Expresses regulares

Expresso regular um conjunto de expresses que funcionam de forma semelhante as expresses aritmticas, utilizando operadores para fazer combinaes com expresses menores. Existem dois tipos de expresses regulares: Simples - utiliza os caracteres numricos e os caracteres: *, ., ^, $, e [ ]. Estendidas - utiliza os caracteres numricos e os caracteres: *, ., ?, +, ^, $, {, }, [, ], (, ), |, \< e \>. Abaixo segue a tabela dos metacaracteres utilizados nas expresses regulares. Metacaractere ^ $ Nome circunflexo cifro Indica o comeo de linha Indica o final de linha Texto [abc] [a-z] [^abc] (abc|aeiou) lista lista Encontra ocorrncias com as letras a ou b ou c Encontra ocorrncias com as letras de a z Posio

lista de negao Encontra ocorrncias que no tenham as letras de a, b e c ou Encontra ocorrncias que tenham as letras de a, b e c ou as vogais aeiou Quantidade

a{3} a{1,3} a{3,}

chaves chaves chaves

Combina a letra a trs vezes Combina a letra a de 1 3 vezes Combina a letra a no mnimo trs vezes Quantidade

a? a* a+

opcional asterisco mais

Combina a letra a zero ou uma vez Combina a letra a zero ou mais vezes Combina a letra a uma ou mais vezes Curingas

. .*

ponto curinga

Encontra qualquer caractere Encontra qualquer coisa

As expresses regulares so utilizadas no shell do Linux atravs dos comandos de filtragem grep, egrep, fgrep e sed e pelas linguagens awk, perl e etc.

Atravs de expresses regulares, podemos filtrar ou validar textos como: data e horrio, endereo IP, endereo de email, RG, CPF, Cep, telefone, dados de uma coluna ou linha de um texto, etc.

Para mostrar os exemplos abaixo, usaremos o comando grep, o arquivo /etc/passwd e criaremos os arquivos palavras.txt, letras.txt e numeros.txt.

$ cat /etc/passwd root:x:0:0:root:/root:/bin/bash daemon:x:1:1:daemon:/usr/sbin:/bin/sh bin:x:2:2:bin:/bin:/bin/sh sys:x:3:3:sys:/dev:/bin/sh sync:x:4:65534:sync:/bin:/bin/sync games:x:5:60:games:/usr/games:/bin/sh man:x:6:12:man:/var/cache/man:/bin/sh lp:x:7:7:lp:/var/spool/lpd:/bin/sh mail:x:8:8:mail:/var/mail:/bin/sh news:x:9:9:news:/var/spool/news:/bin/sh uucp:x:10:10:uucp:/var/spool/uucp:/bin/sh proxy:x:13:13:proxy:/bin:/bin/sh www-data:x:33:33:www-data:/var/www:/bin/sh backup:x:34:34:backup:/var/backups:/bin/sh list:x:38:38:Mailing List Manager:/var/list:/bin/sh irc:x:39:39:ircd:/var/run/ircd:/bin/sh gnats:x:41:41:Gnats Bug-Reporting System (admin):/var/lib/gnats:/bin/sh nobody:x:65534:65534:nobody:/nonexistent:/bin/sh Debian-exim:x:100:102::/var/spool/exim4:/bin/false statd:x:101:65534::/var/lib/nfs:/bin/false identd:x:102:65534::/var/run/identd:/bin/false messagebus:x:103:104::/var/run/dbus:/bin/false avahi:x:104:105:Avahi mDNS daemon,,,:/var/run/avahi-daemon:/bin/false haldaemon:x:105:108:Hardware abstraction layer,,,:/home/haldaemon:/bin/false postgres:x:106:112:PostgreSQL administrator,,,:/var/lib/postgresql:/bin/bash gdm:x:107:113:Gnome Display Manager:/var/lib/gdm:/bin/false hplip:x:108:7:HPLIP system user,,,:/var/run/hplip:/bin/false aluno1:x:1000:1000:aluno1,,,:/home/aluno1:/bin/bash sshd:x:109:65534::/var/run/sshd:/usr/sbin/nologin mysql:x:110:115:MySQL Server,,,:/var/lib/mysql:/bin/false

oracle:x:1003:1003::/usr/lib/oracle/xe:/bin/bash bind:x:111:116::/var/cache/bind:/bin/false

$ cat > palavras.txt Linux Linus Tovalds O criador do Linux Seja livre use Linux linux liberdade alunos Projeto Linux Brasil Aperte ENTER Aperte CTRL+D

O circunflexo ^

Video exemplo

O caractere circunflexo representa um texto no inicio da linha.

