Regexp

Dans le jargon informatique, une expression régulière, ou Regexp, est une chaîne de caractères désignant un ensemble de chaînes de caractères respectant une syntaxe particulière. Elle est très utile dans la manipulation de texte, pour rechercher, remplacer ou supprimer des expressions rencontrées fréquemment.


Métacaractères

Un métacaractère est un symbole d'une expression régulière qui remplit une fonction précise. Quelques exemples d'application suivent ce tableau.


Métacaractères Fonction
? Opérateur portant sur l'expression précédente : 0 ou une fois l'expression précédente.
* Opérateur portant sur l'expression précédente : 0, 1 ou plusieurs fois l'expression précédente.
+ Opérateur portant sur l'expression précédente : 1 ou plusieurs fois l'expression précédente.
{n} Opérateur portant sur l'expression précédente : n fois exactement l’expression précédente
{n,m} Opérateur portant sur l'expression précédente : n fois minimum et m fois maximum l’expression précédente
^ Négation ou début de ligne.
$ Fin de ligne.
[] Les crochets définissent une classe (voir section suivante).
() Les parenthèses définissent un élément composé de l'expression régulière qu'elle contient
| Opérateur ou.


N.B. : Pour que « * » ne soit pas interprété comme un métacaractère, il faut plutôt utiliser « \* » ou « [*] ».

Exemples

Dans les exemples ci-dessous, chaque expression régulière est suivie de la chaîne de caractères qu'elle représente.


  • abc? : ab ou abc.
  • abc* : chaîne qui contient ab suivie de zero ou plusieurs c (ab, abc ...)
  • abc+ : chaîne qui contient ab suivie de un ou plusieurs c (abc, abcc ...)
  • abc{2} : chaîne qui contient ab suivie de deux c (abcc)
  • abc{2,} : chaîne qui contient ab suivie de deux c ou plus (abcc etc..)
  • abc{2,4} : chaîne qui contient ab suivie 2, 3 ou 4 c (abcc .. abcccc)
  • ^debut : chaîne qui commence par debut
  • fin$ : chaîne qui se termine par fin
  • [abc] : chaîne qui contient un a, un b, ou un c.
  • a(bc)* : chaîne qui contient a suivie de zero bc ou plus
  • un|le : chaîne qui contient un ou le
  • (un|le) chien : chaîne qui contient un chien ou le chien
  • ^abc+ : chaîne commençant par ab suivie de un ou plusieurs c (abc, abcc ...)
  • ^chaîne$ : chaîne qui commence et se termine par chaîne
  • (a|b)* : chaîne qui contient une suite de a ou de b
  • ^.{3}$ : chaîne qui contient 3 caractères exactement.

Classes de caractères

Une classe est définie en spécifiant, entre crochets « [ ] », les caractères en faisant partie. L'utilisation de métacaractères est autorisée.


Classe Signification
[abc] Les caractères a, b et c.
[a-z] Toutes les lettres de l'alphabet.
[^abc] Toutes les lettres de l'alphabet, sauf a, b et c.
[a-zA-Z] L'union des classes [a-z] et [A-Z].

Exemples

  • [abc]: chaîne qui contient un a, un b, ou un c.
  • [a-z]: chaîne qui contient un caractère compris entre a et z.
  • ^[a-zA-Z]: chaîne qui commence par une lettre minuscule ou majuscule.
  • ^[^a-zA-Z]: chaîne qui ne commence pas par une lettre.
  • [\+?{}.]: chaîne qui contient un de ces six caractères : \+?{}.

Combinaison avec grep

grep '^smu' file

cherche 'smu' au début de chaque ligne dans file.

grep 'smu$' file

cherche 'smu' à la fin de chaque ligne dans file.

grep '^smu$' file

retourne les lignes contenant seulement et exactement 'smu'.

grep '\^s' file

retourne les lignes commençant par '^s',car "\" permet de considérer ^ comme un caractère normal et non plus un méta-caractère.

grep '[Ss]mu' file

affiche les lignes contenant 'Smu' ou 'smu'.

grep 'B[oO][bB]' file

affiche les lignes contenant BOB, Bob, BOb or BoB.

grep '^$' file

recherche les lignes vides dans file.

grep '[0-9][0-9]' file

recherche les lignes contenant 2 chiffres côte à côte.

Voir aussi

Articles connexes


La dernière modification de cette page a été faite le 28 mai 2013 à 11:46.