Corrispondenze di metacaratteri¶

Una stringa è un modello di metacaratteri se contiene uno dei caratteri `?', `*' o `['. Il globbing è l'operazione che espande un modello di metacaratteri in un elenco di percorsi che corrisponde al modello. Una corrispondenza è definita da:

Un `?' (non fra virgolette) corrisponde ad un carattere singolo.

Un `*' (non fra virgolette) corrisponde a qualsiasi stringa, compresa quella vuota.

Classi di Carattere

Un'espressione della forma `[...]', dove il primo caratttere dopo la `[' iniziale non è un `!', corrisponde ad un carattere singolo, cioè a qualsiasi carattere fra quelli racchiusi tra le parentesi. La stringa nelle parentesi non può essere vuota; perciò è possibile avere una `]' fra parentesi, purché essa sia il primo carattere (ad es., `[][!]' corrisponde ai tre caratteri `[', `]' e `!').

Intervallo

C'è una convenzione speciale: due caratteri separati da `-' indicano un intervallo (ad es., `[A-Fa-f0-9]' equivale a `[ABCDEFabcdef0123456789]'). Si può includere un `-' col suo significato letterale ponendolo al primo o all'ultimo posto fra le parentesi (ad es. `[]-]' corrisponde solo ai due caratteri `]' e `-', `[--0]' corrisponde ai tre caratteri `-', `.', `0', mentre `/' non ha corrispondenze.)

Complementazione

Un'espressione `[!...]' corrisponde ad un carattere singolo, cioè a qualsiasi carattere cui non corrisponda l'espressione ottenuta rimuovendo il `!' iniziale (per es., `[!]a-]' corrisponde a qualsiasi carattere singolo eccetto `]', `a' e `-').

Si può togliere il significato speciale di `?', `*' e `[' precedendoli con un backslash, o, nel caso l'espressione sia parte di una riga di comando della shell, ponendola fra virgolette doppie. Fra parentesi quadre questi caratteri hanno un significato letterale. Per es., `[[?*\]' corrisponde ai quattro caratteri `[', `?', `*' e `\'.

Percorsi¶

Il globbing è applicato separatamente a ogni componente di un percorso. A uno '/' di un percorso non può corrispondere uno dei metacaratteri `?' o `*', né un intervallo come `[.-0]'. Un intervallo non può contenere uno '/' esplicito: ciò risulterebbe in un errore di sintassi.

Se il nome di un file inizia con un `.', deve esserci una corrispondenza esplicita per il `.'. Per es., `rm *' non rimuove

Elenchi vuoti¶

La chiara e semplice regola di più sopra: «espandere un modello di metacaratteri in un elenco di percorsi che corrisponde al modello» era la definizione originale di Unix. Permetteva modelli che si espandevano in elenchi vuoti, come in

	xv -wait 0 *.gif *.jpg

quando, magari, non c'è nessun file *.gif (e questo non causa un errore). D'altra parte POSIX richiede che un modello di metacaratteri non venga modificato se è sintatticamente sbagliato o se la lista dei percorsi corrispondenti è vuota. Con bash si può forzare il comportamento classico ponendo allow_null_glob_expansion=true.

(Problemi simili accadono in altri posti. Per es., mentre script vecchi usano

	rm `find . -name "*~"`

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

per evitare messagi di errore di rm invocato con un elenco vuoto di argomenti)

Espressioni regolari¶

Si noti che i modelli di metacaratteri non sono espressioni regolari, per quanto si assomiglino. Prima di tutto corrispondono a nomi di file piuttosto che a testo, e poi le convenzioni non sono le stesse: per esempio, `*' in un'espressione regolare vuol dire zero o più copie della cosa precedente.

Ora che le espressioni regolari usano espressioni fra parentesi quadre in cui la negazione è indicata con un `^', POSIX ha dichiarato indefinito l'effetto di un modello come `[^...]'.

Classi di carattere e internazionalizzazione¶

Naturalmente gl'intervalli erano originariamente interpretate come intervalli ASCII, per cui `[ -%]' stava per `[ !"#$%]' e `[a-z]' per «una qualsiasi minuscola». Alcune implementazioni Unix hanno generalizzato questo comportamento in modo tale che l'intervallo X-Y denota l'insieme di caratteri i cui codici sono compresi fra i codici di X e Y. D'altra parte, ciò richiede che l'utente conosca la codifica usata sul sistema locale, e, inoltre, non è comodo quando la sequenza di collazione per l'alfabeto locale è diversa dall'ordine dei codici di carattere. Perciò POSIX ha notevolmente esteso la notazione parentetica, sia per i modelli di metacaratteri che per le espressioni regolari. Prima abbiamo visto tre tipi di argomenti che possono apparire in un'espressione parentetica: (i) una negazione (ii) caratteri singoli espliciti e (iii) intervalli. POSIX definisce gl'intervalli in un modo internazionalmente più utile e aggiunge altri tre tipi:

(iii) Intervalli del tipo X-Y includono tutti i caratteri (estremi inclusi) compresi tra X e Y nella sequenza di collazione definita dalla categoria LC_COLLATE nella localizzazione corrente.

(iv) Classi di carattere con nome, come

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

(v) Elementi di collazione, come «[.ch.]» o «[.a-acute.]», dove la stringa compresa fra «[.» e «.]» è un elemento di collazione definito dalla localizzazione corrente. Si noti che questo può essere un elemento composto da più caratteri.

(vi) Una classe di equivalenza, come «[=a=]», dove la stringa compresa tra «[=» e «=]» e un qualsiasi elemento di collazione nella sua classe di equivalenza, definita dalla localizzazione corrente. Per esempio, «[[=a=]]» potrebbe essere equivalente a «[aáàäâ]», (attenzione: questo è Latin-1) cioè a «[a[.a-acute.][.a-grave.][.a-umlaut.][.a-circumflex.]]».