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 11:28] Hypathie [L'adressage] |
utilisateurs:hypathie:tutos:accueil [21/07/2014 13:09] Hypathie [Sed et les regexp simples] |
||
---|---|---|---|
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===== | ||
- | ===Syntaxes de substitution=== | ||
- | <code> | ||
- | s/modèle/remplacement/[drapeau] fichier | ||
- | </code> | ||
- | ou | ||
- | <code> | ||
- | cmd | s/modèle/remplacement/[drapeau] | ||
- | </code> | ||
- | >Voir : [[doc:systeme:sed#la-fonction-de-substitution-s]] | ||
- | |||
- | === Détail === | ||
- | <code user> | ||
- | s/motif/substitut/ | ||
- | -> si motif = une regexp | ||
- | -> alors subtitut = une chaîne de caractère | ||
- | </code> | ||
- | >Pour REGEXP, on peut utiliser la syntaxe habituelle, ou la syntaxe étendue avec l'option ''-r''. | ||
- | |||
- | =====L'adressage ===== | ||
- | ===Préparation=== | ||
- | <code user> | ||
- | echo "aaaa BBB cCcC # 12345" > ~/sed1.txt | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | sed -i 's+ +\n+g' ~/sed1.txt && cat sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | BBB | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | </code> | ||
- | |||
- | <note tip> | ||
- | Tout cela revient au même ;-) | ||
- | |||
- | <code user> | ||
- | echo "aaaa BBB cCcC # 12345" | sed 's+ +\n+g' | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | echo "aaaa BBB cCcC # 12345" | sed 's/ /\n/g' | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | echo "aaaa BBB cCcC # 12345" | sed 's_ _\n_g' | ||
- | </code> | ||
- | |||
- | </note> | ||
- | |||
- | === Adressage avec numéro de lignes === | ||
- | |||
- | * Exemple avec la commande de suppression ''d'' | ||
- | |||
- | <code user> | ||
- | sed '3,4 d' ~/sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | BBB | ||
- | 12345 | ||
- | </code> | ||
- | > pas d'option : rien n'est modifié | ||
- | >''d'' : commande de suppression | ||
- | >''3,4'' : ligne 3 et 4 | ||
- | |||
- | * option ''-e'' et répétition le commande ''d'' : | ||
- | |||
- | <code user> | ||
- | sed -e '3d; 4d' ~/sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | BBB | ||
- | 12345 | ||
- | </code> | ||
- | === Adressage avec n° d'occurrence (fonctionne sur une ligne)=== | ||
- | <code user> | ||
- | echo "lalalala" | sed -e 's/la/li/2' | ||
- | </code> | ||
- | <code> | ||
- | lalilala | ||
- | </code> | ||
- | |||
- | ===Adressage du n° de 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> | ||
- | sed -r '6s/BBB/toto/' sed1.txt | ||
- | |||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | BBB | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | toto | ||
- | titi cCcC | ||
- | /coucou/titi | ||
- | </code> | ||
- | ===Adressage avec délimiteurs "/ /" :=== | ||
- | soit le fichier sed2.txt | ||
- | <code> | ||
- | aaaa | ||
- | BBB titi | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | BBB | ||
- | titi cCcC | ||
- | titi BBB | ||
- | /coucou/titi | ||
- | </code> | ||
- | <code user> | ||
- | sed '/^B/d' ~/sed2.txt | ||
- | </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> | ||
- | aaaa | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | titi cCcC | ||
- | titi BBB | ||
- | </code> | ||
- | |||
- | ===Adressage d'une plage avec délimiteurs "/ /,/ /" :=== | ||
- | <code user> | ||
- | sed '/^B/,/^1/d' ~/sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | </code> | ||
- | |||
- | ===Adressage mixte=== | ||
- | ''n'' et ''m'' sont des nombres entiers naturels | ||
- | |||
- | * sed 'n,ms/chaine 1/chaine 2/' fichier | ||
- | |||
- | >On remplace chaine 1 par chaine 2 de la ligne n à la ligne m. | ||
- | |||
- | * sed '/chaine 1/s/chaine 2/chaine 3/' fichier | ||
