Reguläre Ausdrücke der POSIX-Shell

Reguläre Ausdrücke werden verwendet, um in einem Text nach Stellen zu suchen, die zu einem vorgegebenen Muster passen. Ein regulärer Ausdruck steht für eine Menge von Zeichenketten. Von jeder Zeichenkette in dieser Menge sagt man, dass sie zu dem regulären Ausdruck passt. Ein oder mehrere reguläre Ausdrücke bilden ein Muster.

Ein regulärer Ausdruck besteht aus einer Folge von Zeichen. Bei diesen Zeichen unterscheidet man

• einfache Zeichen und

• Sonderzeichen.

Einfache Zeichen sind alle Zeichen im Zeichensatz außer dem Neue-Zeile-Zeichen und den Sonderzeichen. Einfache Zeichen in einem Muster stehen für sich selbst, z.B. passen zu dem Muster abc nur diejenigen Zeichenketten, in denen die Folge abc an irgendeiner Stelle enthalten ist.

Sonderzeichen stehen nicht für sich selbst, sondern haben eine besondere Bedeutung. Diese ist unten erläutert.

Man unterscheidet zwei Arten regulärer Ausdrücke:

• einfache reguläre Ausdrücke

• erweiterte reguläre Ausdrücke

Wie die verschiedenen Arten regulärer Ausdrücke gebildet werden, wird in den folgenden Abschnitten beschrieben.

Die folgende Tabelle gibt einen Überblick darüber, welche Kommandos reguläre Ausdrücke verarbeiten:

Kommando	Art der regulären Ausdrücke
awk	erweiterte
ed	einfache
egrep	erweiterte
ex	*)
expr	einfache
grep	einfache
lex	erweiterte
nl	einfache
sed	einfache
vi	*)

*)  Die Kommandos ex und vi verarbeiten reguläre Ausdrücke, die von den einfachen regulären Ausdrücken in einigen Punkten abweichen. Dies ist bei ex und vi beschrieben.

Einfache reguläre Ausdrücke

Einfache reguläre Ausdrücke werden wie folgt gebildet:

