ontem fiz um carinha para mostrar os links de um sítio de
internet local. pode ser útil para quem desenvolve em html.
e é útil pra quem quer aprender sed também pois é simples.

a cópia original está em
http://www.conectiva.com.br/~aurelio/programas/bash


#!/bin/sh
# showlink
# 19991012 <aurelio@...> ** 1a versão
#
# a bash+find+egrep+sed utility to webdesigners.
# showlink shows all kind of links on a web site.
# it gets all *html pages above the current dir.
# you can parse its output to find lost links, do
# statistics, find errors, or just for curiosity &:)
#
# a quick example:
# cp showlink /bin ; cd /home/httpd/html ; showlink -a

Usage(){ echo "$0 OPTION   (just one option)

     -a,--all      all links found
     -c,--chk      check for incorrect links
     -d,--dir      links that point to directories
     -e,--email    links that point do emails (mailto:)
     -f,--ftp      links that point do external pages (ftp://)
     -h,--http     links that point do external pages (http://)
     -i,--image    links that point do images
     -m,--music    links that point do music files
     -p,--page     links on the same page
     -z,--zzz      links marked with ??? (todo link)
        --help     this help

UPPERCASE single option (-[ACDEFHIMPZ]) give the output without the
filename. i.e. \"`basename $0` -A\"
" ; exit 1
}

[ "$1" ] || Usage
OPT=$1


### the defaults for full output - do NOT edit!

# the delimiter beetween the filename and the link found
D=':'

# options passed to the egrep command. this is related to
# case of the option passed on the command line. lowercase
# is the default: show filename (H option). uppercase
# supresses it.
EGREP_OPTS='-His'

# the egrep pattern is only 'href=' and not '<a[^I ]\+href='
# or something to support multiline like <a
# href="link.html", and also, the "" are not included to you
# see when you missed them on the html source (all the line
# will appear on the output).
EGREP_PATT='href='

# this filter parses the egrep output to only extract the
# link itself: the string beetween the "".
EGREP_FILTER="s§\(^[^:]*\):.*href=\"[    ]*\([^ \"]*\)[  ]*\".*§\1$D\2§"

# this filter is the action related to the option passed on
# the command line. here is the "sedmagic". 'p' is the default,
# and show all links. the true magics are on the 'case' below.
SEDMAGIC='p'



# let's see if we have a UPPER option and set the filters to it
OPT2=`echo ${OPT#-} | sed 'y/ACDEFHIMPZ/acdefhimpz/'`
if [ "${OPT#-}" != "$OPT2" ]
then OPT=-$OPT2
      D='^'
      EGREP_OPTS='-is'
      EGREP_FILTER="s§^.*href=\"[     ]*\([^ \"]*\)[  ]*\".*§\1§"
fi


# sedmagics here!
case $OPT in
   -a|--all  ) :                                       ;; # it uses the defaults
   -c|--chk  ) SEDMAGIC="\§${D}/[^/]§p"                ;; # TODO: more checks
   -d|--dir  ) SEDMAGIC="\§${D}[^.#]\+$§p"             ;;
   -e|--email) SEDMAGIC="\§${D}mailto:§p"              ;;
   -f|--ftp  ) SEDMAGIC="\§${D}ftp://§p"               ;;
   -h|--http ) SEDMAGIC="\§${D}http://§p"              ;;
   -i|--image) SEDMAGIC='\§\.\(jpg\|gif\|png\|bmp\)$§p';;
   -m|--music) SEDMAGIC='\§\.\(ra\|rm\|mp3\|wav\)$§p'  ;;
   -p|--page ) SEDMAGIC='\§#§p'                        ;;
   -z|--zero ) SEDMAGIC='\§???§p'                      ;;
            *) Usage                                   ;;
esac

FILES=`find . -type f -name "*html"`


# and after all this preparations, the brain is here
# ah! no support for spaced filenames, but who cares?
for F in $FILES
do egrep $EGREP_OPTS $EGREP_PATT $F |
    sed "$EGREP_FILTER" |
    sed -n "$SEDMAGIC"
done



--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq

Em 12/10/99 às 23:38, Ademar de Souza Reis Jr. escreveu:

> Hi All.

êrba. ':)

> Comecei a usar o centerICQ (cliente ICQ pra console textual), mas queria
> converter todos os meus UINs jah existentes do Licq pro arquivo de
> contacts do centerICQ.
>
> Fiz o seguinte script, mas tenho certeza que isso podia ser feito via sed
> ou sei lah oq...

bom, aproveitando, também fiz um pra conversão licq -> zicq:

licq2zicq.sh:
------------------8<======================================
#!/bin/sh
LICQ_DIR=~/.licq/conf
ZICQ_RC=~/.zicqrc
cd $LICQ_DIR
for uin in [0-9]*;do
     echo -n $uin
     grep -i alias $uin
done | \
sed 's/\([0-9]*\).*= \(.*\)/\1 \2/ ; s/^I/_/g' | \
sort -n >> $ZICQ_RC
==================>8--------------------------------------

ou seja, busca no diretório do licq todos os arquivos começando com números;
acha a linha 'alias' dentro de cada um deles;
forma a linha 'UIN alias= nome';
joga isso tudo em um único sed;
ele separa os números (uin) no início, e o nome após o igual;
também retira os espaços e substitui por sublinhas;
substitui todos os tabs por espaços;
no final, ordena pelo UIN e joga no final do .zicqrc.

só lembre-se de trocar o ^I acima por um TAB verdadeiro. (no vi, ^VTAB)

pra fazer pro centericq, deve ser preciso mudar pouca coisa.

