classes peuvent effectivement être utilisées avec sed sans l'option ''-r'' bien que la documentation de sed renvoie à celle grep -E (ou egrep) où elles font partie des regexp étendues. | ||
^ ^ ^ | ^ ^ ^ | ||
Ligne 48: | Ligne 58: | ||
|''<nowiki>[[:xdigit:]]</nowiki>'' | Chiffres hexadécimaux [0-9 a-f A-F] | | |''<nowiki>[[:xdigit:]]</nowiki>'' | Chiffres hexadécimaux [0-9 a-f A-F] | | ||
- | -> Il s'y ajoute __le caractère ''&''__ : La chaîne à remplacer dans la chaîne de remplacement. | + | * **Avec ''-r'' :** |
+ | |||
+ | -> **On peut utiliser tous les __caractères vus précédemment__.**\\ | ||
+ | L'ajout de l'option -r ne change pas leur signification. | ||
+ | |||
+ | -> **On peut utiliser __les caractères POSIX étendus__ :**\\ | ||
+ | |||
+ | **''|''** ; **''+''** ; **''?''** ; **''( )''** ;**''{ }''** ; **''<nowiki>[ - ]</nowiki>''** | ||
- | * **avec ''-r'' :** | + | Auxquels il s'ajoute les caractères non-portables : ''\<'' et ''\>''\\ |
+ | -''\<'' : cible le début d'un mot((Attention : Un mot est une chaîne de caractères faite de chiffres, lettres ou de ''_'' et séparée par tout autre caractère qu'un chiffre, une lettre ou le ''_''.)) : ''\<'' doit figurer devant la sous-chaîne désirée\\ | ||
+ | -''\>'' : cible la fin d'un mot : ''\>'' doit figurer en fin de la sous-chaîne désirée | ||
- | -> On peut utiliser __les caractères POSIX étendus__ (ceux communs à 'egrep'):\\ | ||
- | ''|'' ; ''^'' ; ''$'' ; ''.'' ; ''*'' ; ''+'' ; ''?'' ; ''( )'' ; ''['' ; ''{ }''\\ | ||
- | -> Il s'y ajoute enfin __les raccourcis ci-desous__. C'est là l'extension GNU qui n'est pas portable :\\ | + | >Voici la liste complète et testée des caractères nécessitant l'option ''-r'' de sed :\\ |
+ | >**''|''** ; **''+''** ; **''?''** ; **''( )''** ;**''{ }''** ; **''<nowiki>[ - ]</nowiki>''** ; **''\<''** ; **''\>''**\\ | ||
- | ''f'' : Produit ou correspond à un saut\\ | + | -> **Il s'y ajoute quelqu'uns __des raccourcis ci-dessous__.**\\ |
- | ''\n'' : Produit ou correspond à un retour à la ligne \\ | + | Il s'agit là de quelques unes des extensions GNU(([[https://www.gnu.org/software/sed/manual/html_node/Escapes.html#Escapes|Escapes]])) qui sont pas portables, mais qui fonctionnent avec sed ''-r'' :\\ |
- | ''\r'' : Produit ou correspond à un retour chariot\\ | + | |
- | ''\t'' : Produit ou correspond à un onglet horizontal\\ | + | |
- | ''\v'' : Produit ou correspond à une tabulation verticale\\ | + | |
- | ''\w'' : Correspond à n'importe quel caractère "mot". Un caractère "mot" sera une lettre, un chiffre ou le caractère de soulignement.\\ | + | |
- | ''\W'' : Correspond à tout caractère «non-mot».\\ | + | |
- | ''\b'' : Correspond à une limite de mot.\\ | + | |
- | ''\B'' : Matches partout mais sur une limite de mot.\\ | + | |
- | ''\a'' : caractère alerte'' | + | |
- | \\dxxx'' : Produit ou correspond à un caractère dont la valeur ascii décimal est xxx\\ ''\cx'' : Control-x \\ | + | |
- | ''\OXXX'' : caractère par valeur aSCII octal\\ | + | |
- | ''\xhh'' : caractère par valeur aSCII hexadécimal. | + | |
+ | **''\f''** : Produit ou correspond à un saut\\ | ||
+ | **''\n''** : Produit ou correspond à un retour à la ligne \\ | ||
+ | **''\t''** : Produit ou correspond à un onglet horizontal\\ | ||
+ | **''\v''** : Produit ou correspond à une tabulation verticale\\ | ||
+ | **''\w''** : Synonyme de ''<nowiki>[[:alnum:]]</nowiki>'' -> correspond à un mot.\\ | ||
+ | **''\W''** : Synonyme de ''<nowiki>[^[:alnum]]</nowiki>'' -> ce qui autre qu'un mot.\\ | ||
+ | **''\b''** : Correspond à une chaîne vide (blanc) à l'extrémité d'un mot((''info\b'' ->"info pour tous" et ''\binfo'' -> "informatique"))\\ | ||
