De acordo com as Leis 12.965/2014 e 13.709/2018, que regulam o uso da Internet e o tratamento de dados pessoais no Brasil, ao me inscrever na newsletter do portal DICAS-L, autorizo o envio de notificações por e-mail ou outros meios e declaro estar ciente e concordar com seus Termos de Uso e Política de Privacidade.
Expr - Processamento de Strings utilizando Expressões Regulares ou RegEx
Colaboração: Alexandre de Abreu
Data de Publicação: 27 de Maio de 2005
O comando expr
é muito conhecido pelos programadores shell(bash, ksh, sh, etc.), mas, a sua utilização, na maioria das vezes, restringe-se ao comando abaixo:
contador=`expr $contador + 1`
Este comando irá incrementar o valor da variável contador em 1. Outras formas de alcançar o mesmo objetivo em Bash seriam:
let contador++
contador=$((contador+1))
contador=$(bc <<< "$contador + 1")
É verdade que existem várias outras maneiras de fazer, mas o foco deste documento é apresentar as funcionalidades do comando expr
, um poderoso processador de expressões.
Esse comando pode ser utilizado para processar expresões matemáticas através de operadores lógicos como |
, >
, >=
, &
, que representam o OU
, E
, MAIOR QUE
, etc., assim como também pode utilizar operadores aritméticos como visto no exemplo acima com o operador de adição ou +
. Outras possibilidades são %
ou módulo, *
ou multiplicação.
Abaixo veremos exemplos de expressões aritméticas utilizando alguns operadores assim como os parênteses para agrupar e definir a ordem de execução dos comandos:
$ expr \( 30 + 2 \) \* \( 13 % 2 \) - \( 2 \* \( 20 - 8 \) \)
8
$ expr \( 30 + 2 \) \* \( 13 % 2 \) - \( 2 \* \( 20 - 8 \) \) / 2
20
$ expr \( \( 30 + 2 \) \* \( 13 % 2 \) - \( 2 \* \( 20 - 8 \) \) \) / 2
4
Todos sabemos que o domínio do tópico Expressões Regulares(RegEx)
é de grande valia e utilidade para qualquer programador, principalmente aqueles que utilizam linguagens scripting como Perl, PHP, Shell, Python, Ruby, utilizadas na manipulação de Strings.
O expr
possui suporte à RegEx, assim como o comando grep
. Validar expressões torna-se um trabalho viável mesmo sem o GNU grep/egrep
, ique nem sempre estão disponíveis em algumas versões/sabores do UNIX.
A sintaxe para o processamento de uma String ou validação contra um padrão(pattern) utilizando expressões regulares através do comando expr
pode ser feita de duas maneiras:
expr STRING : REGEXP
expr match STRING REGEXP
Adotaremos aqui a primeira sintaxe mostrada acima. Para tentarmos entender como funcionam as RegEx juntamente com o comando expr
, nada melhor que utilizar exemplos. A seguir incluimos alguns comandos com pequenos comentáros, alguns deles acompanhandos do comando equivalente utilizando o GNU grep
:
- Cadeias de caracteres ou Strings que começam por
D
precedidas ou não de um ou mais espaços ou caracteres de tabulação(TAB)
$ expr " Dicas" : '[[:blank:]]*D'
2
$ expr "Dicas" : '[[:blank:]]*D'
1
$ expr " Dicas" : '[[:blank:]]*D'
4
Primeiramente, deve-se deixar claro que, como na maioria dos casos no mundo UNIX, a String é tratada de modo "Case Sensitive, ou seja ``D
é diferente de d
.
O caracter ^
, que geralmente determina o início de uma cadeia de caracteres é implícito, ou seja, o expr
, por si só, já entende que o padrão acima descrito, utilizando a RegEx '[[:blank:]]*D', é equivalente ao utilizado através do comando grep
:
$ echo " Dicas" | grep "^[[:blank:]]*D"
Dicas
O comando acima seria o equivalente ao último comando expr
mostrado, veja que ele utiliza o caractere ^
para determinar o início da linha ou da cadeia de caracteres.
Voltando ao comando: expr " Dicas" : '[[:blank:]]*D'
Verificamos que a saída padrão é igual a 4, pois, de acordo com a String que foi testada contra o padrão em RegEx acima existem 4 caracteres que estão de acordo com a cadeia " Dicas"
: 3 espaços e o caracter D
.
O expr
imprime na saída padrão o número de caracteres que estão de acordo com o padrão testado, no último caso, 4. Veremos logo abaixo como imprimir os caracteres que estão de acordo com o padrão especificado na linha de comando, o que é bem mais interessante e útil.
Vejam que a String " Dicas"
está entre aspas duplas e não entre aspas simples. É interessante sempre adotar este procedimento, pois, ao utilizar variáveis, o valor da variável é utilizado durante a expressão:
$ STR=" Dicas"
$ expr "$STR" : '[[:blank:]]*D'
4
- Como validar uma expressão?
