CI066 - Oficina de Programação
Notas de Aula # 08
1º semestre 2006

Prof. Armando Luiz N. Delgado

1 Expressões Regulares Básicas: grep(1)

Uma EXPRESSÃO REGULAR é uma forma compacta de especificar um padrão genérico de caracteres. Existem muitos filtros em UNIX, tais como grep(1), sed(1), awk(1) e vi(1) que usam tanto padrões exatos quanto expressões regulares.

Por exemplo, pode-se usar grep(1) para encontrar em um arquivo por todas as linhas que tenham a letra ``H'', seguida de um número qualquer de letras minúsculas, seguida da letra ``m''.

EXPRESSÕES REGULARES são parte integrante de sistemas UNIX e é EXTREMAMENTE IMPORTANTE aprender como usá-las.

Dentro de uma expressão regular, certos símbolos tem um significado especial, conforme mostrado na tabela 1. Mais símbolos com siginificado especial podem ser encontrado na seção REGULAR EXPRESSIONS no manual on-line de grep(1).

Tabela 1: Sumário de símbolos usados em Expressões Regulares

Símbolo	Significado
$\cdot$	qualquer caracter simples, exceto quebra de linha (newline)
$\ast$	zero ou mais ocorrências do caracter precedente
^	início de uma linha
$	final de uma linha
$\backslash<$	início de uma palavra
$\backslash>$	final de uma palavra
$[$   $]$	um, e apenas um dos caracteres indicados pelos colchetes
$[$^   $]$	quaisquer caracteres que não estejam entre os indicados pelos colchetes
$\backslash$	toma o caracter seguinte literalmente
$[[$:alnum:$]]$	$[$0-9A-Za-z$]$
$[[$:alpha:$]]$	$[$A-Za-z$]$
$[[$:digit:$]]$	$[$0-9$]$
$[$a-d$]$	$[$abcd$]$
$[$a-dP-T$]$	$[$abcdPQRST$]$
$[$$]$a^$[$-$]$	um dos caracteres: a, ^, ], [ ou -. O símbolo ^ perde seu significado especial se não está no início da expressão entre colchetes. O símbolo - perde seu significado especial se é o último caracter da expressão entre colchetes. O símbolo ] perde seu significado se é o primeiro caracter da expressão entre colchetes.

2 Expressões Regulares Extendidas: egrep(1)

egrep(1) é um outro comando bastante usado no processamento de textos em UNIX.

egrep(1) é uma forma alternativa de grep(1) que utiliza EXPRESSÕES REGULARES EXTENDIDAS (ERE's), em contraponto com EXPRESSÕES REGULARES BÁSICAS (BRE's) usadas por grep(1).

Dentro de uma ERE, certos símbolos tem um significado especial, conforme mostrado na tabela 2. Mais símbolos com siginificado especial podem ser encontrados na seção REGULAR EXPRESSIONS no manual on-line de grep(1)/egrep(1).

Tabela 2: Sumário de símbolos usados em Expressões Regulares Extendidas

Símbolo	Significado
$\ast$	zero ou mais ocorrências do elemento precedente
$+$	um ou mais ocorrências do elemento precedente
?	elemento precedente é opcional, isto é, pode não ocorrer ou ocorrer apenas uma vez
{n}	o elemento precedente ocorre exatamente n vezes
{n,}	o elemento precedente ocorre n ou mais vezes
{n,m}	o elemento precedente ocorre no mínimo n vezes e no máximo m vezes.
|	combina 2 ERE's. A RE resultante é verdadeira para qualquer string que corresponda a uma das sub-expressões
(   )	agrupa RE's para forçar precedência entre operadores ou para definir um elemento mais complexo que um caracter, sobre o qual pode ser aplicado algum dos operadores previamente definidos.

OBSERVAÇÕES:

• Observe a diferença do significado dos símbolos $\ast$ e $+$: Em BRE's, estes símbolos se aplicam ao CARACTER precedente; em ERE's eles se aplicam ao ELEMENTO, que pode ser um caracter OU uma expressão agrupada por parênteses.

• Com BRE's (comando grep(1)), os símbolos especiais da tabela 1 (exceto $\ast$) em expressões regulares devem ser precedidos por $\backslash$.

  Com ERE's (comando egrep(1)), não se usa $\backslash$ nestes símbolos especiais.

• Operadores de repetição (?, +, *, {  }) têm precedência sobre concatenção de RE's, que têm precedência sobre operador de alternância ( | ).