Traitement avancé du texte

État :

Retour au document principal

Pré-requis

• La ligne de commande

• Traitement du texte

Objectifs

• Faire la distinction entre la syntaxe utilisée pour l'expansion des noms de fichiers (file globbing) et les expressions rationnelles

• Utiliser efficacement les commandes grep

• Comprendre des commandes sed simples

Présentation

On utilise grep, fgrep ou egrep pour rechercher un ou plusieurs mots dans un texte. Les mots utilisés pour la recherche sont une combinaison de lettres que l'on appelle les expressions régulières (ou expressions rationnelles). Les expressions rationnelles sont également reconnues par d'autres applications comme sed ou vi.

Les expressions rationnelles

Les expressions rationnelles traditionnelles (regex)

Une expression rationnelle est une séquence de caractères (ou atomes) utilisés pour correspondre à un motif. Les caractères utilisés sont soit des constantes (traitées littéralement) ou des caractères génériques (métacaractères).

Les regex étendues (eregex)

Les principales regex étendues sont : +, ?, () et |

La famille grep

grep

La commande grep prend en charge les expressions rationnelles traditionnelles (regex).

egrep

La commande egrep prend en charge les expressions rationnelles traditionnelles et étendues (eregex).

fgrep

fgrep signifie "fast grep". fgrep interprète les chaînes littéralement : il ne prend pas en charge les expressions rationnelles.

Travailler avec grep

Syntaxe de grep :

grep MOTIF  FICHIER

Par exemple, pour lister toutes les lignes non vides de /etc/lilo.conf :

grep –v “^$” /etc/lilo.conf

egrep et fgrep

La commande fgrep ne prend pas en compte le sens particulier des expressions rationnelles. Par exemple :

fgrep ‘cat*’ FICHIER

ne trouvera que les mots contenant "cat*". Le principal avantage de fgrep est la possibilité de chercher à partir d'une liste de mots entrée ligne par ligne dans un fichier (disons LISTE). La syntaxe pour une commande de ce type serait :

fgrep –f LISTE FICHIER

La commande egrep prend en compte toutes les expressions rationnelles modernes. On peut également rechercher plusieurs mots clés entrés à la ligne de commande, séparés par des tubes. Par exemple :

egrep “linux|^image”   /etc/lilo.conf

sed, l'éditeur en continu

Voilà que nous allons parler de sed. C'est une commande ancienne, à l'origine la seule disponible sur les systèmes UNIX pour la manipulation de texte.

On utilise généralement sed pour rechercher et remplacer des motifs dans du texte. Cette commande prend en charge la plupart des expressions rationnelles.

Débuter avec sed

Syntaxe de sed :

sed   [options] ´commande’  [FICHIER_EN_ENTREE]

Le fichier en entrée est facultatif, puisque sed peut aussi travailler avec des redirections de fichiers et des tubes.

Voici quelques exemples, pour lesquels nous travaillerons sur le fichier MODIF.

• Suppression de toutes les lignes commentées :

  sed ‘/^#/ d ’ MODIF   

• Remplacement de /dev/hda1 par /dev/sdb3 :

  sed ‘s/\/dev\/hda1/\/dev\/sdb3/g’  MODIF

  La commande "s" signifie "substitute" (remplacer). Le "g" signifie "global" et force la substitution à être exécutée plusieurs fois si nécessaire pour chaque ligne.

• Si la ligne contient le mot clé CLE, alors remplacer ":" par ";" globalement :

  sed ‘ /CLE/ s/:/;/g’  MODIF

Utilisation plus avancée de sed

Vous pouvez exécuter plusieurs commandes en commençant chacune par -e. Par exemple, (1) supprimer chaque ligne vide et (2) remplace "ANCIEN" par "NOUVEAU" sur chaque ligne du fichier MODIF :

sed –e ‘/^$/ d’  -e ‘s/ANCIEN/NOUVEAU/g’  MODIF

On peut également placer ces commandes dans un fichier, disons COMMANDES. Dans ce cas, chaque ligne est interprétée comme une nouvelle commande à exécuter (les guillemets sont inutiles).

Exemple de fichier COMMANDES :

1 s/ancien/nouveau/
/mot/ s/ancien/nouveau/g
23,25 d

Pour utiliser le fichier COMMANDES, on utilisera la syntaxe suivante :

sed  -f  COMMANDES  MODIF

C'est beaucoup plus compact qu'une très longue ligne de commande !

Résumé et exercices

Questions de révision

Oui ou Non

1. l'expression rationnelle étendue "nucle?aire" correspond à nucleaire et nuclaire : _

2. l'expression rationnelle "baza*r" correspond à bazaar et bazar mais pas bazor : _

3. l'expression rationnelle étendue "nucle+aire" correspond à nucleaire mais pas à nuclaire : _

4. l'expression rationnelle "baza*" correspond à bazaar et bazar et bazor : _

Voir les réponses

Commandes

Travaux pratiques

1. Créez un fichier FICHIER contenant :

   Using grep,
   fgrep and 
   egrep 
   to grep for 99% of the cats
   % these are two
   % commented lines

   • utilisez grep pour afficher les lignes non commentées

   • trouvez les lignes contenant exaxtement "grep" (pas "egrep" ni "frep". Utilisez "-w")
   • trouvez les lignes contenant des mots commençant par "a"

2. Expressions rationnelles : ajoutez les lignes suivantes à FICHIER :

   ct
   cat
   caats
   caaatss
   ca+t
   ca*t
   ca?t
   crate
   carts

   • consultez les sorties des commandes suivantes en utilisant grep, egrep et fgrep :

   grep 'ca+t' FICHIER 
   grep 'ca?t' FICHIER
   grep 'ca.t' FICHIER
   grep 'caa*t' FICHIER
   grep 'ca*r.' FICHIER

3. utilisez la commande sed pour effectuer les modifications suivantes dans FICHIER : (utilisez un fichier COMMANDE, puis recommencez le tout en ligne de commande)

   • première ligne, remplacez "grep" par "soap"
   • supprimez "fgrep" de la deuxième ligne
   • remplacez "egrep" par "water"
   • quatrième ligne, remplacez "grep for" par "wash"

   Enregistrez le résultat dans un fichier en utilisant l'option "w".

Réponses aux questions

1. oui : l'expression "e?" se lit "correspond à 0 ou 1 e"

2. oui : l'expression "a*" se lit "correspond à 0 ou plusieurs a"

3. oui : l'expression "e+" se lit "correspond à 1 ou plusieurs e"

4. oui : notez que "a*" est placé à la fin de l'expression. Ceci signifie que "baz" suivi par tout ce qu'on veut correspond.

Page consultée 506 fois