[astuce] sed vertueux : la gourmandise (non-greedy search pattern)

David5647 · 31-08-2020 14:17:29

Partage d'une petite astuce avec sed (et autres commandes à regex)

Imaginons un texte dont je souhaite récupérer la première phrase :

Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!

L'idée semble simple à réaliser : je prends tout les caractères jusqu'au premier point inclu, soit le pattern : .*\.
Mais voilà, sed est gourmand, si l'on regarde ce que capture l’expression précédente :

echo "Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!" | sed -r 's/(.*\.).*/\1/'

Une 1ère phrase. Une deuxième phrase. Une troisième phrase.

Les diverses documentations semblent indiquer l’existence de symbole pour des "non-greedy pattern",
mais entre les différents types de regex et versions de sed, je n'ai rien trouvé de fonctionnel.

Donc voici la petite astuce : on prend tout les caractères sauf le point! C'est bête, mais fallait y penser!

echo "Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!" | sed -r 's/([^.]*\.).*/\1/'

Une 1ère phrase.

Et si je m'amuse à faire quelques itérations:

for i in 1 2 3; do echo "Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!" | sed -r "s/([^.]*\.){$i}.*/\1/" ; done

Une 1ère phrase.

 Une deuxième phrase.

 Une troisième phrase.

Voilà, c'est bête, mais j'ai cherché longtemps

j'ai esquissé un tuto avec ça : https://debian-facile.org/atelier:chant … dy-pattern

Dernière modification par David5647 (31-08-2020 16:58:35)

Beta-Pictoris · 07-09-2020 18:26:41

Avec grep, on peut utiliser les opérateurs non gourmands (perl regex), sans avoir à faire des substitutions comme avec sed :

echo "Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!" | grep -Po '^.*?\.'

Dernière modification par Beta-Pictoris (07-09-2020 18:27:02)

Beta-Pictoris · 07-09-2020 18:30:14

Et avec perl, la regex doit être placée entre /( et )/

echo "Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase!" | perl -ne 'print /(^.*?\.)/'

Dernière modification par Beta-Pictoris (07-09-2020 18:32:42)

smolski · 08-09-2020 06:05:44

Merci !
Tuto mis en lien dans le tuto de sed :
https://debian-facile.org/doc:systeme:sed#lien

captnfab · 08-09-2020 07:10:01

Une autre solution amusante au problème :

echo 'Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase !' | sed 's/\..*/./'

Beta-Pictoris · 08-09-2020 22:20:54

Oui, mais en perl, on peut extraire les 3 premières phrases individuellement.

echo 'Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase !' | perl -ne 'print /^(.*?\.){0,1}/'

Une 1ère phrase.

echo 'Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase !' | perl -ne 'print /^(.*?\.){0,2}/'

 Une deuxième phrase.

echo 'Une 1ère phrase. Une deuxième phrase. Une troisième phrase. Une quatrième phrase !' | perl -ne 'print /^(.*?\.){0,3}/'

 Une troisième phrase.

David5647 · 09-09-2020 08:30:01

@captnfab : Oui effectivement ^^, si c'est "greedy" d'un coté, c'est "non-greedy" de l'autre. Là encore c'est bête, mais il faut y penser!

@Beta-Pictoris : Conclusion : utiliser perl!!!! J'utilise généralement sed parce que j'ai commencé par là.
Je suppose que la plupart de mes recherches m'ont menées à sed. Visiblement perl permet des usages plus étendu.
Ai-je encore des raisons de lui préférer sed?

Beta-Pictoris · 09-09-2020 18:38:14

Perl est un vrai langage de programmation très complet. De plus, les regex perl sont très puissantes.

Beaucoup de langages à la mode, comme Python par exemple, utilisent les regex perl.

Cela dit, sed reste utile pour faire des chose plus simples.

Dernière modification par Beta-Pictoris (09-09-2020 21:46:19)

Debian-facile

#1 31-08-2020 14:17:29

[astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#2 07-09-2020 18:26:41

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#3 07-09-2020 18:30:14

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#4 08-09-2020 06:05:44

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#5 08-09-2020 07:10:01

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#6 08-09-2020 22:20:54

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#7 09-09-2020 08:30:01

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

#8 09-09-2020 18:38:14

Re : [astuce] sed vertueux : la gourmandise (non-greedy search pattern)

Pied de page des forums