- | |||
- | >On remplace chaine 2 par chaine 3 pour la ou les ligne(s) adressées par chaine 1. | ||
- | |||
- | <code user> | ||
- | cat sed1.txt | ||
- | aaaa | ||
- | BBB | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | BBB | ||
- | titi cCcC | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | sed '2,6s/BBB/GAGA/' sed1.txt | ||
- | </code> | ||
- | ou | ||
- | <code user> | ||
- | sed -r '2,6s/B{3}/GAGA/' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | GAGA | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | GAGA | ||
- | titi cCcC | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | sed '/BBB/s/BBB/GAGA/' sed1.txt | ||
- | </code> | ||
- | ou | ||
- | <code user> | ||
- | sed -r '/B{3}/s/BBB/GAGA/' sed1.txt | ||
- | </code> | ||
- | <code> | ||
- | aaaa | ||
- | GAGA | ||
- | cCcC | ||
- | # | ||
- | 12345 | ||
- | GAGA | ||
- | titi cCcC | ||
- | </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''." | ||
- | |||
- | * ''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 - 4 = 4 : Il sera sauté 4 ligne non-matchées à partir de la ligne 10. | ||
- | |||
- | * 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> | ||
- | =====Sed et les regexp simples ===== | ||
- | ====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"). | ||
- | * Exemple 1 : supprimer la ligne comprenant le caractère "#", du fichier : | ||
- | <code user> | ||
- | cat >> ~/sed.txt <<EOF | ||
- | > abc | ||
- | > #ABC | ||
- | > EOF | ||
- | </code> | ||
- | |||
- | <code user> | ||
- | sed '/^#/ d' sed.txt | ||
- | </code> | ||
- | <code> | ||
- | abc | ||
- | </code> | ||
- | * Exemple 2 : supprimer le caractère # seulement du fichier sed.txt | ||
- | <code user> | ||
- | sed -e '/^#/s/#ABC/ABC/' sed.txt | ||
- | </code | ||
- | <code> | ||
- | abc | ||
- | ABC | ||
- | </code> | ||
- | |||
- | * Exemple 3 : ne pas supprimer le ligne qui commence par # | ||
- | |||
- | <code user> | ||
- | sed '/^#/ !d' ~/sed.txt | ||
- | </code> | ||
- | <code> | ||
- | # | ||
- | </code> | ||
- | ===Le caractère $ === | ||
- | Le caractère ''$'' représente la fin de la ligne. | ||
- | //(Le caractères ''$'' n'est spécial qu'en fin d'E.R ou d'un ensemble d'E.R.)// | ||
- | |||
- | * Exemple : supprimer la ligne finissant par "C" | ||
- | <code user> | ||
- | sed -e 's/.*C$//' -e '/^$/ d' sed.txt | ||
- | </code> | ||
- | <code> | ||
- | abc | ||
- | </code> | ||
- | |||
- | === le point (.)=== | ||
- | Un point ''.'' est une E.R. d'un seul caractère qui correspond à n'importe quel caractère sauf le saut de ligne. | ||
- | |||
- | * Exemple 1 : | ||
- | <code user> | ||
- | echo "a B 2 ! * & : ?" | sed 's/./Gaga/g' | ||
- | </code> | ||
- | <code> | ||
- | GagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGagaGaga | ||
- | </code> | ||
- | * Exemple 2, point<espace> : | ||
- | <code user> | ||
- | echo "C " | sed 's/. /Coucou/' | ||
- | </code> | ||
- | <code> | ||
- | Coucou | ||
- | </code> | ||
- | |||
- | ===L'étoile (*)=== | ||
- | 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> | ||
- | |||
- | ===Les crochets=== | ||
- | 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 ''[]''.\\ | ||
- | |||
- | 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 ''['' )// | ||
- | |||
- | 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''. | ||
- | |||
- | <note> | ||
- | Les caractères ''.'' , ''*'' , ''['' et ''\'' sont toujours spéciaux sauf s'ils sont encadrés entre ''[]''. | ||
- | |||
- | * ''[A-Za-z-]'' -> Tout caractère alpha ou le ''-''. | ||
- | * ''[]a-z]'' -> Tout caractère alpha ou le '']''. | ||
- | |||
- | </note> | ||
- | |||
- | ===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> | ||