--
Conectiva - Theodoro, Eliphas Levy | \
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
Você moveu seu mouse. Reinicie para que as alterações tenham efeito.
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12
GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w--- O- M- V?
PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------

Em 13/10/99 às 10:09, aurelio marinho jargas - ctba escreveu:

>
> @ 12/10, Ademar de Souza Reis Jr.:
> > Comecei a usar o centerICQ (cliente ICQ pra console textual), mas queria
> > converter todos os meus UINs jah existentes do Licq pro arquivo de
> > contacts do centerICQ.
> >
> > Fiz o seguinte script, mas tenho certeza que isso podia ser feito via sed
> > ou sei lah oq...
> >
> > # inicio
> > > ~/.center/contactlist
> > for i in *.uin
> > do
> >         a=`grep Alias "$i" | cut -d " " -f 3`
> >         b=`echo $i | cut -d . -f 1 | grep [0-9]`
> >         echo -n $a >> ~/.center/contactlist
> >         echo -e \\t \\t $b >> ~/.center/contactlist
> > done
> > # fim
>
> como somente com o sed não é possível obter o nome do
> arquivo via comandos para colocá-lo dentro do roteiro sed,
> tem-se que usa o for de qualquer jeito.
>
> for i in *.uin
> do sed -n "s§Alias = \(.*\)§\1  $i§p" >> ~/.center/contactlist
> done

a linha do sed nao funcionou.

faltou colocar o nome do arquivo (no caso $i) antes do redirecionamento :)
devia ser:

do sed -n "s§Alias = \(.*\)§\1                $i§p" $i >> \
~/.center/contactlist

outro detalhe eh q aparece o .uin na linha de saida, eh isso tem q sair.

Saiu algo do tipo

Ademar       xxxxx.uin

Nao tive tempo pra mexer nem pra entender direito oq isso faz, entao pode
ter algo de falta de atencao da minha parte :)


> * o caractere § é o delimitador do s§isso§aquilo§

Pergunta idiota:

De onde tiro o caractere "§" ?

Nao sei seh pq to com muuuito sono, mas nao to vendo ele aqui no meu
teclado :)
(us-acentos - sem teclas win95)

> > Alguem tem a solucao em uma linha apenas? :)
>
> 3 tá bom?  &:)

Dah pra quebrar o galho :P

[]'s
==============================================
Ademar de Souza Reis Jr.
http://members.xoom.com/ademarjr
Estudante de Informatica / Bolsista PET - UFPR
Happy Linux Home User #71790
ademar@...
Curitiba - PR - Brasil

--
"Se NT é a resposta, você não entendeu a pergunta"

> > for i in *.uin
> > do sed -n "s§Alias = \(.*\)§\1  $i§p" >> ~/.center/contactlist
> > done
>
> a linha do sed nao funcionou.
>
> faltou colocar o nome do arquivo (no caso $i) antes do redirecionamento :)

é verdade. sempre me esqueço disso &:)

> do sed -n "s§Alias = \(.*\)§\1                $i§p" $i \
> ~/.center/contactlist
>
> outro detalhe eh q aparece o .uin na linha de saida, eh isso tem q sair.
> Saiu algo do tipo
> Ademar       xxxxx.uin
>
> Nao tive tempo pra mexer nem pra entender direito oq isso faz, entao pode
> ter algo de falta de atencao da minha parte :)

não, é coloquei simplesmente $i, que é o nome do arquivo,
para tirar o .uin do final, basta por ${i%.uin}, então fica

do sed -n "s§Alias = \(.*\)§\1        ${i%.uin}§p" $i \
~/.center/contactlist


> > * o caractere § é o delimitador do s§isso§aquilo§
> Pergunta idiota:
> De onde tiro o caractere "§" ?

Alt da direita + =


> > > Alguem tem a solucao em uma linha apenas? :)
> > 3 tá bom?  &:)
> Dah pra quebrar o galho :P

&:)

--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq

Preciso recuperar por exemplo a linha 10 de um arquivo como faço?


