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 [21/07/2014 00:34] Hypathie [Sed et les regexp simples] |
utilisateurs:hypathie:tutos:accueil [21/07/2014 13:08] Hypathie [Contexte d'utilisation des ER] |
||
---|---|---|---|
Ligne 7: | Ligne 7: | ||
- | =====Contexte d'utilisation des ER ===== | ||
- | >Avec sed les ER s'utilisent lorsqu'on veut modifier un fichier texte. | ||
- | >Il s'agit de matcher un ou des éléments d'un fichier texte par une REGEXP et de remplacer, ce ou ces éléments ciblés du texte, par autres choses ou rien. | ||
- | >Ou encore, elles servent à ajouter, à un endroit précisé par la regexp, un ou éléments au texte. | ||
- | |||
- | ====Les caractères utilisés pour créer des regexp avec sed ==== | ||
- | <code text info sed> | ||
- | `-r' | ||
- | `--regexp-extended' | ||
- | Use extended regular expressions rather than basic regular | ||
- | expressions. Extended regexps are those that `egrep' accepts; | ||
- | they can be clearer because they usually have less backslashes, | ||
- | but are a GNU extension and hence scripts that use them are not | ||
- | portable. *Note Extended regular expressions: Extended regexps. | ||
- | </code> | ||
- | <note> | ||
- | **Sed utilise une version particulière des expressions régulières.** | ||
- | |||
- | * **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 : | ||
- | **''.''** ; **''*''**, **''^''**, **''$''**, **''[ ]''**\\ | ||
- | |||
- | __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. | ||
- | |||
- | ^ ^ ^ | ||
- | |''<nowiki>[[:alnum:]]</nowiki>'' | Alpha-numerique [a-z A-Z 0-9]| | ||
- | |''<nowiki>[[:alpha:]]</nowiki>'' | Alphabetic [a-z A-Z] | | ||
- | |''<nowiki>[[:blank:]]</nowiki>'' | Espaces ou tabulations | | ||
- | |''<nowiki>[[:cntrl:]]</nowiki>'' | Caractères de contrôle | | ||
- | |''<nowiki>[[:digit:]]</nowiki>'' | Nombres [0-9] | | ||
- | |''<nowiki>[[:graph:]]</nowiki>'' | Tous les caractères visibles (à l'exclusion des espaces)| | ||
- | |''<nowiki>[[:lower:]]</nowiki>'' | Lettres minuscules [a-z] | | ||
- | |''<nowiki>[[:print:]]</nowiki>'' | Caractères imprimables (tous caractères sauf ceux de contrôle)| | ||
- | |''<nowiki> | ||
- | [[:punct:]] </nowiki>'' | Les caractères de ponctuation | | ||
- | |''<nowiki>[[:space:]]</nowiki>'' | Les espaces | | ||
- | |''<nowiki>[[:upper:]]</nowiki>'' | Les lettres majuscules [A-Z] | | ||
- | |''<nowiki>[[:xdigit:]]</nowiki>'' | Chiffres hexadécimaux [0-9 a-f A-F] | | ||
- | |||
- | * **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>''** | ||
- | |||
- | 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 | ||
- | |||
- | |||
- | >Voici la liste complète et testée des caractères nécessitant l'option ''-r'' de sed :\\ | ||
- | >**''|''** ; **''+''** ; **''?''** ; **''( )''** ;**''{ }''** ; **''<nowiki>[ - ]</nowiki>''** ; **''\<''** ; **''\>''**\\ | ||
- | |||
- | -> **Il s'y ajoute quelqu'uns __des raccourcis ci-dessous__.**\\ | ||
- | 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'' :\\ | ||
- | |||
- | **''\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://sunsite.ualberta.ca/Documentation/Gnu/sed-3.02/html_chapter/sed_3.html]] | ||
- | </note> | ||
- | |||
- | 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=== | ||
Ligne 169: | Ligne 87: | ||
12345 | 12345 | ||
