Classes de caracteres¶

Uma expressão `[...]' onde o primeiro caractere depois do primeiro `[' não é um `!' que casa com um caractere unitário, desde que seja um dos caracteres de dentro dos colchetes. A string cercada pelos colchetes não pode estar vazia: portanto `]' é um caractere permitido entre os colchetes, desde que seja o primeiro caractere. Portanto, `[][!]' casa com os três caracteres `[', `]' e `!'.)

Faixas¶

Há uma convenção especial: dois caracteres separados por `-' denotam uma faixa. (Portanto, `[A-Fa-f0-9]' é equivalente a `[ABCDEFabcdef0123456789]'.) É possível incluir `-' com seu significado literal ao colocá-lo em primeiro ou em último entre os caracteres dentro dos colchetes. (Portanto, `[]-]' casa apenas com os dois caracteres `]' e `-', e `[--/]' casa com os três caracteres `-', `.', `/'.)

Complementação¶

Uma expressão `[!...]' casa com um caractere unitário, desde que seja um caractere não presente na expressão obtida pela remoção do primeiro `!'. (Portanto, `[!]a-]' casa com qualquer caractere unitário, exceto `]', `a' e `-'.)

É possível remover o significado especial de `?', `*' e `[' precedendo-os por uma barra invertida, ou, caso seja parte de uma linha de comando do shell, cercando-os com aspas. Entre colchetes, estes caracteres respondem por eles mesmos. Portanto, `[[?*\]' casa com os quatro caracteres `[', `?', `*' e `\'.

Expressões regulares¶

Note que padrões de coringas não são expressões regulares, apesar de que são um pouco similares. Primeiramente, eles casam com nomes de arquivos em vez de texto, e em segundo lugar, as convenções não são as mesmas: por exemplo, em uma expressão regular `*' significa zero ou mais cópias da coisa precedente.

Agora que as expressões regulares têm expressões com colchetes, onde a negação é indicada por um `^', o POSIX declarou que o efeito de um padrão de coringa `[^...]' é indefinido.

Classes de caracteres e Internationalização¶

Obviamente, faixas significavam originalmente as faixas ASCII, de forma que `[ -%]' significa `[ !"#$%]' e `[a-z]' significa "qualquer letra minúscula". Algumas implementações Unix generalizaram isso, de tal forma que que uma faixa X-Y significa o conjunto de caracteres com código entre o código de X e o de Y. Porém, isso requer que o usuário saiba o código do caractere em uso no sistema local, e além disso, não é conveniente se a seqüência de conferência para o alfabeto local difere da ordenação dos códigos de caractere. Portanto, POSIX estendeu grandemente a notação de colchetes, tanto nos padrões de coringas quanto nas expressões regulares. Anteriormente, nós vimos três tipos de itens que podem ocorrer em uma expressão em colchetes: (i) a negação, (ii) caracteres unitários explicitados e (iii) faixas. POSIX especifica faixas de uma forma internacionalmente mais útil, e acrescenta mais três tipos:

(iv) Faixas X-Y compreendem todos os caractees que caem entre X e Y (inclusive) na seqüência de conferência corrente, como definido pela categoria LC_COLLATE no locale corrente.

(iv) Classes nomeadas de caracteres, como

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

(v) Símbolos de conferência, como `[.ch.]' ou `[.a-acute.]', onde a string entre `[.' e `.]' é um elemento de conferência definido na localização atual. Note que este pode ser um elemento multi-caractere.

(vi) Expressões de classes de equivalência, como `[=a=]', onde a string entre `[=' e `=]' é um elemento de conferência qualquer da sua classe de equivalência, como é definido no locale corrente. Por exemplo, `[[=a=]]' deve ser equivalente a `[aáàäâ]' (cuidado: Latin-1 aqui), ou seja, a `[a[.a-acute.][.a-grave.][.a-umlaut.][.a-circumflex.]]'.