Dopasowanie wieloznaczników¶

Dany łańcuch jest wzorcem wieloznacznikowym, jeśli zawiera jeden ze znaków: „?”, „*” lub „[”. Interpretacja wieloznaczników (ang. globbing) to operacja interpretacji wzorca wieloznacznikowego na listę ścieżek pasujących do wzorca. Dopasowanie wygląda następująco:

„?” (poza nawiasami kwadratowymi) dopasowuje dowolny pojedynczy znak.

„*” (poza nawiasami kwadratowymi) dopasowuje dowolny łańcuch, w tym łańcuch pusty.

Klasy znakowe

Wyrażenie „[...]” gdzie pierwszym znakiem po otwierającym „[” nie jest „!” dopasowuje pojedynczy znak, a dokładnie dowolny ze znaków pomiędzy nawiasami kwadratowymi. Łańcuch ograniczony nawiasami kwadratowymi nie może być pusty; zatem znak „]” może pojawić się w nawiasie kwadratowym, o ile tylko będzie pierwszym znakiem (dlatego „[][!]” dopasuje trzy znaki: „[”, „]” i „!”).

Zakresy

Istnieje jedna specjalna konwencja: dwa znaki rozdzielone znakiem „-” oznaczają zakres (zatem „[A-Fa-f0-9]” jest równoważne „[ABCDEFabcdef0123456789]”). Aby znak „-” miał swe dosłowne znaczenie, należy go umieścić jako pierwszy lub ostatni znak między nawiasami kwadratowymi (zatem „[]-]” dopasuje jedynie dwa znaki: „]” i „-”, natomiast „[--0]” dopasuje trzy znaki: „-”, „.” i „0”, ponieważ „/” nie może być dopasowane).

Dopełnianie

Wyrażenie „[!...]” dopasuje pojedynczy znak, a dokładnie dowolny znak, który nie zostanie dopasowany przez wyrażenie, otrzymane po usunięciu z niego początkowego „!” (zatem „[!]a-]” dopasuje każdy pojedynczy znak poza „]”, „a” i „-”).

Można usunąć specjalne znaczenie znaków „?”, „*” i „[” poprzedzając je odwrotnym ukośnikiem lub, jeśli są częścią wiersza polecenia powłoki, ujmując je w cudzysłów. Pomiędzy nawiasami kwadratowymi, znaki te zachowują swe dosłowne znaczenie. Zatem „[[?*\]” dopasuje cztery znaki: „[”, „?”, „*” i „\”.

Ścieżki¶

Interpretacja wieloznaczników jest stosowana do każdej składowej ścieżki z osobna. „/” w ścieżce nie może być dopasowane wieloznacznikiem „?” i „*” ani zakresem takim jak „[.-0]”. Zakres zawierający dosłowny znak „/” stanowi błąd składni (POSIX wymaga, aby takie wzorce z błędem składni zostały pozostawiane bez zmian).

Jeśli ścieżka zaczyna się od „.”, znak ten musi zostać podany wprost w wyrażeniu (zatem rm * nie usunie pliku .profile, a tar c * nie zarchiwizuje wszystkich plików użytkownika; lepsze będzie tar c .).

Puste listy¶

Ładna i prosta reguła podana wyżej: „rozwiń wzorce wieloznacznikowe na listę pasujących ścieżek” była pierwotną definicją systemu UNIX. Pozwalała na wzorce, które rozwijały się na pustą listę, jak w

    xv -wait 0 *.gif *.jpg

gdy mógł nie występować żaden plik *.gif (i nie był to błąd). Jednak POSIX wymaga, aby wzorzec wieloznacznikowy był pozostawiany bez zmian, jeśli jest składniowo niepoprawny albo gdy lista dopasowanych ścieżek jest pusta. W powłoce bash można wymusić klasyczne zachowanie poleceniem:

shopt -s nullglob

(Podobne problemy pojawiają się też gdzie indziej. Na przykład stare skrypty mają

rm `find . -name "*~"`

a nowe skrypty wymagają

rm -f braktakiegopliku `find . -name "*~"`

aby uniknąć błędu polecenia rm wywołanego z pustą listą argumentów).

Wyrażenia regularne¶

Proszę zauważyć, że wzorce wieloznacznikowe nie są wyrażeniami regularnymi, choć są nieco podobne. Po pierwsze, dopasowują nazwy plików, a nie tekst, a po wtóre, konwencje różnią się: np. w wyrażeniu regularnym „*” oznacza zero lub więcej wystąpień poprzedzającego elementu.

Obecnie, gdy wyrażenia regularne posiadają wyrażenia klamrowe, gdzie negację oznacza się przez „^”, POSIX deklaruje wynik wyrażenia klamrowego „[^...]” jako niezdefiniowany.

Klasy znakowe i ustawienia międzynarodowe¶

Zakresy pierwotnie miały znaczyć oczywiście zakresy ASCII, zatem „[ -%]” oznaczał „[ !"#$%]”, a „[a-z]” oznaczał „dowolną małą literę”. Niektóre implementacje Uniksowe generalizują to w ten sposób, że zakres X-Y oznacza zbiór znaków z kodami pomiędzy kodem X i kodem Y. Jednak wymaga to, aby użytkownik znak kodowanie znaków używane w lokalnym systemie, a co więcej, nie jest praktyczne, gdy kolejność sortowania w lokalnym alfabecie różni się od kolejności kodów znaków. Z tego względu norma POSIX rozszerzyła znacznie notację klamrową, zarówno w przypadku wzorców wieloznacznikowych jak i w przypadku wyrażeń regularnych. Powyżej opisano trzy typy elementów, które mogą pojawić się w wyrażeniach klamrowych: (I) negację, (II) dosłowny pojedynczy znak i (III) zakresy. POSIX określa zakresy w sposób bardziej użyteczny w kontekście międzynarodowym oraz dodaje trzy dodatkowe typy:

(III) Zakresy X-Y obejmują wszystkie znaki, które znajdują się pomiędzy X i Y (włącznie) w bieżącej kolejności sortowania zdefiniowanej przez kategorię LC_COLLATE w bieżących ustawieniach locale.

(IV) Nazwane klasy znakowe, jak

[:alnum:]  [:alpha:]  [:blank:]  [:cntrl:]
[:digit:]  [:graph:]  [:lower:]  [:print:]
[:punct:]  [:space:]  [:upper:]  [:xdigit:]

tak więc można użyć „[[:lower:]]” zamiast „[a-z]”, co zadziała poprawnie również w Danii, gdzie alfabet ma jeszcze trzy litery po literze „z” (albo w języku polskim, z polskim „ź” i „ż” - przyp. tłum.). Te klasy znakowe są zdefiniowane w kategorii LC_CTYPE w bieżących ustawieniach locale.

(V) Symbole sortowania, takie jak „[.ch.]” lub „[.a-acute.]”, gdzie łańcuch pomiędzy „[.” a „.]” jest elementem sortowania zdefiniowanym dla aktualnego ustawienia locale. Proszę zauważyć, że może być to element złożony z wielu znaków.

(VI) Wyrażenia klasy równoważnej, jak „[=a=]”, gdzie łańcuch pomiędzy „[=” a „=]” jest elementem sortowania ze swojej klasy równoważnej, zdefiniowanym dla bieżących ustawień lokale. Na przykład „[[=a=]]” może być równoważny„[aáàäâ]”, tj. „[a[.a-acute.][.a-grave.][.a-umlaut.][.a-circumflex.]]”.