- | Référence : [[http://www.gnu.org/software/sed/manual/sed.html#Regular-Expressions|sed, a stream editor, "Overview of Regular Expression Syntax"]] | + | Référence : [[http://sunsite.ualberta.ca/Documentation/Gnu/sed-3.02/html_chapter/sed_3.html]] |
</note> | </note> | ||
Pour utiliser les REGEXP, il faut avant tout maîtriser les syntaxes de substitution, et l'adressage. | Pour utiliser les REGEXP, il faut avant tout maîtriser les syntaxes de substitution, et l'adressage. | ||
- | ====La substitution ==== | + | =====La substitution===== |
===Syntaxes de substitution=== | ===Syntaxes de substitution=== | ||
<code> | <code> | ||
Ligne 95: | Ligne 109: | ||
>Pour REGEXP, on peut utiliser la syntaxe habituelle, ou la syntaxe étendue avec l'option ''-r''. | >Pour REGEXP, on peut utiliser la syntaxe habituelle, ou la syntaxe étendue avec l'option ''-r''. | ||
- | ====L'adressage ==== | + | =====L'adressage ===== |
===Préparation=== | ===Préparation=== | ||
<code user> | <code user> | ||
Ligne 127: | Ligne 141: | ||
</code> | </code> | ||
- | voir : [[utilisateurs:hypathie:tutos:accueil#changer-de-selecteur-d-adressage|changer de sélecteur d'adressage]] | ||
</note> | </note> | ||
Ligne 156: | Ligne 169: | ||
12345 | 12345 | ||
</code> | </code> | ||
- | ===Adressage avec délimiteurs "/ /" :=== | + | === Adressage avec n° occurrence (fonctionne sur une ligne)=== |
<code user> | <code user> | ||
- | sed '/^B/d' ~/sed1.txt | + | echo "lalalala" | sed -e 's/la/li/2' |
</code> | </code> | ||
<code> | <code> | ||
- | aaaa | + | lalilala |
- | cCcC | + | |
- | # | + | |
- | 12345 | + | |
</code> | </code> | ||
- | ===Changer de sélecteur d'adressage === | + | ===Adressage du n° ligne pour la substitution=== |
+ | Idem que précédemment, on place le n° devant la commande !\\ | ||
+ | Mais attention ici il s'agit de la substitution ''s'' : | ||
<code user> | <code user> | ||
- | echo "/coucou/titi" >> sed1.txt && cat sed1.txt | + | sed -r '6s/BBB/toto/' sed1.txt |
+ | |||
+ | </code> | ||
+ | <code> | ||
aaaa | aaaa | ||
BBB | BBB | ||
Ligne 175: | Ligne 191: | ||
# | # | ||
12345 | 12345 | ||
- | BBB | + | toto |
titi cCcC | titi cCcC | ||
/coucou/titi | /coucou/titi | ||
</code> | </code> | ||
- | <code user> | + | ===Adressage avec délimiteurs "/ /" :=== |
- | sed 's/\/coucou\/titi/gaga/' sed1.txt | + | soit le fichier sed2.txt |
- | </code> | + | |
<code> | <code> | ||
aaaa | aaaa | ||
- | BBB | + | BBB titi |
cCcC | cCcC | ||
# | # | ||
Ligne 190: | Ligne 205: | ||
BBB | BBB | ||
titi cCcC | titi cCcC | ||
- | gaga | + | titi BBB |
+ | /coucou/titi | ||
</code> | </code> | ||
- | |||
- | > Qu'on peut remplacer par : | ||
- | |||
<code user> | <code user> | ||
- | sed 's_/coucou/titi_gaga_' sed1.txt | + | sed '/^B/d' ~/sed2.txt |
</code> | </code> | ||
+ | > Dans le délimiteur, on place la chaîne de caractères ou la regexp qui indique à sed où doit être fait l'action de la commande. | ||
<code> | <code> | ||
aaaa | aaaa | ||
- | BBB | ||
cCcC | cCcC | ||
# | # | ||
12345 | 12345 | ||
- | BBB | ||
titi cCcC | titi cCcC | ||
- | gaga | + | titi BBB |
- | + | ||
</code> | </code> | ||
+ | |||
===Adressage d'une plage avec délimiteurs "/ /,/ /" :=== | ===Adressage d'une plage avec délimiteurs "/ /,/ /" :=== | ||
<code user> | <code user> | ||
Ligne 273: | Ligne 285: | ||
</code> | </code> | ||
- | ====GO ! Sed et les regexp simples ==== | + | =====Sed et les regexp simples ===== |
- | Exercices | + | ====Explications==== |
+ | ===le caractère ^ === | ||
+ | Le caractère ''^'' n'est spécial qu'en début d'E.R. ou immédiatement à gauche dans une chaîne encadrée par des '[]' (voir : "les crochets"). | ||
+ | |||
+ | ===Le caractère $ === | ||
+ | Le caractères ''$'' n'est spécial qu'en fin d'E.R ou d'un ensemble d'E.R. | ||
=== le point (.)=== | === le point (.)=== | ||