</code> | </code> | ||
- | === Adressage avec n° occurrence (fonctionne sur une ligne)=== | + | === Adressage avec n° d'occurrence (fonctionne sur une ligne)=== |
<code user> | <code user> | ||
echo "lalalala" | sed -e 's/la/li/2' | echo "lalalala" | sed -e 's/la/li/2' | ||
Ligne 177: | Ligne 95: | ||
</code> | </code> | ||
- | ===Adressage du n° ligne pour la substitution=== | + | ===Adressage du n° de ligne pour la substitution=== |
Idem que précédemment, on place le n° devant la commande !\\ | Idem que précédemment, on place le n° devant la commande !\\ | ||
Mais attention ici il s'agit de la substitution ''s'' : | Mais attention ici il s'agit de la substitution ''s'' : | ||
Ligne 285: | Ligne 203: | ||
</code> | </code> | ||
+ | === Adressage avec le tilde=== | ||
+ | <code text man sed> | ||
+ | first~step | ||
+ | Match every step' th line starting with line first. | ||
+ | </code> | ||
+ | Remplaçons "first" et step" par "n" et "m" qui sont toujours des nombres ! | ||
+ | |||
+ | L'expression ''n ~ m'' ou ''n~m'' signifie simplement :\\ | ||
+ | |||
+ | " la E.R matche toutes les ''n''ième ligne(s) d'un fichier et cela en sautant un nombre de ligne égal à un écart (~) qui est lui-même égal, à la différence entre le nombre ''m'' avec la première ligne du fichier (c'est-à-dire la position ordinal 1). On connaît donc le nombre de ligne sautée en faisant toujours ''m - 1''." | ||
+ | |||
+ | Et si ''n'' est égal à zéro, alors le E.R. match toutes les ''m''ièmes lignes à partir de la ligne ''m'' et saute ''m'' - 1 ligne(s). | ||
+ | |||
+ | * ''1 ~ 2'' : matche les lignes impaires : 1ière, 3ième, 5ième, etc.\\ En effet, de la première ligne du fichier à ''m'' (''m'' = 2), il y a 1. Il sera sauté 1 ligne non-matchée et cela à partir de la ligne n°1 (''n'' = 1). Donc la sélection concerne la première ligne et saute 1 ligne, matche la 3ième ligne et saute 1 ligne, etc. | ||
+ | * ''2~3'' : matche les lignes 2 ; 5 ; 8 ; 11\\ L'écart sauté sera de 2 car de la position 3 (''m'' = 3) à la première ligne du fichier, il y a deux lignes (3-1=2), et cela commence à la deuxième ligne (''n'' = 2). Donc la deuxième ligne est matchée, deux lignes sont sautées (3ième et 4 ième), la 5 ième est matchée, etc. | ||
+ | * 10 ~ 5 : sélection des lignes 10 ; 15 ; 20 ; 25 etc. 5 - 1 = 4 : Il sera sauté 4 lignes non-matchées à partir de la ligne 10. | ||
+ | |||
+ | * 0~5 : sélection des lignes 5 ; 10 ; 15 etc.\\ m-1 = 5-1 = 4 lignes sautées, à partir de la cinquième ligne (''m'' = 5 ). | ||
+ | |||
+ | * Exemple 1: | ||
+ | <code user> | ||
+ | sed '1~2 s_.*[coucou]_OK_' essai-tilde | ||
+ | </code> | ||
+ | <code> | ||
+ | OK/1 | ||
+ | /titi/coucou/2 | ||
+ | OK/3 | ||
+ | /tutu/coucou/4 | ||
+ | OK/5 | ||
+ | /nono/coucou/6 | ||
+ | OK/7 | ||
+ | /lili/coucou/8 | ||
+ | OK/9 | ||
+ | /fofo/coucou/10 | ||
+ | OK/11 | ||
+ | /bibi/coucou/12 | ||
+ | OK/13 | ||
+ | /sisi/coucou/14 | ||
+ | OK/15 | ||
+ | </code> | ||
+ | * Exemple 2 : | ||
+ | <code user> | ||
+ | sed '2~3 s_.*[coucou]_OK_' essai-tilde | ||
+ | </code> | ||
+ | <code> | ||
+ | /toto/coucou/1 | ||
+ | OK/2 | ||
+ | /tati/coucou/3 | ||
+ | /tutu/coucou/4 | ||
+ | OK/5 | ||
+ | /nono/coucou/6 | ||
+ | /lulu/coucou/7 | ||
+ | OK/8 | ||
+ | /fifi/coucou/9 | ||
+ | /fofo/coucou/10 | ||
+ | OK/11 | ||