Ricardo Soares Guimarães
mailto:ricardo@...
mailto:ricardo@...
http://www.universolinux.com.br
http://www.opensystem.org.br

"A certeza de que vou morrer é a maior dádiva que recebi. Porque assim,
eu sou obrigado a aproveitar cada segundo de minha vida."

da próxima vez, faça um assunto mais descritivo para
facilitar uma busca no histórico


> Preciso recuperar por exemplo a linha 10 de um arquivo como faço?


há 2 maneiras:

sed -n 10p         # corta a saída padrão e imprime o padrão
sed 10!d           # corta tudo menos o padrão

1º caso:
-------
-n   suprime a saída padrão, só o comando p imprimirá algo
10p  o p imprime e aceita um endereçamento (no caso a linha 10)

esse endereçamento pode ser

10            somente a linha 10
1,10          da linha 1 a 10
/padrão/,10   da 1ª linha que tiver "padrão" até a 10



2ª caso:
-------
10  endereçamento
!   não faça o comando seguinte (negação)
d   apague a linha corrente

então fica, "na linha 10, não apague", ou melhor
"fora a linha 10, apague"


--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq

Em 14/10/99 às 12:06, aurelio marinho jargas - ctba escreveu:

> 1º caso:
> -------
> -n   suprime a saída padrão, só o comando p imprimirá algo
> 10p  o p imprime e aceita um endereçamento (no caso a linha 10)
>
> esse endereçamento pode ser
>
> 10            somente a linha 10
> 1,10          da linha 1 a 10
> /padrão/,10   da 1ª linha que tiver "padrão" até a 10

só complementando, pode ser também por 'passos', ou seja:

1~2    imprime somente as linhas ímpares, começando na primeira;
10~10  imprime a décima, vigésima, etc...
5~20   vai imprimir a quinta, a vigésima quinta, a quadragésima quinta...

nessa parte de 'steps', tá até bem explicadinho no 'man sed'. ':)

--
Conectiva - Theodoro, Eliphas Levy | \
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
Você moveu seu mouse. Reinicie para que as alterações tenham efeito.
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12
GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w--- O- M- V?
PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------

Taih uma coisa q eu ateh hoje nao descobri como se faz....

Tudo bem q nao eh relacionado diretamente ao sed, mas achei q era a melhor
lista pra se fazer esse tipo de pergunta.

Alguem tem a solucao? Se possivel, como direcionar ambos (saida e erro
padrao) prum pipe?

Tipo

gcc -foo.c -o bar | grep xxxx

[]'s
==============================================
Ademar de Souza Reis Jr.
http://members.xoom.com/ademarjr
Estudante de Informatica / Bolsista PET - UFPR
Happy Linux Home User #71790
ademar@...
Curitiba - PR - Brasil

--
"Se NT é a resposta, você não entendeu a pergunta"

On Sat, 16 Oct 1999, Ademar de Souza Reis Jr. wrote:
>
> Taih uma coisa q eu ateh hoje nao descobri como se faz....
>
> Tudo bem q nao eh relacionado diretamente ao sed, mas achei q era a melhor
> lista pra se fazer esse tipo de pergunta.
>
> Alguem tem a solucao? Se possivel, como direcionar ambos (saida e erro
> padrao) prum pipe?
>
> Tipo
>
> gcc -foo.c -o bar | grep xxxx
>

gcc -foo.c -o bar | grep xxx 2>&1

assim a saida 2 (stderr) tambem vai para a saida 1 (stdout)

Wanderlei Antonio Cavassin
Conectiva

Hoje, às 00:12, Wanderlei Antonio Cavassin escreveu:

> On Sat, 16 Oct 1999, Ademar de Souza Reis Jr. wrote:
> >
> > Taih uma coisa q eu ateh hoje nao descobri como se faz....
> >
> > Tudo bem q nao eh relacionado diretamente ao sed, mas achei q era a melhor
> > lista pra se fazer esse tipo de pergunta.
> >
> > Alguem tem a solucao? Se possivel, como direcionar ambos (saida e erro
> > padrao) prum pipe?
> >
> > Tipo
> >
> > gcc -foo.c -o bar | grep xxxx
> >
>
> gcc -foo.c -o bar | grep xxx 2>&1
>
> assim a saida 2 (stderr) tambem vai para a saida 1 (stdout)
>

Eu jah havia tentado isso e nao funcionou.
Se eu nao estou errado, assim vc tah jogando o erro do grep pra stdout,
mas eu quero jogar o erro do gcc na entrada do grep.

Oq eu queria era o equivalente a:

[ademar@optimus ademar]$ /usr/bin/gcc foo.c -o bar &> erro
[ademar@optimus ademar]$ cat erro | grep xxxx
[ademar@optimus ademar]$

OPA! Caiu um raio na minha cabeca agora! :)

[ademar@optimus ademar]$ /usr/bin/gcc foo.c -o bar 2>&1 | grep such
gcc: foo.c: No such file or directory
[ademar@optimus ademar]$

[ademar@optimus ademar]$ /usr/bin/gcc foo.c -o bar 2>&1 | grep -v such
gcc: No input files
[ademar@optimus ademar]$

ah... Agora sim! :)

De qquer modo, valeu a ajuda, foi soh eu entender oq tava acontecendo pra
sair a solucao correta. :)

[]'s
==============================================
Ademar de Souza Reis Jr.
http://members.xoom.com/ademarjr
Estudante de Informatica / Bolsista PET - UFPR
Happy Linux Home User #71790
ademar@...
Curitiba - PR - Brasil

--
"I use Linux because reboots are for hardware upgrades"

não é sed, é uma ER em python, mas também se aplica ao sed, sobre a
importância da ordem em que se coloca as alternativas, pois sempre a
primeira encontrada é a que vale:

tipo:
echo ab | sed 's§\(a\|b\)§\1§'  ---> a
echo ab | sed 's§\(b\|a\)§\1§'  ---> b

as duas casam OU 'a' OU 'b', mas a ordem dentro dos ()s importa.

