| Operator | Semantik |
| | | Beschreibung von Alternativen |
| regexp | Zeichenkette + Übereinstimmung |
| ab|cd|ef | 9abcdef |
| [0-9]{3}|[a-z]{4} | z9abcd378cc |
| 34|123 | 1234 |
| a+|bac* | bacccaaaaa |
| a+|bac* | cabacccaaaaa?? |
Alternativen werden parallel von links nach rechts suchend fortlaufend probiert und solange erfolgversprechend der Länge nach optimiert – am besten zu beherrschen sind disjunkte Alternativen.
Regulärer Ausdruck für Datumsangaben ohne Rücksicht auf die spezielle Anzahl von Tagen pro Monat oder Schaltjahre. Testen mit 1.1.12, 31.12.206, 04.02.2009 etc.
| Operator | Semantik |
| ( ) | Bindung von Teilausdrücken |
| regexp | Bedeutung |
| java(script)? | java optional gefolgt von script |
| javascript? | |
| Da[Da]+ | |
| Da(Da)+ | |
| (Josef|Sepp) M[ae][iy]er | |
| [0-9]+(,[0-9]+)? | |
| 5, gefolgt von emacs oder 56, dann . | |
| flash|javascript? | |
| Familiennamen: Weber, Meier-Schulze, ... | |
Die Operatoren der regulären Ausdrücke in fallender Priorität: Wiederholungsoperator, Konkatenation, Oder
Quiz: regulärer Ausdruck für CSS-Farbangaben in HTML Seiten wie etwa #abc oder #BADA55 mit und ohne Verwendung des Oder-Operators.
Geklammerte Teile regulärer Ausdrücke definieren implizit Untermuster – von links her anhand der öffnenden Klammern beginnend bei 1 durchnumeriert. Zugriff auf den entsprechenden Text der vorliegenden Zeichenkette mittels \n.
| Regexp | Zeichenkette | Wert von \n |
| [a-z]+([0-9]+)b\1 | ab37b37 | 37 |
| ab37b46 | 37 | |
| ab3737 | ||
| (['"])[^'"]+\1 | 'abc' | ' |
| "abc" | " | |
| ['"][^'"]+['"] | "abc' | |
| (Java([sS]cript)?) | JavaScript | |
| ([a-zA-Z])\1 | ||
| (.)\1 | ||
| ([a-zA-Z]+) +\1 | ||
| ([0-9A-Fa-f]{2}:){5}[0-9A-Fa-f]{2} | 00:04:23:7c:5d:de |
\n bezieht sich auf die jeweils letzte Übereinstimmung:
Ein regulärer Ausdruck zur Analyse valider Webadressen (URLs).
^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?$
^12[^:/?#]+):)?3//4[^/?#]*))?5[^?#]*)6\?7[^#])*)?8#9*)).?$
Anwendung auf http://www.ics.uci.edu/pub/ietf/uri/#Related ergibt:
| Untermuster | zugehöriger Text |
| \1 | |
| \2 | |
| \3 | |
| \4 | |
| \5 | |
| \6 | |
| \7 | |
| \8 | |
| \9 |
Bestimmen Sie auch den Wert der Untermuster für https://duckduckgo.com/?q=Programm+ffox.
| Metazeichen | Position | |
| ^ | Anfang der Zeile bzw. Zeichenkette | |
| $ | Ende der Zeile bzw. Zeichenkette | |
| Regexp | Zeichenkette | Übereinstimmung |
| ^Worms am Rhein$ | ||
| ^.[56] | ||
| ^J | ||
| [1-3]00$ | ||
| ^ + | ||
| ^(Hund|Katze)$ | ||
| ^Hund|Katze$ | HundehalterIn | |
Quiz: Fehler in Telekom Whitelist!
| Befehl | Bedeutung |
| Suche nach \ | |
| egrep "5.{2}6" | |
| ungefähre Suche nach E-Mail Adressen | |
| sed -E "s/a{1,4}/@/g" | a{1,4} durch @ ersetzen |
| sed -r "s/a.?b/@/" | erste Zeichenfolge der Form a.?b durch @ ersetzen |
| alle ganzen Zahlen durch zahl ersetzen | |
| sed -E "/a{2,}/ d" | alle Zeilen löschen, die zu a{2,} passen |
| sed -r 's/^(.*)$/ \1#/' | jede Zeile um ein Leerzeichen einrücken und mit einem # Zeichen terminieren. |
| sed "/^$/ d" | |
| Zugriff auf Text aus Untermustern im Ersetzungstext von sed | |
| \n | Text passend zum Untermuster n |
| & | Text der gesamten Übereinstimmung |
| Quiz | |
| Alle Namen im Verzeichnis /usr/bin/ mit einer Zahl zwischen 120 und 237. | |
| Im access.log Häufigkeit der Sender analysieren (DOS Angriffe, ...) | |
| Metazeichen | Position |
| \b | Wortgrenze |
„Nicht mitzuhassen, mitzulieben bin ich da”.
Wortgrenzen im obigen Text für en_US?
Wie lauten jeweils die Wörter im Text?
\b wird nicht von allen sed-Implementierungen unterstützt (s.u.)
Zeichenketten sind Folgen von Zeichen ohne kontextuelle Einschränkung – Wörter sind Zeichenketten mit speziellen Randbedingungen. Die Suche bzw. das Ersetzen von Wörtern muss entsprechend präzisiert werden.
[a-zA-ZäöüßÄÖÜẞ-]+
Nachname
# separieren
sed -f ~progbau/Publicite/Unix/11/crawler/separate < in > out# Bereiche löschen
sed '/<script>/,/<\/script/>/ d' < in > outaktuelle Ländereinstellung anzeigen – Sprache, Land, Zeichensatz etc.
| Variable | Bedeutung |
| LC_TIME | Format der Zeitangabe |
| LC_ALL | setzt alle anderen LC_ Variablen |
| LANG | Standardwert für ungesetzte LC_ Variable |
| Beispiele globaler Einstellung mittels LC_ALL | |
| bash | export LC_ALL=de_DE.UTF8 |
| tcsh | setenv LC_ALL de_DE.UTF8 |
| Zeichencodierung explizit einstellen in Editoren | |
| emacs | STRG-X RETURN c, dann auswählen |
| gedit | Auswahl beim Speichern und Laden von Dateien |
| vim | :se fenc, Hilfe mit :help fenc |
Viele Kommandos passen sich dem aktuellen locale an: Zeichencodierung im locale sollte zu der in bearbeiteten Dateien passen. Bei ssh client- und server-seitig das selbe locale benutzen.
Verfügbare locales prüfen mit locale -a.
Bei Debian GNU/Linux (und Ubuntu) Locales erstellen: sudo dpkg-reconfigure locales.
| Metazeichen | Shell-Globs | RegExp |
| * | beliebige Zeichenkette | beliebig viele Wiederholungen |
| ? | ||
| + | ||
| [ ] | ||
| ^ | ||
| $ | ||
| { } | ||
| ( ) | ||
| | | ||
| \ | ||
| ' | ||
| " |