Grep avancé avec les expressions régulières

Bienvenue dans le cours avancé sur grep et les expressions régulières ! Dans la leçon précédente, nous avons découvert les expressions régulières elles-mêmes. À présent, libérons tout leur potentiel au sein de la puissante commande grep.

grep est l’outil de référence pour rechercher des motifs textuels dans des fichiers. En le combinant avec des expressions régulières avancées, vous pouvez cibler exactement ce que vous cherchez, quelle que soit la complexité du motif.

Par défaut, grep utilise les expressions régulières de base (BRE). Pour utiliser des fonctionnalités plus avancées telles que +, ?, | et (), nous devons activer les expressions régulières étendues (ERE).

Vous pouvez le faire avec l’option -E ou en utilisant la commande egrep, qui est essentiellement grep -E. Créons un fichier d’exemple avec lequel travailler :

Le quantificateur + correspond à une ou plusieurs occurrences du caractère ou du groupe qui le précède. Il est très utile lorsque vous vous attendez à ce qu’un motif se répète au moins une fois.

Par exemple, pour trouver les lignes contenant « p » suivi d’un ou plusieurs « a », nous utiliserions pa+.

Le quantificateur * correspond à zéro ou plusieurs occurrences du caractère ou du groupe qui le précède. Il est utile lorsqu’un caractère peut être présent, mais n’est pas strictement requis.

Trouvons les lignes contenant « b » suivi de zéro ou plusieurs « a » :

Le quantificateur ? correspond à zéro ou une occurrence du caractère ou du groupe qui le précède. Considérez-le comme un moyen de rendre un caractère facultatif.

Vous voulez trouver à la fois « color » et « colour » ? Vous pouvez rendre le « u » facultatif :

Pour un contrôle encore plus précis, vous pouvez indiquer des nombres exacts ou des intervalles à l’aide des accolades {} :

• a{3} : exactement trois « a ».
• a{2,} : deux « a » ou plus.
• a{1,3} : entre un et trois « a ».

Trouvons les lignes où « a » est répété exactement deux fois :

Les ancres ne correspondent pas à des caractères ; elles correspondent à des positions. L’ancre ^ correspond au début d’une ligne, et $ correspond à la fin d’une ligne.

C’est essentiel pour garantir que votre motif correspond à toute la ligne ou commence et se termine précisément là où vous le souhaitez.

• ^apple : lignes commençant par « apple ».
• banana$ : lignes se terminant par « banana ».
• ^apple$ : lignes contenant uniquement « apple ».

Le symbole | (barre verticale) agit comme un opérateur OR. Il vous permet de rechercher un motif OR un autre. C’est particulièrement utile pour rechercher simultanément plusieurs mots ou expressions distincts.

Par exemple, pour trouver les lignes contenant soit « apple », soit « orange » :

Les parenthèses () servent à regrouper des parties d’une expression régulière. Vous pouvez ainsi appliquer des quantificateurs ou une alternance à tout un groupe, et pas seulement à un caractère unique.

Par exemple, pour trouver « ana » apparaissant une ou plusieurs fois après « b » :

Supposons que le fichier data.txt contienne :

cat
cats
catt
catterpillar
dog

Quelle commande permettrait de trouver correctement les lignes contenant « cat » suivi de zéro ou plusieurs « t » ?

Vous maîtrisez désormais les techniques avancées de grep utilisant les expressions régulières étendues ! Nous avons vu :

• L’utilisation de -E pour les fonctionnalités des expressions régulières étendues.
• Les quantificateurs : + (un ou plusieurs), * (zéro ou plusieurs), ? (zéro ou un) et {} pour les nombres précis.
• Les ancres : ^ (début de ligne) et $ (fin de ligne).
• L’alternance | pour les conditions « OR ».
• Le regroupement de motifs avec ().

Ces outils vous permettent d’effectuer des recherches textuelles extrêmement précises et flexibles, faisant de vous un véritable magicien de la ligne de commande !