----------------------------------------------------------------------

com prazer!

essa é a string na qual será feita a pesquisa:
entry = 'parted-0.0.8-pre1/po/parted.pot'

aqui estão as 2 REs:
re.match('parted-([.0-9]+[a-z]?|[.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+)',
entry).group(1)
re.match('parted-([.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+|[.0-9]+[a-z]?)',
entry).group(1)


pelo que entendi, aqui está se explicando a importância da ordem em
que as alternativas são colocadas, porque as 2 REs são idênticas,
apenas mudando a ordem em que aparecem as 3 alternativas
dentro do primeiro agrupamento de (isso|aquilo|outro)
o cano '|' lê-se 'ou' - e com isso o resultado se altera, pois ele
casa sempre a primeira que encontrar.


ele casa a string 'parted-'
depois alternativamente ele pode casar:

ou [.0-9]+[a-z]?     '.' ou núm. (1 ou mais), e opcional 1 letra
ou [.0-9]+-b[0-9]+   '.' ou núm. (1 ou mais), '-b'  , núm. (1 ou mais)
ou [.0-9]+-pre[0-9]+ '.' ou núm. (1 ou mais), '-pre', núm. (1 ou mais)

o group(1) serve para pegar o conteúdo do agrupamento 1 (como o \1 no
sed)

e os resultados são
'0.0.8' e '0.0.8-pre1'
o primeiro casando com a primeira alternativa acima (núms e letra
opcional) e o segundo casando com a terceira alternativa acima (núms,
pre- e núms)



re.match('parted-([.0-9]+[a-z]?|[.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+)',
entry).group(1)
resultado: '0.0.8'

re.match('parted-([.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+|[.0-9]+[a-z]?)',
entry).group(1)
resultado: '0.0.8-pre1'


só é meio misturado, mas é fácil não?



> depois me explica!
>
> On Wed, 20 Oct 1999, aurelio marinho jargas - ctba wrote:
>
> >
> > e olhando a 1ª vista parece ser complicadíssima, mas só usa funções
> > básicas como classes e alternativas. isso é muito massa &:)
> >
> > > Expressao regular bonitinha...
> > > Cavassin
> >
> > > >>> entry = 'parted-0.0.8-pre1/po/parted.pot'
> > > >>> re.match('parted-([.0-9]+[a-z]?|[.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+)',
entry).group(1)
> > > '0.0.8'
> > > >>> re.match('parted-([.0-9]+-b[0-9]+|[.0-9]+-pre[0-9]+|[.0-9]+[a-z]?)',
entry).group(1)
> > > '0.0.8-pre1'


--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq
------------------------------------
NOVA! http://www.brasmidia.com/dumbs

repensei aquele sed que pega o email de um cara do cabeçalho da
mensagem (filtro_suporte) e _acho_ que cheguei num sed genérico o
suficiente e consistente (e bem mais esperto e entendível):

echo "  \"au-re.lio\" <(a_u-re.lLio@cNN_-nc.com)> lala" |
sed "s§.*[^-A-z._]\([-A-z._]\+@[-A-z._]\+\).*§\1§"

assumindo que os caracteres válidos para usuário e domínio são
-A-z._


dá uma testada aí por favor (só não quebre o vidro do monitor) &;)


--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq
------------------------------------
NOVA! http://www.brasmidia.com/dumbs

a aí moçada.

seguinte, para desenvolvermos nosso conhecimento em sed, vou
"tentar" postar toda semana (ou a cada 2 semanas) exercícios em sed
para exercitar seus neurônios. &:)

como sempre, o tópico é sed e ERs. e como sempre, pode haver inúmeras
maneiras de se fazer a mesma coisa, como o clássico: "imprimir as
primeiras 10 linhas do arquivo tal?"

vamos tentar começar com uns menos complexos e depois vamos vendo
conceitos mais avançados.

quem conseguir alguma resposta, poste para a lista e vamos discuti-la.
ganha a resposta:

- que for mais específica e consistente
- que utilizar menos caracteres
- que funcionar &:)


EXERCICIO 1:

das URLs, uma por linha:
http://www.conectiva.com.br
ftp://caicom.com/pub/linux
http://linux.org
http://www.redhat.com

extrair o nome da "empresa" ou instituição de cada uma. o resultado
será:

conectiva
caicom
linux
redhat

para tornar as coisas mais quentes, sua expressão NÃO deve casar essas
entradas:

clique <a href="http://www.seumala.com.br">aqui</a>.
/var/www/www.errado.com
veja://errou.org
ftp://erroufeiocom
http:/errado.com.br
http://com



boa sorte!