- | <code user> | + | Un point ''.'' est une E.R. d'un seul caractère qui correspond à n'importe quel caractère sauf le saut de ligne. |
- | cat sed1.txt | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
* Exemple 1 : | * Exemple 1 : | ||
<code user> | <code user> | ||
- | sed 's/./GAGA/' sed1.txt | + | echo "a B 2 ! * & : ?" | sed 's/./Gaga/g' |
</code> | </code> | ||
<code> | <code> | ||
- | GAGAaaa | + | GagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGaga |
- | GAGABB | + | |
- | GAGACcC | + | |
- | GAGA | + | |
- | GAGA2345 | + | |
- | GAGABB | + | |
- | GAGAiti cCcC | + | |
</code> | </code> | ||
* Exemple 2, point<espace> : | * Exemple 2, point<espace> : | ||
<code user> | <code user> | ||
- | sed 's/. /GAGA/' sed1.txt | + | echo "C " | sed 's/. /Coucou/' |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | 12345 | + | |
- | BBB | + | |
- | titGAGAcCcC | + | |
</code> | </code> | ||
- | * Exemple 3 : | + | <code> |
- | <code user> | + | Coucou |
- | sed '/./s/#/GAGA/' sed1.txt | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | GAGA | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi cCcC | + | |
</code> | </code> | ||
- | === le caractère ^ === | + | ===L'étoile (*)=== |
- | * suppression de la ligne commençant par # | + | Une E.R. d'un seul caractère suivie d'un ''*'' est une E.R. qui recherche zéro occurrence ou plusieurs de ce caractère.\\ |
+ | ''c*123'' -> ''123'' ou ''c123'' ou ''cc123'' ou ''ccc123'', etc. | ||
+ | <note important> | ||
+ | * S'il y a plusieurs choix, alors la chaîne de gauche la plus longue est choisie. | ||
+ | * La E.R ''.*'' représente zéro ou plusieurs occurrences de n'importe quel caractère. | ||
+ | </note> | ||
- | <code user> | + | ===Les crochets=== |
- | sed '/^#/ d' ~/sed1.txt | + | La chaîne non-vide encadrée par ''[ ]'' est considérée comme une ''E.R.'' d'un seul caractère pouvant avoir n'importe quelle valeur définie entre ces ''[]''.\\ |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | * Ne pas supprimer le ligne qui commence par # | + | À l'inverse, la E.R représentée par ''[^...]'' est une chaîne composée de tous caractères à l'exclusion de ceux encadrés.\\ |
+ | //( le caractère ''^'' ne spécifie cette fonctionnalité d'exclusion que s'il se trouve en première position, immédiatement après le ''['' )// | ||
- | <code user> | + | Une combinaison de plusieurs E.R. d'un seul caractère est une E.R. qui correspond à l'ensemble de ce que chaque E.R. désigne.\\ Par exemple ''a[bB]'' recherche ''ab'' ou ''aB''. |
- | sed '/^#/ !d' ~/sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | # | + | |
- | </code> | + | |
- | ===le caractère ($)=== | + | <note> |
- | <code user> | + | Les caractères ''.'' , ''*'' , ''['' et ''\'' sont toujours spéciaux sauf s'ils sont encadrés entre ''[]''. |
- | sed '/[C]$/s/[Cc]./GAGA/g' sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | GAGAGAGA | + | |
- | # | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi GAGAGAGA | + | |
- | </code> | + | |
- | === Point, étoile, crochets=== | + | * ''[A-Za-z-]'' -> Tout caractère alpha ou le ''-''. |
- | <code user> | + | * ''[]a-z]'' -> Tout caractère alpha ou le '']''. |
- | sed '/[C]$/s/[Cc]./GAGA/g' sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | GAGAGAGA | + | |
- | # | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi GAGAGAGA | + | |
- | </code> | + | |
- | <code user> | + | |
- | sed '/[C]$/s/[Cc].*/GAGA/g' sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | GAGA | + | |
- | # | + | |
- | 12345 | + | |
- | BBB | + | |
- | titi GAGA | + | |
- | </code> | + | |
- | <code user> | + | </note> |
- | sed '/[1-5]/ d' ~/sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | <code user> | + | ===Les accolades { et } === |