Nr.	regulärer Ausdruck	Bedeutung	Beispiel	passende Zeichenketten
1	c	Das Zeichen c, wobei c kein Sonderzeichen sein darf.	a	a
2	\c	Das Zeichen c, wobei c jedes Zeichen sein darf außer ( ) { } 1 2 3 4 5 6 7 8 9 Sinnvoll ist ein regulärer Ausdruck der Form \c, wenn c ein Sonderzeichen ist. \c steht dann für das Zeichen c, Sonderzeichen verlieren durch einen vorangestellten Gegenschrägstrich ihre Sonderbedeutung (Entwertung von Sonderzeichen).	\a \*	a *
3	.	Ein beliebiges Zeichen.	.	a, x, *, ...
4	[s] [c1-c2]	Eines der Zeichen, die in der Zeichenkette s enthalten sind. Wenn eines der Zeichen die schließende eckige Klammer ] sein soll, muss diese an erster Stelle stehen. Wenn eines der Zeichen der Bindestrich - sein soll, muss dieser an erster oder an letzter Stelle stehen. Wenn eines der Zeichen das Dach ^ sein soll, darf dieses an beliebiger Stelle stehen außer an erster. Ein beliebiges Zeichen aus dem Bereich von c1 bis c2, gemäß der EBCDIC- Sortierreihenfolge (Grenzen c1 und c2 eingeschlossen). c1 muss in der EBCDIC-Sortierreihenfolge vor c2 stehen. Ist dies nicht der Fall, dann steht c1-c2 nicht für einen Bereich, sondern für die beiden Zeichen c1 und c2. Eine Kombination der beiden Formen ist möglich: [s1c1-c2s2]	[mz] []a] [-a] [a-] [a^] [a-m] [m-a] [ado-qxz]	m, z ], a -, a -, a a, ^ a, m sowie jedes Zeichen, das in der EBCDIC-Sortierreihenfolge dazwischen steht m, a a, d, o, q, x, z sowie jedes Zeichen zwischen o und q (EBCDIC)
5	[^s] [^c1-c2]	Eines der Zeichen, die nicht in der Zeichenkette s enthalten sind. Ein beliebiges Zeichen, das nicht im Bereich von c1 bis c2 liegt. Das für [c1-c2]Gesagte gilt analog. Eine Kombination der beiden Formen ist möglich: [^s1c1-c2s2]	[^xyz] [^0-9] [^a0-9b]	jedes Zeichen außer x, y, z jedes Zeichen außer 0, 9 und allen Zeichen, die zwischen 0 und 9 stehen (EBCDIC) jedes Zeichen außer a, b, 0, 9 und allen Zeichen, die zwischen 0 und 9 stehen (EBCDIC)
6	r*	Null-, ein- oder mehrmals der reguläre Ausdruck r. r muss von der Form 1 - 5, 12, 15 oder 16 sein.	a*	nichts, a, aa, aaa, ...
7	r\{m,n\} r\{m\} r\{m,\}	Mindestens m- und höchstens n-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein. Genau m-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein. Mindestens m-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein.	a\{1,2\} a\{3\} a\{3,\}	a oder aa aaa aaa, aaaa, aaaaa, ...
8	rx	(Verkettung) Aufeinanderfolge einer zum regulären Ausdruck r passenden Zeichenkette und einer zum regulären Ausdruck x passenden Zeichenkette. r und x dürfen beliebige reguläre Ausdrücke sein.	[ab].	ax, a3, a*, bz, ...
9	^r	Eine zum regulären Ausdruck r passende Zeichenkette am Zeilenanfang, d.h. direkt nach einem Neue-Zeile-Zeichen oder am Dateianfang. r darf ein beliebiger regulärer Ausdruck sein, außer von der Form 9.	^[aA]pfel	apfel oder Apfel am Zeilenanfang
10	r$	Eine zum regulären Ausdruck r passende Zeichenkette am Zeilenende, d.h. direkt vor einem Neue-Zeile-Zeichen. r darf ein beliebiger regulärer Ausdruck sein, außer von der Form 10.	[bB]irne$	birne oder Birne am Zeilenende
11	\(r\)	Zeichenketten, die zum regulären Ausdruck r passen. r darf ein beliebiger regulärer Ausdruck sein. Nur sinnvoll zusammen mit Nr. 12	\([aA]pfel\)	apfel, Apfel
12	\n	n ist eine ganze Zahl von 1 bis 9. Kommt \n in einem zusammengesetzten regulären Ausdruck vor, steht es für den regulären Ausdruck x, wobei x der n-te in \( und \) eingeschlossene reguläre Ausdruck ist, der in dem zusammengesetzten regulären Ausdruck vorkommt.	\(a\(b\)\)\2 \(hal\)li\1lo \(ab\)x\1*	abb hallihallo abx, abxab, abxabab, ...

Priorität

Die folgende Tabelle zeigt die Priorität der Operatoren in regulären Ausdrücken.

Operator	Priorität
[. .] [= =] [: :]	höchste Priorität
\<zeichen>	.
[ ]	.
( )	.
* ? + \ {m,n\ }	.
Verkettung	.
^ $	.
|	niedrigste Priorität