--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq
------------------------------------
NOVA! http://www.brasmidia.com/dumbs

arquivo "sed-macho.sh" anexado pros curiosos


[~] . sed-macho.sh
[~] echo seu mala | Direitiza                                           seu mala
[~] echo seu mala | Centraliza
                                     seu mala
[~] echo seu mala | Esquerdiza
seu mala
[~] echo seu mala | Verticaliza
s
e
u

m
a
l
a

[~] echo seu mala | Verticaliza | Centraliza
                                        s
                                        e
                                        u

                                        m
                                        a
                                        l
                                        a






--
s/&:(/&>(/g,aurelio@...
http://www.conectiva.com.br/~aurelio
"indignação_movendo_a_nação"<ESC>:wq
------------------------------------
NOVA! http://www.brasmidia.com/dumbs

coloquei disponível, um resumo do resumos do que foram os cursos de
sed para funcionários da conectiva em outubro de 1999.

para ouvir e absorver &:)
http://www.conectiva.com.br/~aurelio/sed


--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

consideração interessante sobre a velocidade.

s/[^,]*://

normal.

s/,[^,]*:/,/

este é mais rápido pois de cara, ele já casa uma vírgula, e passa
para a próxima parte, eliminando o trabalho do * de ficar tentando
casar nos caracteres que vêm antes da vírgula.

---------------------------------------------------------------


Date: Fri, 26 Nov 1999 15:40:13 +0000
From: Matthew Winn <matthew@...>
To: VIM <vim@...>
Subject: [vim] Re: Substitute

On Fri, Nov 26, 1999 at 04:29:50PM +0100, Andrzej M. Ostruszka wrote:
> :s/[^,]*://
>
> You're not saying what those strings are composed of so I suppose that
> the answer is "delete non-comma string in front of colon".

     :s/,[^,]*:/,/

(Considerably faster.)

--
Matthew Winn (matthew@...)

até hoje não encontrei uma tradução legal para "back
reference". alguém tem alguma sugestão?


para quem não sabe/lembra, isso é o \1, \2

tipo:

\(eu\)\1
   casa 'eueu'

s/eu \(não\)/você \1/
   troca 'eu não' por 'você não'


back reference é como uma "referência retroativa" ou coisa parecida,
pois primeiro você deve marcar a ER com os ()s e depois você a
referencia usando o \1

alguém?


--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

Hoje, às 15:47, aurelio marinho jargas - ctba escreveu:

>
> até hoje não encontrei uma tradução legal para "back
> reference". alguém tem alguma sugestão?

hmmm ?:/

pós-referência ?

tut tut tut tut tut ...

--
echo Conectiva - Theodoro, Eliphas Levy |
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12 GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w---
O- M- V?  PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------
Quem gosta de homem é gay, mulher gosta é de dinheiro.
Venha para o Grupo Brasil: http://www.lcg.ufrj.br/seti/

> > até hoje não encontrei uma tradução legal para "back
> > reference". alguém tem alguma sugestão?
>
> hmmm ?:/
>
> pós-referência ?
>
> tut tut tut tut tut ...

pô, mas pós referência é o contrário!
ele faz uma referência anterior e não pós...

retroativa é bem isso, mas êta palavrinha difícil de lembrar...

--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

Hoje, às 16:08, aurelio marinho jargas - ctba escreveu:

> > > até hoje não encontrei uma tradução legal para "back
> > > reference". alguém tem alguma sugestão?
> >
> > pós-referência ?
>
> pô, mas pós referência é o contrário!
> ele faz uma referência anterior e não pós...
>
> retroativa é bem isso, mas êta palavrinha difícil de lembrar...

sim, retroativa é a mais certa... mas o que é uma pós referência ? uma
referência feita DEPOIS, ou seja, está referenciando algo ANTERIOR...

acho que não estou viajando.

pra bom entendedor, me pa ba. ':)

--
echo Conectiva - Theodoro, Eliphas Levy |
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12 GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w---
O- M- V?  PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------
Quem gosta de homem é gay, mulher gosta é de dinheiro.
Venha para o Grupo Brasil: http://www.lcg.ufrj.br/seti/

Dae pessoal:

   Muitos já se depararam com a necessidade de casar
strings entre aspas, como o "conteudo" de um printf:

	 printf("blah blah blah]\n");

   Até aí tudo bem. O problema aparece quando há outras aspas
dentro da string, como no exemplo abaixo:

	 printf("esta string tem \"aspas\" dentro dela");

   Quem já passou por isso sentiu a dificuldade na carne :-)
   Nesse caso, em que só há uma string a casar na linha, o
nosso velho amigo guloso .* pode ser usado, mas quando há
mais strings, aí o bicho pega mesmo! (pega os caracteres
entre as duas strings, que não deveriam ser casados!) :-)

printf ("--->\"x\"<--- "); printf ("--->\"y\"<---\n");

   No exemplo acima, um sed 's/".*"/XXXX/' resultaria em:

printf (XXXX);

quando o que a gente gostaria era ter:

printf (XXXX); printf(XXXX);

   Bom, a expressão regular (ER) que casa com strings que tem
aspas escapeadas dentro não é fácil de ser "pensada", mas
depois de se entender a linha de pensamento, fica fácil.