- | sed 's/[1-5]/gaga/g' sed1.txt | + | Un seul caractère suivie par ''{m}'', ''{m,}'', ou ''{m,n}'' est une E.R. qui correspond au caractère précédant ''{'' s'il est présent, exactement m fois (''m''); au moins m fois (''m,''); entre "m" et "n" fois (''m,n'').\\ |
- | </code> | + | 'm' et 'n' doivent être des entiers positifs ou nuls inférieurs à 256. |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | gagagagagagagagagaga | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | <code user> | + | ===Traitement des mots === |
- | sed '/[1-5]/s/[1-5]*/gaga/g' sed1.txt | + | * le caractère ''\<'' |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | gaga | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | ===Le caractère & === | ||
- | <code user> | + | * le caractère ''\>'' |
- | sed 's/[0-9][0-9]*$/[&]/' sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | [12345] | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | <code user> | + | |
- | sed 's/[0-9][0-9]*$/(&)/' sed1.txt | + | |
- | </code> | + | |
- | <code> | + | |
- | aaaa | + | |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | (12345) | + | |
- | BBB | + | |
- | titi cCcC | + | |
- | </code> | + | |
- | ===Les classes=== | + | |
+ | |||
+ | =====Sed -r : les caractères étendues ===== | ||
+ | Rappel : | ||
+ | |||
+ | ''+'' ; ''?'' ; ''( )'' ; ''['' ; ''{ }'' | ||
+ | ===Les parenthèses === | ||
<code user> | <code user> | ||
- | sed 's/[[:digit:]]/gaga/g' sed1.txt | + | echo "a b c d e f" | sed -r 's/(b|e)/X/g' |
</code> | </code> | ||
<code> | <code> | ||
- | aaaa | + | a X c d X f |
- | BBB | + | |
- | cCcC | + | |
- | # | + | |
- | gagagagagagagagagaga | + | |
- | BBB | + | |
- | titi cCcC | + | |
</code> | </code> | ||
+ | ===Parenthèses et inversion de champs=== | ||
+ | Avec la commande ''s'' (substitution), on peut de définir plusieurs E.R mises entre parenthèses.\\ | ||
+ | Cela permet de faire une inversion en se servant du séparateur de chaque champ à matcher.\\ | ||
+ | |||
+ | * Exemple : | ||
<code user> | <code user> | ||
- | sed 's/[[:alpha:]]*/gaga/g' sed1.txt | + | echo "coucou:toto" | sed -r 's/^(.*):(.*)/\2:\1/' |
</code> | </code> | ||
<code> | <code> | ||
- | gaga | + | toto:coucou |
- | gaga | + | |
- | gaga | + | |
- | gaga#gaga | + | |
- | gaga1gaga2gaga3gaga4gaga5gaga | + | |
- | gaga | + | |
- | gaga gaga | + | |
- | gaga/gaga/gaga | + | |
</code> | </code> | ||
- | |||
- | ====Sed -r : les caractères posix étendues ==== | ||
- | ===Rappel=== | ||
- | ''|'' ; ''^'' ; ''$'' ; ''.'' ; ''*'' ; ''+'' ; ''?'' ; ''( )'' ; ''['' ; ''{ }'' | ||
===Exercices : matcher et remplacer une chaîne par OK === | ===Exercices : matcher et remplacer une chaîne par OK === | ||
* Hello | * Hello | ||
Ligne 587: | Ligne 476: | ||
</code> | </code> | ||
- | =====Sed regexp étendues ===== | ||
- | === le "ou" (|)=== | ||
- | <code user> | ||
- | sed -r 's/a|c/gaga/g' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | gagagagagagagaga | ||
- | BBB | ||
- | gagaCgagaC | ||
- | # | ||
- | 12345 | ||
- | BBB | ||
- | titi gagaCgagaC | ||
- | </code> | ||
- | ===Parenthèses=== | ||
- | <code user> | ||
- | sed -r 's/(a|B).*/gaga/g' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | gaga | ||
- | gaga | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | gaga | ||
- | titi cCcC | ||
- | hypathie@debian:~$ | ||
- | </code> | ||
- | ===Les accolades === | ||
- | <code> | ||
- | sed 's/a{1,4}/gaga/g' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | BBB | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | BBB | ||
- | titi cCcC | ||
- | </code> | ||
- | <code user> | ||
- | sed -r 's/(a|B).*/gaga/g' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | gaga | ||
- | gaga | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | gaga | ||
- | titi cCcC | ||
- | </code> | ||