Vieites en 19:47 12 oct 2020

2020-10-12T19:47:40Z

Página nueva

Unha [http://es.wikipedia.org/wiki/Expresi%C3%B3n_regular expresión regular] é un patrón que nos permite buscar un texto formado por metacaracteres e caracteres ordinarios.

'''Aquí tedes unha lista de metacaracteres que usamos en expresións regulares:'''
* '''[ ]''' : Un calquera dos caracteres entre os corchetes. Exemplos:
: - '''[aeiou]''' : Unha vocal minúscula.
: - '''[A-Z0-9]''' : Unha letra maiúscula ou unha cifra.
* '''[^ ]''' : Calquera carácter distinto dos que figuran entre corchetes. Exemplos:
: - '''[^0-9]''' : Calquer carácter que non sexa unha cifra (unha letra, un símbolo, etc).
* '''{ }''' : Permítenos indicar o número de repeticións do patrón anterior que deben darse. Algúns exemplos:
* '''[0-9]{5}''' : Representa un número de 5 díxitos.
* '''[a-zA-Z]{2,4}''' : Representa unha palabra que ten entre dous e catro caracteres.

'''Máis metacaracteres:'''
* '''*''' : Indica que o elemento que lle precede debe estar cero ou mais veces. Nótese que este carácter ten distinto significado que cando é carácter comodín. Por exemplo en '''ls ab*c''' móstranse os nomes de ficheiros que comezan por '''ab''', teñen cero ou mais caracteres e rematan en '''c'''.
* '''+''' : Indica unha ou mais repeticións do carácter anterior.
* '''*?''', '''+?''', '''??''' : Os metacaracteres '*', '+', e '?' seleccionan todo o texto posible. É dicir, moitas veces non desexamos que devolva toda a frase onde existe esa coincidencia. Se temos o patrón ''<.*>'' e devolve <pre><H1>title</H1></pre>, pero nos queremos que devolva <pre><H1></pre>, temos que engadir o metacarácter ''?'' xustamente despois, do seguinte xeito: ''<.*?>'', así devolverá simplemente <pre><H1></pre>.
* '''.''' : Concorda cun carácter.
* '''$''' : Se aparece ao final da expresión significa fin de liña.
* '''^''' : Se aparece ao principio da expresión significa principio de liña.
* '''|''' : Permítenos indicar caracteres alternativos.
* '''( )''' : Permítenos agrupar patróns.

* '''\''' : Carácter de escape. Elimina ou dalle un significado especial ao carácter que lle segue. Vexamos os máis empregados:
: - '''\<''' : Indica o comenzo dunha palabra.
: - '''\>''' : Indica o final dunha palabra.
: - '''\t''' : Representa un tabulador.
: - '''\r''' : Representa o "retorno de carro" ou "regreso ao inicio", é dicir, o lugar onde a liña volve a iniciar.
: - '''\n''' : Representa a "nova liña" o carácter por medio do cal unha liña da inicio. Recordade que en Windows é necesaria unha combinación de '''\r\n''' para comezar unha nova liña, mentres que en Unix só se emprega '''\n''' e en Mac_OS clásico utilízase só '''\r'''.
: - '''\a''' : Representa unha "campana" ou "beep" que se produce ao imprimir este carácter.
: - '''\e''' : Representa a tecla "Esc" ou "Escape".
: - '''\f''' : Representa un salto de páxina.
: - '''\v''' : Representa un tabulador vertical.
: - '''\x''' : Emprégase para representar caracteres ASCII ou ANSI coñecendo o seu código. Por exemplo, se queremos buscar o símbolo de dereitos de autor é posible atopalo utilizando '''\xA9'''.
: - '''\u''' : Emprégase para representar caracteres Unicode coñecendo o seu código. Por exemplo '''\u00A2''' representa o símbolo de centavos.
: - '''\d''' : Representa un díxito do 0 ao 9.
: - '''\w''' : Representa cualquer carácter alfanumérico.
: - '''\s''' : Representa un espazo en blanco.
: - '''\D''' : Representa cualquer carácter que non sexa un díxito do 0 ao 9.
: - '''\W''' : Representa cualquer carácter NON alfanumérico.
: - '''\S''' : Representa cualquer carácter que NON sexa un espazo en branco.
: - '''\A''' : Representa o inicio da cadea. Non un carácter senón unha posición.
: - '''\Z''' : Representa o final da cadea. Non un carácter senón unha posición.
: - '''\b''' : Marca o inicio e o final dunha palabra.
: - '''\B''' : Marca a posición entre dous caracteres alfanuméricos ou dous non-alfanuméricos.

