IUT/systeme/tp/tp5/tp_5_regexp.md

TP 5 1/2 - RegEx

Ce TP donnera lieu à la remise d'un compte-rendu écrit exclusivement avec l'éditeur VI.

Expressions rationnelles avec GREP

Avant tout, pour que les ensembles [a-z\]... fonctionnent, lancez la commande export LANG=C dans le terminal. Rendez-vous, ensuite, dans le répertoire /usr/include où vous rechercherez, dans les fichiers *.h (dans le contenu des fichiers) les lignes correspondant aux motifs suivants :

• Les lignes commençant par une minuscule. Une fois l'expression trouvée et testée vous vérifierez le résultat en ajoutant un tube et un second grep recherchant les lignes commençant par autre chose qu'une minuscule – normalement, vous ne devriez voir aucune ligne. Lors d'une recherche sur plusieurs fichiers, egrep ajoute à la sortie le nom du fichier. Supprimez cet affichage en utilisant egrep -h. egrep "^[a-z]" *.h affiche nom du fichier dans lequel la premiere ligne commence par .. -h n'affiche pas le nom du fichier -n affiche la ligne du fichier

• Les lignes commençant par 3 lettres minuscules et se terminant par 3 caractères autres que des minuscules. egrep -h "^[a-z]{3}.*[^a-z]{3}$" *.h

• Les lignes ne contenant aucune majuscule. Une fois l'expression trouvée, vous ferez comme en A pour vérifier votre résultat. egrep -h "^[^A-Z]+$" .h n'affiche pas les lignes vides avec + egrep -h "^[^A-Z]$" *.h affiche les lignes vides avec *

• La commande grep associée à l'option « -v » permet d'afficher les lignes ne répondant pas au motif (sélection inverse). Recherchez les lignes ne contenant pas le mot «printf ». Comme en A et C, vérifiez votre résultat. egrep -hv "printf" *.h

• Les lignes comprenant trois caractères, a, b, c, d ou e identiques à la suite (aaa, eee ....) egrep -h "([a-z])\1\1\1" *.h egrep -h "([a-z])\1{2}" *.h

• Les lignes comprenant un nombre entier d'au moins 8 chiffres. Pour ce faire, veillez à ce que le motif reconnu soit bien un nombre, à savoir une suite de chiffres autour de laquelle on trouve un séparateur : espace, fin de ligne, = .... egrep -h "[0-9]{8,}" *.h on a tout egrep -h "[( x=]+[0-9]{8,}[^a-zA-Z]" *.h on affine notre recherche donc on en perd. un nb qui terminait la ligne est perdu.

• En utilisant les blocs et rappels de blocs, identifiez les lignes contenant un même mot au moins 3 fois. Un mot est défini comme une suite de lettres autour de laquelle il y a autre chose que des lettres. Les mots peuvent être séparés les uns des autres par d'autres mots. egrep -h "([a-zA-Z]{5,}).\1.\1" .h egrep -hn " (;,[ (;,].\1.\1" .h egrep -hn "\b([a-zA-Z]{15,})\b.\b\1.\b\1\b" *.h

• Les lignes contenant un nombre compris entre 400 et 450. (450 exclu) egrep -hn "[^0-9]4[0-4][0-9][^0-9]" *.h egrep -hn "4[0-4][0-9]" *.h egrep -hn "\b4[0-4][0-9]\b" *.h

• Les lignes contenant un nombre réel (suite de chiffres incluant un et 1 seul point) egrep -hn "[^.a-zA-Z0-9][0-9]+.[0-9]+[^.a-zA-Z0-9]" *.h egrep -hn "[0-9]+.[0-9]+" *.h

Application des expressions rationnelles à SED

SED permet d'utiliser des expressions rationnelles sur un flux d'entrée de données, tout en utilisant une syntaxe proche de celle de VI. Un des intérêts de SED est d'utiliser la syntaxe rechercher/remplacer. Par exemple : sed -re 's/titi/toto/g < donnees.txt va afficher le contenu de donnees.txt en remplaçant chaque occurrence de titi par toto. Il est bien entendu possible d'utiliser des expressions rationnelles. sed -re 's/titi/toto/g' < donnees.txt sed -re 's/[to]+/ti/g' < donnees.txt

Nous souhaitons modifier un fichier de configuration de type xml pour la réalisation d'une procédure d'installation automatisée (imaginez que le problème qui va vous être décrit existe dans plusieurs miliers de fichiers); copiez le texte suivant dans un fichier config.xml.

<code> <xml>

<login>

<type>String</type>

<valu>xxxxxx</valu>

</login>

<name>

<type>String</type>

<value>xxxxxx</value>

</name>

</xml> </code>

• Constatez que le fichier contient un bug : valu est écrit parfois sans « e ». À l'aide de la commande sed corrigez toutes ces erreurs et enregistrez le résultat dans fichier.A.xml.
• Il s'agit maintenant, dans le fichier obtenu de remplacer la première des chaînes xxxxxx par votre login puis la seconde par votre nom de famille.
• Essayez de faire les remplacements à l'aide de la commande sed . Quelle difficulté rencontrez-vous ?
• Comme vous l'avez constaté, sed fonctionne ligne à ligne, il est donc nécessaire de transformer ce texte en une seule ligne. Nous utiliserons un caractère pour remplacer les retours chariot de sorte que l'opération inverse soit possible à la fin. La commande tr permet de remplacer un caractère par une autre. Transformer les retours chariot « \n » par un « # ».
• À l'aide de la commande sed réalisez la recherche et le remplacement du login L'utilisation des blocs est nécessaire : Un premier bloc débute devant la chaine « *<login>* » et se termine après « *</login>* » ; le second va de « *<name>* » à « *</name>* ».
• À l'aide de la commande sed réalisez la recherche et le remplacement du nom ; combinez ensuite les deux commandes.
• À l'aide de la commande tr restaurez les sauts de lignes puis enregistrez le résultat dans un fichier config.new.xml .

3 – Autres applications avec SED

• Réécrivez avec sed la commande tr -s ' ' qui supprime les espaces multiples. sed -re 's/ +/ /g'
• Écrivez avec sed une commande permettant de supprimer les espaces en début de ligne. sed -re 's/^ +//g' -e 's/ +/ /g'