Exemplos:

$ grep Linux palavras.txt Linux O criador do Linux No exemplo acima, retornam todas as ocorrncias da palavra Linux. $ grep ^Linux palavras.txt Linux Agora, colocando o ^circunflexo, retorna apenas a primeira linha que comea com a palavra Linux. Voc tambm pode especificar a string com o caractere dentro de aspas simples ou duplas. $ grep '^Linux' palavras.txt

$ grep "^Linux" palavras.txt

O cifro $

Video exemplo

O caractere cifro representa um texto no final da linha.

Exemplo:

$ grep /bin/bash$ /etc/passwd root:x:0:0:root:/root:/bin/bash aluno1:x:1000:1000:aluno1,,,:/home/aluno1:/bin/bash

O colchete [ ]

Video exemplo

O colchete ou lista, representa um intervalo de caracteres especificados dentro dos colchetes, podendo ser nmeros ou letras, por exemplo os nmeros de 0 9 [0-9] e as letras de a z [a-z], veja o exemplo abaixo:

Exemplos: Retornam somente as palavras Linux em maisculo $ grep 'Linux' palavras.txt Retornam somente as palavras linux em minsculo $ grep 'linux' palavras.txt Neste caso, usaremos o colchete usando a letra L maisculo e l minsculo entre colchete [Ll] para retornar tanto as palavras Linux em maisculo e linux em minsculo. $ grep '[Ll]inux' palavras.txt

O ponto .

Video exemplo

O caractere ponto, representa qualquer letra, ou seja, qualquer caractere em uma determinada posio, podendo ser tambm um nmero, um smbolo, um espao, um TAB, ou seja, qualquer caractere.

Exemplos: $ cat palavras.txt Linux Linus Tovalds O criador do Linux Seja livre use Linux linux liberdade alunos Projeto Linux Brasil No exemplo abaixo retorna somente qualquer caractere a partir do comeo da linha que vem seguido de uma vogal, repare que no retornam as frases "Projeto Linux Brasil" e "O criador do Linux", pois a letra P de "Projeto Linux Brasil" e a letra O de "O criador de Linux" no vem seguidas de uma vogal. Abaixo exibido qualquer caractere seguido de uma vogal. $ grep '^.[aeiou]' palavras.txt Linux Linus Tovalds Seja livre use Linux linux liberdade Neste exemplo, retornam apenas as palavras com qualquer caractere, vem seguido das letras inu e que termina com x. $ grep '^.[inu]*x' palavras.txt Linux linux Outro exemplo semelhante ao citado acima, voc usar o ponto para procurar tamanho fixo de uma string, sem depender de seu contedo.

No exemplo abaixo, retornam apenas as palavras que tem 5 caracteres, onde ^ o incio da linha e $ o fim da linha.

$ grep '^.....$' palavras.txt Linux linux

As chaves { }

Video exemplo

Um nmero dentro de chaves representa a quantidade de repeties do caractere anterior.

Exemplos: Este exemplo semelhante ao anterior, especificando o nmero de caracteres e no pontos. Observe que foi usado o comando egrep e no grep , pois as chaves { } fazem parte das expresses regulares estendidas (avanadas). $ egrep '^.{5}$' palavras.txt Linux linux Para usar o grep teramos que colocar a \ barra invertida antes das chaves, por isso, mais fcil usar o egrep nestes casos. $ grep '^.\{5\}$' palavras.txt Linux linux As chaves aceitam um intervalo especificando uma faixa de repeties com um valor mnimo e mximo.

No exemplo abaixo, retornam as linhas que tenham entre 5 e 9 caracteres. $ egrep '^.{5,9}$' palavras.txt Linux linux liberdade alunos

Caso voc no especifique o segundo nmero e mantenha a vrgula, ficar uma faixa infinita de caracteres.

No exemplo abaixo, sero exibidas as linhas que tm 9 ou mais caracteres.

