8. Laboratóriumi gyakorlat: Bevezetés a reguláris kifejezések használatába A gyakorlat célja: 1. A gyakorlat célja a reguláris kifejezések használatának megismerése. A grep parancs használatának elsajátítása 2. További feladatok vezérlőszerkezetekkel, a vezérlőszerkezetek alkalmazása szövegfeldolgozással kapcsolatos feladatokra. Előkészülethez szükséges anyag: 8. előadás segédlete, a grep kézikönyv lapja. A 6-7. előadás vezérlőszerkezeteinek ismétlése. Az egrep color=auto opcióval indítva a sorok listázásakor színessel írja ki az illesztés helyét, ha a terminál ezt támogatja. Ezt beállíthatjuk egy környezeti változóval is, ehhez írjuk az alábbi parancsot a.bashrc állományunk végére: export GREP_OPTIONS='--color=auto' Az alábbi példa illusztrálja ezt: $ echo abcdef egrep abc abcdef $ export GREP_OPTIONS='--color=auto' $ echo abcdef egrep abc abcdef $ A gyakorlat menete: 1. Feladatok az egrep-el...1 2. A $(( )) és (( )) szerkezetek ismétlése...5 3. A grep és egrep használata feltételként...6 1. Feladatok az egrep-el 1.1 Az echo-t és az egrep programot valamint a -o kapcsolót használva, határozzuk meg olyan bővített (extended) reguláris kifejezéseket, amelyek az alábbi sztringekre illeszkednek. Jelölés: a sztringeket egyszerű idézőjelbe zárva adjuk meg, az idézőjel nem tartozik hozzá a sztringhez. A kifejezéseknek a példaként megadott sztringekre illeszkedniük kell. a. A sztring tartalmazza a kis a karaktert. 'a' 'aa bb cc da' b. A sztring tartalmaz egy számjegyet. 'abc 3 def' 1
'2' c. A sztring tartalmazza a + vagy. karaktereket. 'a+2' '.' d. A sztring 2 karaktert tartalmaz amelyek az a, b, c, + vagy? lehetnek. 'bc' '+a' e. Sztring legalább egy kis x karaktert tartalmaz. 'abcxdefá' 'cdexxxxklm' f. A sztring bármennyi kis x karaktert tartalmaz, amelyek egy kis a és egy nagy A között állnak. 'axxxxa' 'axa' 'aa' g. A sztring két kis x között tartalmaz vagy nem tartalmaz nagy X karaktert: 'abc xxx def' 'abc xx def ' h. Egy = karakter után egy egész szám következik, de néha hiányzik és az = jel ott van. 'szám =2' 'szám =27865' 'szám =' i. Egy = karakter után egyszer egy egész szám következik, máskor a nulla szó. 'szám =2' 'szám =27865' 'szám =nulla' j. A sztring legalább 2, de legfennebb 5 kis x-et tartalmaz. 'abcxxdef' 'xxxxxabce' k. A sztring pontosan 1 nagybetűt tartalmaz: 'A' 'B' l. Az üres sztring (nincs egyetlen karakter sem a sorban) '' m. A sztring csak kisbetűket tartalmaz, pl.: 'a' 2
'zb' 'abcxoljhsujhekl' n. A sztring bármennyi számot tartalmazhat, mint az alábbiak: '' '1' '234534' '33' o. A sztring pontosan 1, bármilyen karaktert tartalmaz: 'a' 'A' ';' 'u' p. A sztring legalább 1 nagybetűt, és utána akármennyi kisbetűt tartalmazhat: 'A' 'Az' 'Zkjhguytg' 'Cfs' q. A sztring 2 kisbetűből álló szót, és köztük pontosan egy elválasztó karaktert (üres karakter) tartalmaz. 'erre gyere' 'nincs itt' 'a fejem' r. A sztring legalább 2 de legfeljebb 4 számot tartalmaz: '23' '345' '2367' s. A sztring bármennyi, kisbetűvel írt, és legalább egy szóközzel elválasztott szóból áll: '' 'alma' 'alma hatalma' 'a kis ember' 'a kis ember haza megy' t. A szöveg pontosan egy kisbetűből vagy nagybetűvel írt szóból áll: 'alma' 'ALMA' o. A kifejezés arra a szóra illeszkedik, amellyel valaki egy dátum hónap részét adta meg: '06 'JUN' '-06-' '/06/' 3