Sonderzeichen

Sonderzeichen	Das linksstehende Zeichen ist ein Sonderzeichen, wenn ...
\	ihm kein Gegenschrägstrich \ vorangestellt ist.
. [	ihm kein Gegenschrägstrich \ vorangestellt ist und es nicht in eckigen Klammern [...] steht.
*	ihm kein Gegenschrägstrich \ vorangestellt ist, es nicht in eckigen Klammern [...] steht, es nicht das erste Zeichen eines Musters ist und es nicht nach \ ) steht.
$	es das letzte Zeichen eines Musters ist.
^	es das erste Zeichen eines Musters ist oder es das erste Zeichen in eckigen Klammern [...] ist.
-	es in eckigen Klammern steht, aber nicht an erster oder letzter Stelle.
Begrenzungszeichen für reguläre Ausdrücke, wie z.B. /.../	ihm kein Gegenschrägstrich \ vorangestellt ist.
[. [= [:	Die linksstehenden Zeichenpaare sind Sonderzeichen, wenn sie innerhalb einer Bracket Expression (also eines Ausdrucks in eckigen Klammern [ ]) vorkommen. Sie müssen mit dem äquivalenten Zeichenpaar .], =] oder :] abgeschlossen werden. Beispiel: [[:upper:]] kennzeicnet alle Großbuchstaben.

Erweiterte reguläre Ausdrücke

Erweiterte reguläre Ausdrücke umfassen die einfachen regulären Ausdrücke mit folgender Ausnahme:

Die bei einfachen regulären Ausdrücken verwendete Konstruktion \(...\) hat bei erweiterten regulären Ausdrücken keine Sonderbedeutung, z.B. steht der erweiterte reguläre Ausdruck \(ab\) für die Zeichenkette (ab).

Darüberhinaus bieten erweiterte reguläre Ausdrücke die folgenden zusätzlichen Syntaxelemente zur Bildung von Mustern:

Nr.	regulärer Ausdruck	Bedeutung	Beispiel	passende Zeichenketten
7	r{m,n} r{m} r{m,}	Mindestens m- und höchstens n-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein. Genau m-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein. Mindestens m-mal der reguläre Ausdruck r. r muss von der Form 1-5, 12, 15 oder 16 sein.	a{1,2} a{3} a{3,}	a oder aa aaa aaa, aaaa, aaaaa, ...
13	r+	Ein- oder mehrmals der reguläre Ausdruck r. r muss von der Form 1-5, 15 oder 16 sein.	u+	u, uu, uuu, ...
14	r?	Null- oder einmal der reguläre Ausdruck r. r muss von der Form 1-5, 15 oder 16 sein.	u?	nichts oder u
15	(r)	Zeichenketten, die zu dem regulären Ausdruck r passen. r kann ein beliebiger regulärer Ausdruck sein.	(ok(abc)) (au)*	okabc nichts oder au, auau, ...
16	(r1/r2)	Zeichenketten, die zu dem regulären Ausdruck r1 oder zu dem regulären Ausdruck r2 passen.	(ok?ko)	ok oder ko

Priorität

Die folgende Tabelle zeigt die Priorität der Operatoren in erweiterten regulären Ausdrücken.

Operator	Priorität
[. .] [= =] [: :]	höchste Priorität
\<zeichen>	.
[ ]	.
( )	.
* ? + {m,n}	.
Verkettung	.
^ $	.
|	niedrigste Priorität

Beispiele

1. Einfache reguläre Ausdrücke

   Muster	Bedeutung	passende Zeichenketten
   ab.d	a - b - ein beliebiges Zeichen - d	abcd, abXd, ab*d, ...
   ab.*d	a - b - beliebige Zeichenkette (kann auch leer sein) - d	abd, abxd, abX*Yd, ...
   ab[xyz]d	a - b - entweder x oder y oder z - d	abxd, abyd, abzd
   ab[^c]d	a - b - beliebiges Zeichen ungleich c - d	abbd, abXd, ab*d, ...
   ^abcd$	eine Zeile, die nur die Zeichenkette abcd enthält

2. Erweiterte reguläre Ausdsrücke

   Muster	Bedeutung	passende Zeichenketten
   ab.+d	a - b - beliebige Zeichenkette aus einem oder mehreren Zeichen - d	abjd, abX*Yd, ...
   abc?d	a - b - c oder nichts - d	abd, abcd
   (abc|xyz)	abc oder xyz	abc, xyz