$ egrep '^.{9,}$' palavras.txt Linus Tovalds O criador do Linux Seja livre use Linux liberdade Projeto Linux Brasil Este exemplo abaixo, retorna todos os usurios que possuem o UID ou GID maior que 4 caracteres numricos de 0 9 [0-9]. $ egrep '[0-9]{4,}' /etc/passwd sync:x:4:65534:sync:/bin:/bin/sync nobody:x:65534:65534:nobody:/nonexistent:/bin/sh statd:x:101:65534::/var/lib/nfs:/bin/false identd:x:102:65534::/var/run/identd:/bin/false aluno1:x:1000:1000:aluno1,,,:/home/aluno1:/bin/bash sshd:x:109:65534::/var/run/sshd:/usr/sbin/nologin oracle:x:1003:1003::/usr/lib/oracle/xe:/bin/bash

O curinga .* (ponto asterstico) (AND)

Video exemplo

O caractere .* ponto asterisco representa qualquer coisa, inclusive, nada entre partes de uma linha no importando o que h de contedo. O .* (AND) funciona de forma semelhante a um AND lgico em linguagens de programao, ou seja, somente exibe o resultado da pesquisa se encontrar ambas as partes da pesquisa.

Exemplos: Neste exemplo so exibidos os usurios que comeam com letras de a z [a-z] e terminam com a palavra bash. $ egrep '^[a-z].*bash$' /etc/passwd root:x:0:0:root:/root:/bin/bash postgres:x:106:112:PostgreSQL administrator,,,:/var/lib/postgresql:/bin/bash aluno1:x:1000:1000:aluno1,,,:/home/aluno1:/bin/bash oracle:x:1003:1003::/usr/lib/oracle/xe:/bin/bash

O or | (barra em p) (OR)

Video exemplo

O caractere pipe | barra em p representa em uma pesquisa para procurar uma coisa ou outra. O | (OR) deve ser usado dentro de parnteses ( ) e funciona de forma semelhante a um OR lgico em linguagens de programao, ou seja, exibe o resultado da pesquisa se encontrar uma das partes da pesquisa.

Exemplos: Neste exemplo so exibidos as palavras que comeam com palavras Linux ou linux ou Linus. $ egrep '^(Linux|linux|Linus)' palavras.txt Linux Linus Tovalds linux

Os repetidores ? + * Os caracteres interrogao (chamado de opcional), o mais e o asterisco so repetidores que especificam a quantidade e funcionam como as chaves { }. Caractere ? + * Nome opcional mais asterisco Equivale {0,1} {1,} {0,} Significado Aparece ou no (opcional) Aparece no mnimo uma vez Aparece em qualquer quantidade

Lista de negao [^]

Video exemplo

Podemos especificar o caractere circunflexo dentro de colchetes para negar uma expresso.

Exemplos: No exemplo abaixo so mostradas as linhas que no comeam com vogais, repare que a palavra alunos no exibida, pois comea com vogal.

$ cat palavras.txt Linux Linus Tovalds O criador do Linux Seja livre use Linux linux liberdade Projeto Linux Brasil alunos

$ grep '^[^aeiou]' palavras.txt Linux Linus Tovalds O criador do Linux Seja livre use Linux linux liberdade Projeto Linux Brasil

Intervalo de lista [-]

Video exemplo

Podemos especificar um hfen dentro de colchetes, para indicar um intervalo entre duas letras que ser estendido para todas as letras dentro do intervalo. Por exemplo [a-f] quer dizer para retornar todas as letras no intervalo de a f [abcdef] ou [0-9] para retorna todos os nmeros de 0 9 [0123456789].

Exemplos: No exemplo abaixo so mostradas as linhas que esto no intervalo de a f. $ cat > letras.txt abcdefghij defabc abcdef rpzstq xwzkwmp Aperte ENTER Aperte CTRL+D

$ egrep '[a-f]' letras.txt abcdefghij defabc abcdef Neste exemplo abaixo, exibimos somente as linhas com as letras que no esto no intervalo de [a-f], repare que exibida a linha com as letras de [abcdefghij], pois as letras ghij esto fora do intervalo de [a-f]. $ egrep '[^a-f]' letras.txt abcdefghij rpzstq xwzkwmp Neste exemplo abaixo, exibimos somente as linhas com os nmeros que comeam com 1 (102, 15 e 111) e que tenha 3 dgitos {0,1,2} Ex: 102 e 111 . $ cat > numeros.txt 102 15 9 111 1024 10555 Aperte ENTER Aperte CTRL+D

$ egrep '^1[0-9]{0,2}$' numeros.txt 102 15 111 ou com grep usando escape nas chaves com barra invertida \. $ grep '^1[0-9]\{0,2\}$' numeros.txt 102 15 111

10