u. A kifejezés ellenőrzi egy telefonszám beírását az alábbi formákban: '+40-722-268-595' '0040-722-268-595' '(0)722-268-595' '268595' 268-595' v. A kifejezés olyan kisbetűből álló sztringeket keres, amelyek elhatárolt szavak, tehát csak alfanumérikus illetve _ karaktert tartalmaznak. Az alábbi szövegekben a kiemelt részekre kell kifejezést illeszteni: 'alma' ' egy alma' ',alma,' 'ERRE ARRA,mint az:alma' x. Az olyan számsorokat kell eltalálni, amelyeknek a bal oldalán word karakter, a jobb oldalán pedig szóhatár van: 'a12 ' '324' 'arra678956456 56626626' y. Az olyan szavakat, amelyek beépülnek két word karakter közé: '123' '3almaf' 'abrakadabra' ' palma3;' z. A kifejezés illeszkedjen az olyan sorokra amelyben román autó rendszámtábla van beírva: MS- 02-ABF. 1.2. Az egrep segítségével listázzuk ki a numb.txt -ből: a. Íjuk ki, hányszor fordul elő az 'every' szó: csak az előfordulási számot. b. Írjuk ki a sorokat amelyben az 'every' található c. Írjuk ki azokat a sorokat amelyekben az 'undertow' szó található: utána hívjuk meg az egrep-et úgy, hogy csak a találatokat listázza! d. Írjuk ki azokat a sorokat amelyekben nincs e betű, utána amelyekben nincs x betű! e. Az előbbi feladatnál megjelennek az üres sorok is: hívjuk meg olyan kifejezéssel az egrep-et, hogy a fenti feltételek listázásánál ne jelenjenek meg üres sorok! f. Hívjuk meg úgy az egrep-et, hogy szó listát készítsen a numb.txt valamennyi szavából. Majd végezzük el ugyanezt a bible.txt állománnyal: hány különböző szó van benne? 4
1.3 Operációs rendszerek I. - UNIX felhasználói ismeretek és héjprogramozás, 2009-10-es tanév a. Listázzuk ki egy állománynév név illetve kiterjesztés részét külön külön az egrep-el, pl. alma.txt-ből listázzuk ki külön az alma illetve.txt részeket. b. Egy HTML horgony (anchor, <a>) címke esetében: -emeljük ki a címkét egy akármilyen szövegből -utána listázzuk ki belőle az URL részt, pl. a <a href="http://www.google.com">google</a> sorból csak a http://www.google.com URL-t. 1.4. A szavak illetve words állományok egy magyar illetve angol szókészletet tartalmaznak. Keressünk magyar illetve angol szavakat, amelyek különböző mintáknak tesznek eleget, pl. -melyek azok a magyar szavak amely a-val kezdődnek, b-vel végződnek és 4 betűből állnak? -melyik szavakban van 3, 4, 5, 6 magánhangzó egymás után? -melyik szavakban van ugyanaz 2, 3, 4, 5 kisbetű a szó elején és végén? A magyar változatnál állítsuk be a LANG környezeti változó hu_hu.utf-8 értékre. Írjuk be a.bashrc állomány végére: export LANG=hu_HU.utf-8 2. A $(( )) és (( )) szerkezetek ismétlése 2.1. Írjuk ki a $(( )) segítségével, hogy: -van-e paraméter a parancssoron -az első argumentum nagyobb-e mint a második -ha pl. 3 argumentumot várunk, írjuk ki külön-külön ha túl kevesebb vagy több argumentummal indították a programot. 2.2. Írjunk while ciklist amelyik a (( )) szerkezetet használja: végezzünk el annyi ciklust amennyit a parancssor első argumentumában megadunk. 2.4. Járjuk végig while ciklussal és (( )) szerkezettel a parancssor argumentumait, és case szerkezettel döntsük el, hogy egy-egy argumentum megfelel-e az alábbi mintáknak: -egy karakteres számjegy -kapcsoló: keressük a -c és -n kapcsolókat -3 kisbetű után egy nagybetű jön 2.4. Írjunk egy kis programot amelyik kiír egy sort egy bizonyos karakterből. Az alábbi kapcsolókat használjuk: -c kar : a kar karaktert írja ki, ha nem adjuk meg implicit érték a # -n szám : csak n karaktert ír ki, ha nem adjuk meg implicit értéknek a 72-t 5
3. A grep és egrep használata feltételként Az alábbi kis példában az egrep-et használjuk feltételként. A program megnézi, hogy a $1 paraméter végződése.txt -e? #!/bin/bash if [ -z $1 ];then echo "kerek egy argumentumot!" exit 1 fi if echo $1 egrep '\.txt$' >/dev/null 2>&1 then echo az argumentum sztring vegzodese '.txt' fi A standard kimenet és hibakimenet egyaránt a null eszközre van irányítva, mert nincs szükségünk rá: csak az érdekel, hogy az egrep talált-e vagy nem. Írjunk egy programot, amelyik egy állományból (pl. egy bash szkript állományból) kiírja azokat a sorokat amelyek # karakterrel kezdődnek, mindaddig amíg megjelenik az első sor amelyik nem # karakterrel kezdődik ( neve legyen: getkomment.sh ). 6