Qual seria o comando
expr
para validar uma String que pode ser resultado de uma entrada de usuário utilizando o read
, uma linha de um arquivo ou saída padrão de um comando? Utilizando grep
, teremos:
$ STR="localhost.localdomain"
$ echo "$STR" | grep -q "localhost" && echo OK
OK
if grep -q "localhost" /etc/hosts; then
echo "Existe"
else
echo "Não existe"
fi
Estes exemplos são bem simples, o parâmetro -q
do comando grep
suprime a saída padrão. O Bash ainda possibilita a utiliação da forma abaixo para Pattern Matching
:
$ STR="localhost.localdomain"
$ [[ $STR = l* ]] && echo OK
OK
Mas, ainda assim não será suficiente para alguns casos, como veremos a seguir. Um exemplo mais interessante seria a validação de um nome de diretório/arquivo ou uma String em relação ao padrão resultante do comando date
abaixo:
$ date '+%d%m%y-%T'
260405-11:52:52
O expr pode ser empregado nesta situação. Abaixo veremos que a representação [[:digit:]]
equivale aos números de 0 a 9 ou [0-9]
. Vejamos como seria o comando correto para validação:
$ STR=``date '+%d%m%y-%T'``
$ expr "$STR" : '[[:digit:]]\{6\}-[[:digit:]]\{2\}:[[:digit:]]\{2\}:[[:digit:]]\{2\}'
15
$ echo $?
0
Como vimos, o comando expr
acima retorna 0, ou seja, quando há um matching
ele retorna true
ou verdadeiro: variável $? igual a 0. O valor de retorno pode ser armazenado em uma variável e posteriormente verificado através dos comandos abaixo:
STR="Dicas-Linux eh legal"
expr "$STR" : '.*Linux.*' > /dev/null
if [ $? -eq 0 ]; then
echo "Encontrado"
else
echo "Nada encontrado"
fi
O padrão acima corresponde a qualquer cadeia que contenha a palavra Linux
. O caractere .
equivale a qualquer caractere. O retorno será verdadeiro, logo, será mostrado na tela a palavra Encontrado
.
Como retornar a cadeia que está de acordo com o padrão especificado? Resposta: Utilizando parênteses. Vamos a um exemplo simples, mostrando o comando utilizado no começo deste documento:
$ expr " Dicas" : '\([[:blank:]]*D\)'
D
Este comando retorna os caracteres da String que estão de acordo com o padrão especificado através da RegEx e demarcados pelos parênteses. Note que os parênteses devem ser escapados
com contra-barras para que não sejam entendidos como um caractere literal (
ou )
.
- Como retirar da String abaixo o número de identificação do processo(PID)?
# tail -1 /var/log/secure
Apr 26 09:27:01 localhost sshd[2549]: error: Address already in use.
Uma RegEx válida para esta situação seria:
'[[:upper:]][[:alpha:]]\{2\} [[:digit:]]\{2\} [:[:digit:]]\{8\} [[:alnum:]]\{1,\} [[:alnum:]]\{1,\}\[[[:digit:]]\{1,\}\]: '
Note que é possível especificar o número de ocorrências para cada representação(dígitos, alfa-numéricos, etc.) indicando este número entre chaves com contra-barras: \{2\}
, \{1,\}
. Este último quer dizer um ou mais
.
Ao executar o comando abaixo vimos que ele retorna o número de caracteres:
$ expr "Apr 26 09:27:01 localhost sshd[2549]: error: Address already in use." : '[[:upper:]][[:alpha:]]\{2\} [[:digit:]]\{2\} [:[:digit:]]\{8\} [[:alnum:]]\{1,\} [[:alnum:]]\{1,\}\[[[:digit:]]\{1,\}\]: '
38
Mas, se adicionarmos os parênteses com contra-barras na sub-cadeia que desejamos obter (PID), teremos:
$ expr "Apr 26 09:27:01 localhost sshd[2549]: error: Address already in use." : '[[:upper:]][[:alpha:]]\{2\} [[:digit:]]\{2\} [:[:digit:]]\{8\} [[:alnum:]]\{1,\} [[:alnum:]]\{1,\}\[\([[:digit:]]\{1,\}\)\]: '
2549
Este documento teve por finalidade mostrar uma das funcionalidades do comando expr
com relação a processamento de Strings. Esta ferramenta faz parte do pacote coreutils
ou fileutils
dependendo da distribuição Linux. Faz parte também da maioria dos sistemas operacionais UNIX (testei em AIX, HP-UX e SunOS/Solaris).
Lógico que, para tirar o máximo desta funcionalidade é necessário um bom conhecimento sobre Expressões Regulares. Para quem ainda não tem tanto conhecimento neste tópico, a melhor referência é o livro Expressões Regulares - Uma Abordagem Divertida, de autoria de Aurélio Marinho Jargas.