'''Outro método alternativo para especificar un rango de caracteres é o seguinte:'''
: - '''[:alnum:]''' : Representa caracteres numéricos ou alfanuméricos. Equivalente a A-Za-z0-9.
: - '''[:alpha:]''' : Representa caracteres alfanuméricos. Equivalente a A-Za-z.
: - '''[:blank:]''' : Representa un "espazo" ou un "tab".
: - '''[:cntrl:]''' : Representa caracteres de control.
: - '''[:digit:]''' : Representa a un díxito. Equivalente a 0-9.
: - '''[:graph:]''' : Significa ''graphic printable characters'' e representa caracteres no rango do ASCII 33 - 126. Isto é o mesmo que '''[:print:]''' pero sen contar o "espazo".
: - '''[:lower:]''' : Representa aos caracteres alfabéticos en minúscula. Equivalente a a-z.
: - '''[:print:]''' : Representa caracteres no rango ASCII 32 - 126. É equivalente a '''[:graph:]''' pero, ademais, tamén inclúe o "espazo".
: - '''[:space:]''' : Representa caracteres en branco ("espazo" e "tab").
: - '''[:upper:]''' : Representa aos caracteres alfabéticos en maiúsculas. Equivalente a A-Z.
: - '''[:xdigit:]''' : Representa a díxitos hexadecimais. Equivalente a 0-9A-Fa-f.

'''Exemplos máis complexos de expresións regulares:'''
* Buscar palabras nun texto: ''' \b[a-zA-Z]+\b'''
* A expresión regular '''(^|[?&])parametrox=[^&]+''' significa que buscamos algo que:
: '''^|[?&]''' __ O seguinte que aparece está a principio de liña ('''^''') OU ('''|''') que o buscado comeza por un carácter '''?''' ou un '''&'''
: '''parametrox=''' __ sería o principio do buscado ou o que segue aos caracteres antes vistos
: '''[^&]+''' __ e o buscado remata pour un ou máis caracteres ('''+''')que non sexan '''&''' ('''^&''')

* Buscar dúas palabras cercanas nun párrafo, é dicir, que están separadas entre 1 e 8 palabras:
:: '''\bpalabra1\W+(\w+\W+){1,8}palabra2\b'''
: '''\bpalabra1''' __ Indica que se busca un comezo de palabra coa sucesión de caracteres '''palabra1'''
: '''\W+''' __ seguido por un ou varios caracteres non alfanuméricos '''\W'''
: '''(\w+\W+){1,8}''' __ seguido de entre 1 e 8 grupos '''{1,8}''' de un ou máis caracteres alfanuméricos '''\w''' e un ou máis caracteres non alfanuméricos '''\W'''
: '''palabra2\b''' __ acabado na sucesión de caracteres '''palabra2'''.
Está claro que, por suposto, pode ser que non importe que '''palabra1''' vai antes que '''palabra2''', así que podemos especificar que unha cousa ou '''|''' a outra:
:: '''\b(palabra1\W+(\w+\W+){1,8}palabra2|palabra2\W+(\w+\W+){1,8}palabra1)\b'''

[http://www.vicente-navarro.com/blog/2007/04/13/expresiones-regulares-en-la-shell-ejemplos-de-uso-con-grep-awk-y-sed/ Enlace interesante]

: Arquivos para exercicios:
:* [[media:historia2.txt|historia.txt]]

Exmpresions Regulares en Linux - Historial de revisiones

Vieites en 19:47 12 oct 2020