   Então, vamos lá! O segredo é ter uma expressão regular que
case com qualquer caracter que não seja aspa, mas que também
case com uma aspa escapeada, \" .

1. Uma ER que casa com qualquer caracter diferente de aspas:
	 [^"]

2. Uma ER que casa com \":
	 \"

NOTA: eu sei que o certo seria \\", porque a \ tem valor
especial. Eu estou passando por cima disso, para facilitar o
entendimento das ERs, além do fato de que ERs são
artifícios teóricos e, conequentemente, "independentes
de implementação" :-)

3. Uma ER que case com um caracter diferente de ", mas que
case com o \" (uma simples concatencação com | de duas ERs):
	 (\") | ([^"])

4. Uma ER para casar com uma seqüência de caracteres
diferentes de ", mas com \" dentro dela:
	 ( (\") | ([^"]) )*

5. Para finalizar, vamos casar as aspas iniciais:
	 " ( (\") | ([^"]) )* "

RACIOCÍNIO:

	 ER1 = "                casa uma "
	 ER2 = [^"]             casa um caracter != "
	 ER3 = \"               casa um \"
	 ER4 = ER3 | ER2        casa (c != ") ou \"
	 ER5 = ER4*        casa 0 ou mais ER4
	 ER6 = ER1 ER5 ER1      casa ER5 entre ER1s

   A ER que colocariamos em um sed macho para que ele faça o
que a gente quer é:

	 "\(\(\\"\)\|\([^"]\)\)*"

   O sed macho ficaria:

	 sed -e 's/"\(\(\\"\)\|\([^"]\)\)*"/STRING/g'

NOTA: o "g" no final é para que ele substitua todas as
"...\"..." da frase por STRING, não somente a primeira ;-)

Espero que isso tire a dor de cabeça de muita
gente... :-)))

[]'s

===================================
       Luciano Baretta Mandryk
-----------------------------------
      baretta@...
     mandrius@...
        lbm96@...
-----------------------------------
  Registered Linux User no. 115.666
===================================
"Principio da Recursividade: Para
  entender o principio da recursividade, eh
  necessario entender primeiro o principio
  da recursividade."

@ 29/11, Luciano Baretta Mandryk:
>   Até aí tudo bem. O problema aparece quando há outras aspas
> dentro da string, como no exemplo abaixo:
>
>  printf("esta string tem \"aspas\" dentro dela");


massa. essa é bem útil mesmo.


> 3. Uma ER que case com um caracter diferente de ", mas que
> case com o \" (uma simples concatencação com | de duas ERs):
>  (\") | ([^"])


só uma economia de quatro caracteres (8 no sed):
a alternação tem precedência pela concatenação, então os parênteses
para agrupar as duas ERs acima citadas não são necessários:
          \"|[^"]


>   O sed macho ficaria:
>
>  sed -e 's/"\(\(\\"\)\|\([^"]\)\)*"/STRING/g'

     O sed + macho ainda ficaria: &;)
 	 sed -e 's/"\(\\"\|[^"]\)*"/STRING/g'



> NOTA: o "g" no final é para que ele substitua todas as
> "...\"..." da frase por STRING, não somente a primeira ;-)

ah tá, seu G.  &:)




--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

Hoje, às 12:57, aurelio marinho jargas - ctba escreveu:

> @ 29/11, Luciano Baretta Mandryk:

> >   Até aí tudo bem. O problema aparece quando há outras aspas
> > dentro da string, como no exemplo abaixo:
> >
> >  printf("esta string tem \"aspas\" dentro dela");

> >   O sed macho ficaria:
> >
> >  sed -e 's/"\(\(\\"\)\|\([^"]\)\)*"/STRING/g'
>
>     O sed + macho ainda ficaria: &;)
>   sed -e 's/"\(\\"\|[^"]\)*"/STRING/g'

então o sed machão ficaria ';)
sed 's/"\([^"]\|\\"\)*"/"STRING"/g'

pra que o -e ?
e faltou as aspas... não vale falar que você usa printf sem aspas ';)

e... pô aurélio, eu fiquei uns 2 minutos pensando sozinho como fazer isso
(sem colar do baretta) e acabou a ER ficando igual à sua, só que ao
contrário no "ou". a SUA tá errada ':P


--
echo Conectiva - Theodoro, Eliphas Levy |
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12 GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w---
O- M- V?  PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------
Quem gosta de homem é gay, mulher gosta é de dinheiro.
Venha para o Grupo Brasil: http://www.lcg.ufrj.br/seti/

