Re: Für die sed / RegExp Experten

[Andreas Schmidt <andy@rocket.homelinux.org>]

On 2004.01.26 11:15, Matthias Hentges wrote:
> Hallo Liste!
>
> Ich lese mittlerweile seit zwei Stunden diverse sed HowTo's aber ich
> bin
> wohl irgendwie zu dumm.
>
> Folgendes Problem:
>
> echo "2.6.2-rc1-mm3"| sed s/\-mm[1-99]//
>
> bringt als Ergebnis "2.6.2-rc1".
>
> Ich möchte aber genau das Gegenteil erhalten, nähmlich
>
> "-mm3"
>
> Also quasi eine invertierte RegExp, wobei aber nur der "-mm[1-99]  
> Teil
> des Strings bekannt ist.
Kenne mich mit sed-Syntax zwar nicht sonderlich aus, aber dafuer ein  
bisschen mit PERL, und reg-exes sind ja vom Prinzip her eh ueberall  
aehnlich. :-)

Zunaechst einmal a line recklessly stolen from Christoph Maurer  
<christoph-maurer@gmx.de>:

echo "2.6.2-rc1-mm3"| sed "s/.*\(-mm[0-9]\{1,\}\)/\1/"

Ich verlasse mich einfach mal drauf, dass die Syntax bei ihm  
stimmt. :-)

> Könnte mir da jemand auf die Sprünge helfen? Möglichst mit Erklärung
> :)
> Ein Schubs in die richtige Richtung wäre schon genug.
Und jetzt auf meinem eigenen Mist gewachsen  der Schubs:

s/expression 1/expression 2/ sucht in einer Zeichenkette nach dem  
Ausdruck "expression 1" und ersetzt ihn mit "expression 2". Du hast  
zwar in "2.6.2-rc1-mm3" korrekt nach "\-mm[1-99]" gesucht, das dann  
aber mit nichts ersetzt.

Bei Christoph setzt sich der Suchstring so zusammen:
.*	alles uninteressante, was vor dem gesuchten Teil des Ausdruckes  
	steht
-mm[0-9]{1,}	der gesuchte Teil

Zwischen den eckigen Klammern ist ein Bereich erlaubter Zeichen  
angegeben. Damit wird aber immer nur nach _einem_ Zeichen gesucht. [1- 
99] wuerde zB nicht funktionieren, um "23" zu finden, weil die 99 eben  
nicht fuer neunundneunzig steht, sondern einfach nur das Zeichen "9"  
doppelt in der Liste erlaubter Zeichen vorkommt. Effektiv laesst du  
also nur die Ziffern 1-9 zu, schliesst aber 0 aus. Ausserdem suchst du  
nur nach  einer einzigen Ziffer. Statt "23" wuerde also nur "2"  
gefunden werden.

Christoph hat jetzt mit [0-9] den gueltigen Bereich um die 0 erweitert  
und mit ein bisschen Magic umgeben:
Mit {1,} hat er festgelegt, dass das vorherstehende Zeichen mindestens  
einmal vorkommen muss. Mit {1,3} haette er auch sagen koennen, dass es  
mindestens einmal, jedoch nicht haeufiger als dreimal vorkommen darf; 
und mit {2} muesste es genau zweimal vorkommen.
Den gesuchten Ausdruck hat er mit den runden Klammern als Teilausdruck  
festgelegt, auf den er spaeter Bezug nehmen kann. Das macht er im  
zweiten Teil mit \1:
	s/.*\(-mm[0-9]\{1,\}\)/\1/
Die \1 ist eine interne Variable, die einfach die Position des  
Ausdruckes in runden Klammern angibt. Der gesamte Ausdruck .*(-mm[0-9] 
{1,}) wird also durch den ersten eingeklammerten Teilausdruck ersetzt.

Weil das so kompliziert ausgedrueckt ist, nochmal ein anderes Beispiel.
Deinen Suchausdruck koennte man zB folgendermassen schreiben:
/\(.*\)\(-\)\(mm[0-9]\{1,\}\)/
Dann waere:
\1	\(.*\)
\2	\(-\)
\3	\(mm[0-9]\{1,\}\)

Mit s/\(.*\)\(-\)\(mm[0-9]\{1,\}\)/\3\2\1/ koenntest du dann aus  
"2.6.2-rc1-mm3" "mm3-2.6.2-rc1" machen...

> Die manpage von SED war nicht wirklich erleuchtend....
Ich hoffe, etwas hilfreicher sein zu koennen. :-)


> TIA
> --
>
> Matthias Hentges
> Cologne / Germany
Schoenen Gruss,

Andreas