Listen (bracket expressions)¶

Erwartet man an einer Stelle innerhalb des Regulären Ausdrucks nicht ein ganz bestimmtes Zeichen, sondern nur eines aus einer spezifischen Liste, so kann man dies durch eine bracket expression ausdrücken. Die Liste der Zeichen, aus der das zu findende Zeichen stammen soll, wird dazu einfach in eckigen Klammern "[]" angegeben. Um beispielsweise alle Buchstaben "a", egal ob groß oder klein, zu finden, verwendet man folgenden regulären Ausdruck: "[Aa]" Möchte man alle Zeichen finden, die nicht in der Liste stehen, die Liste also negieren, so muss das erste Zeichen in der Liste ein Caret "^" sein. Ein regulärer Ausdruck der Form "[^Aa]" passt also auf alle Zeichen, die weder ein großes noch ein kleines "a" sind.

Kurzes Beispiel: "[Aa]lpha" findet alle Textstücke "Alpha" und "alpha".

Um die Listen der bracket extensions kompakt darstellen zu können, werden range expressions verwendet. Ein range expression wird durch zwei Zeichen, die durch einen Bindestrich miteinander verbunden sind, dargestellt: "[a-d]". Ein solcher Ausdruck passt auf alle Zeichen, die in der Sortierung des Zeichensatzes zwischen die beiden Zeichen fallen. Leider hängt diese Sortierung von der verwendeten locale-Einstellung ab. In der Standard C locale würde obiges Muster "[a-d]" einem regulären Ausdruck von "[abcd]" entsprechen, während er bei vielen anderen locales einem Ausdruck "[aBbCcDd]" entsprechen würde. Um die C locale für die Zeichensortierung zu erzwingen, kann man der Variablen LC_CTYPE den Wert C zuweisen:

LC_CTYPE=C befehl                 # gilt nur für diesen Befehl
LC_CTYPE=C grep -E [a-d] Datei    # Beispiel
export LC_CTYPE=C                 # gilt für alle nachfolgenden Befehle 

Die meisten Zeichen mit besonderer Bedeutung verlieren diese Bedeutung innerhalb eines bracket expressions. Um ein Zeichen "]" in die Liste aufzunehmen, muss es an der ersten Stelle in der Liste stehen. Um das Caret "^" in die Liste aufzunehmen, kann es irgendwo in der Liste stehen, nur nicht an der ersten Stelle. Um den Bindestrich "-" in die Liste einzufügen, muss es an letzter Stelle stehen.

Darüber hinaus gibt es einige vordefinierte Listen:

• [:digit:] alle Ziffern, also [0-9]

• [:upper:] alle Großbuchstaben

• [:lower:] alle Kleinbuchstaben

• [:alpha:] alle Buchstaben, also [[:upper:][:lower:]]

• [:alnum:] alle Ziffern oder Buchstaben, also [[:digit:][:alpha:]]

• [:punct:] alle Satzzeichen bzw. Sonderzeichen

• [:graph:] alle graphischen Zeichen, also [[:alnum:][:punct:]]

• [:print:] druckbare Zeichen, also [ [:graph:]]

• [:blank:] Leerzeichen oder Tabulator

• [:space:] Zeichen die Leerraum erzeugen (Leerzeichen, Tabulator, Zeilenvorschub etc.)

• [:cntrl:] alle Steuerzeichen

Die vordefinierten Listen müssen aber auch in eckige Klammern eingeschlossen zu werden:

# falsch:
grep -E '[:alnum:]' Datei     # findet z.B. 'a', da es eines der Zeichen ':alnum:' ist, aber nicht 'b' oder '1' (die vordefinierte Liste wird nicht als solche interpretiert!)
# richtig:
grep -E '[[:alnum:]]' Datei   # findet sowohl 'a', als auch 'b' oder '1', da die vordefinierte Liste nun als "Buchstabe oder Zahl" interpretiert wird
# auch richtig:
grep -E '[[:alnum:] ]' Datei  # findet zusätzlich zu Buchstaben und Zahlen auch Leerzeichen
# auch richtig:
grep -E '[0-9a-zA-Z]' Datei   # entspricht [[:alnum:]]

Besondere Zeichen¶

• Der Punkt "." passt auf ein beliebiges Zeichen.

• Das Caret "^" findet den Anfang einer Zeile.

• Das Dollarzeichen "$" findet das Ende einer Zeile.

• Die Symbole "\<" passen auf den Beginn eines Wortes.

• Die Symbole "\>" passen auf das Ende eines Wortes.

Wiederholungsoperatoren¶

Reguläre Ausdrücke können mit Hilfe dieser Operatoren öfter wiederholt werden.

• "?" Der vorangegangene Ausdruck ist optional und wird maximal einmal angetroffen.

• "*" Der vorangegangene Ausdruck wird beliebig oft (auch keinmal) vorgefunden.

• "+" Der vorangegangene Ausdruck wird mindestens einmal gefunden.

• "{n}" Der vorangegangene Ausdruck wird genau n-mal gefunden.

• "{n,}" Der vorangegangene Ausdruck wird mindestens n-mal oder öfter angetroffen.

• "{,m}" Der vorangegangene Ausdruck ist optional und wird maximal m-mal angetroffen.

• "{n,m}" Der vorangegangene Ausdruck wird mindestens n-mal und maximal m-mal angetroffen.

Zusammenführung von regulären Ausdrücken¶

Mehrere reguläre Ausdrücke können durch Aneinanderfügen zusammengeführt werden. Ein solcher Ausdruck findet dann alle Zeichenketten, die aneinander gehängt zu dem jeweiligen Ausdruck passen. Das obige Beispiel "[Aa]lpha" stellt eine solche Verkettung dar. Es ist aus den einzelnen Bausteinen "[Aa]", "l", "p", "h" und "a" aufgebaut.

Beispiele¶

• "\<[Aa]+n+[ae]+\>" findet alle Wörter, die ungefähr wie Anne oder Anna aussehen, nur mit beliebig vielen "A", "n" und "e" (sofern sie jeweils mindestens ein mal vorkommen). AAnnneeea würde zum Beispiel auch passen.

• "[Ss]up(er|ra)" findet alle Wörter, die ein Super, super, Supra oder supra enthalten.

• "^[[:digit:]]" findet alle Zeilen, die mit einer Ziffer beginnen.

Parameter¶

Diese Parameterliste ist unvollständig. Weiteres findet sich auf der man-Seite von grep.