[...]
>então o sed machão ficaria ';)
>sed 's/"\([^"]\|\\"\)*"/"STRING"/g'
>
>pra que o -e ?
>e faltou as aspas... não vale falar que você usa printf sem aspas ';)
>
Na verdade o sed macho foi originalmente concebido para
trocar as aspas tambem, ou melhor, trocar
	 printf("foobar");
por
	 printf(_("foobar));
ou algo do gênero (internacionalização)

>e... pô aurélio, eu fiquei uns 2 minutos pensando sozinho como fazer isso
>(sem colar do baretta) e acabou a ER ficando igual à sua, só que ao
>contrário no "ou". a SUA tá errada ':P
>
Existe um detalhe qdo à ordem no "ou".
Qdo as duas ERs do "ou" casam, o comportamento correto (o
sed faz isso) é escolher a que casa com mais
caracteres. Porém, algumas implementações de ER ignoram esse
detalhe e só tentam casar a segunda ER se a 1a. não
servir. Em casos assim, se você escrever [^"] | \\" o
negócio não vai funcionar, pq a 1a. ER casa com a barra, e a
procura reinicia pela " sozinha, encerrando a procura!

[]'s

===================================
       Luciano Baretta Mandryk
-----------------------------------
      baretta@...
     mandrius@...
        lbm96@...
-----------------------------------
  Registered Linux User no. 115.666
===================================
"Principio da Recursividade: Para
  entender o principio da recursividade, eh
  necessario entender primeiro o principio
  da recursividade."

Hoje, às 14:40, Luciano Baretta Mandryk escreveu:

> >sed 's/"\([^"]\|\\"\)*"/"STRING"/g'

> Existe um detalhe qdo à ordem no "ou".
> Qdo as duas ERs do "ou" casam, o comportamento correto (o
> sed faz isso) é escolher a que casa com mais
> caracteres. Porém, algumas implementações de ER ignoram esse
> detalhe e só tentam casar a segunda ER se a 1a. não
> servir. Em casos assim, se você escrever [^"] | \\" o
> negócio não vai funcionar, pq a 1a. ER casa com a barra, e a
> procura reinicia pela " sozinha, encerrando a procura!

Xi... agora complicou tudo. Xover se eu entendi:

procuro por algo que não seja " ;
OU
procuro por algo que seja \" ;

1ª:
{
achei uma \ ; continuo porque ela faz parte do segundo OU (o maior) ;
achei uma " ; fechou o OU.
}
2ª:
{
achei uma \ ; não é uma aspa, então fechou e fim de papo.
}

Então o correto é a primeira hipótese, mas alguma máquina de ER usa a
segunda. Tendi ?

--
echo Conectiva - Theodoro, Eliphas Levy |
sed 's/\([A-z]*\) - \([A-z]*,\) \([A-z]*\) \([A-z]*\)/\3 \4 \2 \1/'
-----BEGIN GEEK CODE BLOCK-----
Version: 3.12 GCM/U d--- s:- a23 C+++ UL+++$ P+>$ L++> E--- W- N- !o !K w---
O- M- V?  PS+ PE Y-- PGP t+ 5+ X+ R+ tv- b DI+ D+++ G e-- h+ r- y+
------END GEEK CODE BLOCK------
Quem gosta de homem é gay, mulher gosta é de dinheiro.
Venha para o Grupo Brasil: http://www.lcg.ufrj.br/seti/

> > >   O sed macho ficaria:
> > >  sed -e 's/"\(\(\\"\)\|\([^"]\)\)*"/STRING/g'
> >     O sed + macho ainda ficaria: &;)
> >   sed -e 's/"\(\\"\|[^"]\)*"/STRING/g'
> então o sed machão ficaria ';)
> sed 's/"\([^"]\|\\"\)*"/"STRING"/g'
>
> pra que o -e ?

é, o -e não precisa mesmo, ele é útil quando seu script sed tem mais
de uma linha, e quando você usa os comandos 'a' e 'i' do sed.


> e... pô aurélio, eu fiquei uns 2 minutos pensando sozinho como fazer isso
> (sem colar do baretta) e acabou a ER ficando igual à sua, só que ao
> contrário no "ou". a SUA tá errada ':P

a minha ER não, a glória é toda do baretta, eu só fiz um ajustezinho
&:)


--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

On Mon, 29 Nov 1999, Eliphas Levy Theodoro wrote:

>Hoje, às 14:40, Luciano Baretta Mandryk escreveu:
>
>> >sed 's/"\([^"]\|\\"\)*"/"STRING"/g'
>
>> Existe um detalhe qdo à ordem no "ou".
>> Qdo as duas ERs do "ou" casam, o comportamento correto (o
>> sed faz isso) é escolher a que casa com mais
>> caracteres. Porém, algumas implementações de ER ignoram esse
>> detalhe e só tentam casar a segunda ER se a 1a. não
>> servir. Em casos assim, se você escrever [^"] | \\" o
>> negócio não vai funcionar, pq a 1a. ER casa com a barra, e a
>> procura reinicia pela " sozinha, encerrando a procura!
>
>Xi... agora complicou tudo. Xover se eu entendi:
>
>procuro por algo que não seja " ;
>OU
>procuro por algo que seja \" ;
>
>1ª:
>{
>achei uma \ ; continuo porque ela faz parte do segundo OU (o maior) ;
>achei uma " ; fechou o OU.
>}
>2ª:
>{
>achei uma \ ; não é uma aspa, então fechou e fim de papo.
>}
>
>Então o correto é a primeira hipótese, mas alguma máquina de ER usa a
>segunda. Tendi ?
>