+ | /bibi/coucou/12 | ||
+ | /zaza/coucou/13 | ||
+ | OK/14 | ||
+ | /baba/coucou/15 | ||
+ | </code> | ||
+ | * Exemple 3 : | ||
+ | <code user> | ||
+ | sed '10~5 s_.*[coucou]_OK_' essai-tilde | ||
+ | </code> | ||
+ | <code> | ||
+ | /toto/coucou/1 | ||
+ | /titi/coucou/2 | ||
+ | /tati/coucou/3 | ||
+ | /tutu/coucou/4 | ||
+ | /nani/coucou/5 | ||
+ | /nono/coucou/6 | ||
+ | /lulu/coucou/7 | ||
+ | /lili/coucou/8 | ||
+ | /fifi/coucou/9 | ||
+ | OK/10 | ||
+ | /dodu/coucou/11 | ||
+ | /bibi/coucou/12 | ||
+ | /zaza/coucou/13 | ||
+ | /sisi/coucou/14 | ||
+ | OK/15 | ||
+ | </code> | ||
+ | * exemple : | ||
+ | <code user> | ||
+ | sed '0~5 s_.*[coucou]_OK_' essai-tilde | ||
+ | </code> | ||
+ | <code> | ||
+ | /toto/coucou/1 | ||
+ | /titi/coucou/2 | ||
+ | /tati/coucou/3 | ||
+ | /tutu/coucou/4 | ||
+ | OK/5 | ||
+ | /nono/coucou/6 | ||
+ | /lulu/coucou/7 | ||
+ | /lili/coucou/8 | ||
+ | /fifi/coucou/9 | ||
+ | OK/10 | ||
+ | /dodu/coucou/11 | ||
+ | /bibi/coucou/12 | ||
+ | /zaza/coucou/13 | ||
+ | /sisi/coucou/14 | ||
+ | OK/15 | ||
+ | </code> | ||
=====Sed et les regexp simples ===== | =====Sed et les regexp simples ===== | ||
====Explications==== | ====Explications==== | ||
Ligne 374: | Ligne 395: | ||
</note> | </note> | ||
- | ===Traitement des mots === | + | ===Le caractère & === |
- | * le caractère ''\<'' | + | |
- | + | ||
- | + | ||
- | * le caractère ''\>'' | + | |
+ | <code user> | ||
+ | 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> | ||
Ligne 442: | Ligne 483: | ||
toto:coucou | toto:coucou | ||
</code> | </code> | ||
+ | |||
+ | <note tip> | ||
+ | /^\(.*\)\1$/ : correspond à une ligne contenant au moins deux fois la même sous-chaîne de caractères | ||
+ | </note> | ||
+ | |||
+ | ===Les accolades { et } === | ||
+ | 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'').\\ | ||
+ | 'm' et 'n' doivent être des entiers positifs ou nuls inférieurs à 256. | ||
+ | |||
+ | * substituer seulement "aaa, aaaa et aaaaa" par OK | ||
+ | <code user> | ||
+ | echo "a aa aaa aaaa aaaaaa aaaaaaaa aaaaaaa" | sed -r\ | ||
+ | 's/a{3,5}/OK/g' | ||
+ | a aa OK OK OKa OKOK OKaa | ||
+ | </code> | ||
+ | |||
+ | * substituer trois "a" et plus par OK | ||
+ | |||
+ | <code user> | ||
+ | echo "a aa aaa aaaa aaaaaa aaaaaaaa" | sed -r 's/a{3,}/OK/g' | ||
+ | a aa OK OK OK OK | ||
+ | </code> | ||
+ | |||
+ | ===Traitement des mots === | ||
+ | * le caractère ''\<'' | ||
+ | Le caractère ''\<'' oblige l'E.R. à correspondre avec le début d'un mot (mot = chaîne de caractères chiffres, lettres ou '_').\\ ''\<'' doit figurer devant la sous-chaîne désirée. | ||
+ | <code user> | ||
+ | echo "info pour tous informatique" | sed -r 's/\<info/OK/g' | ||
+ | </code> | ||
+ | <code> | ||
+ | OK pour tous OKrmatique | ||
+ | </code> | ||
+ | |||
+ | * le caractère ''\>'' | ||
+ | Le caractère ''\>'' oblige l'E.R. à correspondre à la fin d'un mot.\\ ''\>'' doit figurer en fin de la sous-chaîne désirée. | ||
+ | <code user> | ||
+ | echo "métrique cosmétique" | sed -r 's/métique\>/OK/g' | ||
+ | </code> | ||
+ | <code> | ||
+ | métrique cosOK | ||
+ | </code> | ||
+ | |||
====Les sous-chaînes : associer ( ), [ ], { }==== | ====Les sous-chaînes : associer ( ), [ ], { }==== | ||
* substituer "Hello" par OK | * substituer "Hello" par OK |