Acho que sim, é que eu não entendi direito o que tu disse :)

Deixa eu tentar explicar melhor, para acabar de vez com as
dúvidas:

A ER  = (\"|[^"]) funciona blz sempre
O problema está na ER = ([^"]|\")

Suponha:
	 ER = [^"] | \"
	 Entrada = \"teste

Como o sed "pensa" (CERTO):
ER = A | B:
	 tenta casar A
	 tenta casar B
	 escolhe a que casa mais caracteres

no nosso caso:
	 casa [^"] com \
	 casa \"   com \"
	 como \" é maior que \, ([^"]|\") casa com \"


Como alguns outros interpretadores "pensam" (ERRADO):
ER = A | B
	 tenta casar A
	 se A nao casou com nada,
		 tenta casar B
	 se A casou, com alguma coisa, o resultado é
	 essa coisa.

no nosso caso:
	 casa [^"] com \
		 casou, então o resultado é o \!!!!

Moral da história: colocar as expressões mais específicas
antes (a esquerda do OU)

[]'s

===================================
       Luciano Baretta Mandryk
-----------------------------------
      baretta@...
     mandrius@...
        lbm96@...
-----------------------------------
  Registered Linux User no. 115.666
===================================
"Principio da Recursividade: Para
  entender o principio da recursividade, eh
  necessario entender primeiro o principio
  da recursividade."

> >e... pô aurélio, eu fiquei uns 2 minutos pensando sozinho como fazer isso
> >(sem colar do baretta) e acabou a ER ficando igual à sua, só que ao
> >contrário no "ou". a SUA tá errada ':P
> >
> Existe um detalhe qdo à ordem no "ou".
> Qdo as duas ERs do "ou" casam, o comportamento correto (o
> sed faz isso) é escolher a que casa com mais
> caracteres. Porém, algumas implementações de ER ignoram esse
> detalhe e só tentam casar a segunda ER se a 1a. não
> servir. Em casos assim, se você escrever [^"] | \\" o
> negócio não vai funcionar, pq a 1a. ER casa com a barra, e a
> procura reinicia pela " sozinha, encerrando a procura!

exato. veja porque:

na bíblia (vulgo Mastering Regular Expressions) diz-se que há duas
regras básicas paras ERs

1. casa o que achar primeiro

prompt$ echo "um dois tres" | sed "s/dois\|um/XXX/"
XXX dois tres

apesar do "dois" estar antes no ou, o "um" vem primeiro no texto


2. quantificadores são gulosos


echo "a:b:c" | sed "s/.*://"
c

o * e o + sempre vão casar a maior quantidade de texto possível


temos os 2 em nosso exemplo:

(\"|[^"])*

e agora, quem é mais forte? | ou *?

devemos ver as precedências:

* tem a maior precedência
concatenação tem a 2ª maior precedência
| tem a menor precedência

por isso (a)|((b)*(c))
é igual a a|b*c

massa né?  &:)





--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

> Como o sed "pensa" (CERTO):
> ER = A | B:
>  tenta casar A
>  tenta casar B
>  escolhe a que casa mais caracteres

lembre-se que este "casa mais caracteres" é so por causa do * depois,
pois normalmente é o primeiro que aparecer no texto.


--
s/:(/:)/;s/:(/:|/;s/:(/>(/,http://www.conectiva.com.br/~aurelio
${linux/gui/},ctrl+a],http://www.brasmidia.com/dumbs<esc>:wq

On Mon, 29 Nov 1999, aurelio marinho jargas - ctba wrote:

>
>
>> Como o sed "pensa" (CERTO):
>> ER = A | B:
>>  tenta casar A
>>  tenta casar B
>>  escolhe a que casa mais caracteres
>
>lembre-se que este "casa mais caracteres" é so por causa do * depois,
>pois normalmente é o primeiro que aparecer no texto.
>
>
Nao, o * ainda não entrou na jogada. :-)
Veja que \" sempre casa 2 caracteres, o \ e o ",
enqto [^"] SEMPRE casa só 1 caracter. Por exemplo,
	 echo xxy | sed 's/\(x\|xx\)/X/'
vai retornar Xy. As implementações erradas de ERs
retornariam Xxy, ou XXy, precisaria testar.

[]'s

===================================
       Luciano Baretta Mandryk
-----------------------------------
      baretta@...
     mandrius@...
        lbm96@...
-----------------------------------
  Registered Linux User no. 115.666
===================================
"Principio da Recursividade: Para
  entender o principio da recursividade, eh
  necessario entender primeiro o principio
  da recursividade."