X
Regular Expression(正規表現) Part14 [無断転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
0001デフォルトの名無しさん
垢版 |
2017/03/15(水) 02:04:35.47ID:e01p03UP
Regular Expressionスレです。

質問する場合は必ず実装言語や処理系ソフトウェア名を示してください。

前スレ
Regular Expression(正規表現) Part13
http://echo.2ch.net/test/read.cgi/tech/1415149975/


次スレは>>980宜しく
天ぷら等2以降
0436デフォルトの名無しさん
垢版 |
2018/02/16(金) 17:23:34.33ID:GgVv8IsN
>>435
全然ダメ
入力が

[abc]def[ghi]

なら全文がマッチする(量化指定子*はgreedyだから末尾手前まで全部食う)
0437デフォルトの名無しさん
垢版 |
2018/02/16(金) 17:34:31.04ID:dBpGhFbZ
>>433
実行環境によってだけどコンパイルされて速くなったりするので
さくっと一行で書けるならメリットはあるよ
プログラム書いた方が良い場合もある
ケースバイケース
0438デフォルトの名無しさん
垢版 |
2018/02/16(金) 18:30:54.06ID:Q4bZpk0j
>>434
>>437
レスサンクスコ
今Pythonで作られているパッケージを保守してるんだけど、お約束のように最初に正規表現で抜いて後で編集してる
最初のパフォーマンスを考慮してるのかもだけど、読みにくくて一般人にはいいことないよ
0439デフォルトの名無しさん
垢版 |
2018/02/16(金) 19:13:24.69ID:M8XJLm2H
>>433
ワンライナーで可読性保守性とか気にしない
ストリームエディタで検索、ログの抽出が最たる用途じゃないか
0440デフォルトの名無しさん
垢版 |
2018/02/16(金) 20:46:56.42ID:d9VDf+sb
>>420
$# 「行頭部分にある 1 個以上の \[[^\]*\] を削除」と初見で思ったのだが、違うのか?
$# それとも C# でどうやるかわからないという話? 申し訳ないが C# は知らない。
$
$cat a_in
[ああ]おおおおお
[いいい]こここここ
[うう][ええ]そそそそそ
ととととと[たた]
[ええ]あああ[いい]うう
$perl -pe 's/^(\[[^\]]*\])+//' < a_in
おおおおお
こここここ
そそそそそ
ととととと[たた]
あああ[いい]うう
$perl -0777 -pe 's/^(\[[^\]]*\])+//gm' < a_in
おおおおお
こここここ
そそそそそ
ととととと[たた]
あああ[いい]うう
$
0442デフォルトの名無しさん
垢版 |
2018/02/17(土) 05:30:35.08ID:xZfN9pA3
何を望んでいるのかを明確にする方が先かと……
0443デフォルトの名無しさん
垢版 |
2018/02/17(土) 11:13:15.50ID:sN1lrGX4
>>441
none-greedyじゃ先頭しかマッチしない

[abc][def]ghi

の[abc]しか除去出来ない
反復適用すればいいというならその通りではあるが
0444デフォルトの名無しさん
垢版 |
2018/02/17(土) 11:27:08.57ID:IU1gsQgu
[ab][cd][ef]ああ

これは、繰り返しが入っている。
N回削除する必要がある

[ab][cd][ef]ああ
[cd][ef]ああ
[ef]ああ
ああ

[〜] でグループ化すべき
0445デフォルトの名無しさん
垢版 |
2018/02/17(土) 12:22:01.47ID:IU1gsQgu
/^\[[^\]]*\]/ =~ "[ab][cd]ああ"
$& #=> [ab]

Ruby で書いた。
行頭が\[ で、\[ 以外の文字が、0以上続いて、\] がある
0446デフォルトの名無しさん
垢版 |
2018/02/17(土) 12:32:03.69ID:IU1gsQgu
/^\[[^\]]*\]/ =~ "[ab][cd]ああ"
$& #=> [ab]
$' #=> [cd]ああ

/^\[[^\]]*\]/ =~ $'
$& #=> [cd]
$' #=> ああ

/^\[[^\]]*\]/ =~ $'
#=> nil

Ruby で書いた。
行頭が\[ で、\[ 以外の文字が、0以上続いて、\] がある

$& はマッチした部分で、$' はマッチした部分の後ろを表すから、
マッチを繰り返していけば、出来るけど
0447デフォルトの名無しさん
垢版 |
2018/02/17(土) 12:42:57.33ID:IU1gsQgu
/^(\[[^\]]*\])+/ =~ "[ab][cd]ああ[ef]"
$& #=> [ab][cd]

やったー。Ruby で出来た

\[ があり、\[ 以外の文字が、0以上続いて、\] がある。
これをグループ化して、1回以上繰り返す

ただし、グループ外に、先頭からを指定する
0448デフォルトの名無しさん
垢版 |
2018/02/18(日) 07:04:41.40ID:4dAbe4pu
正規表現で使用される記号があるとワケわからなくなってくるから
適当な記号、例えばQなどに置き換えて試行錯誤して最後に元の記号に戻したりする
0449デフォルトの名無しさん
垢版 |
2018/02/18(日) 11:53:19.92ID:QWcmX5lk
余計なバックトラックを防ぐために
$s = qr/(?>\s*)/
ってやってパターンに埋め込むことならある。
0450デフォルトの名無しさん
垢版 |
2018/02/23(金) 22:29:48.73ID:vtIXFjR6
(?s:^(?=.*ｽ)(?=.*ﾌﾟ))
CHmateで使う正規表現らしいんだけど最初の

(?s:"

の意味が検索してもわからないのですが教えていただけないでしょうか
0452デフォルトの名無しさん
垢版 |
2018/02/24(土) 00:35:55.07ID:bvxyjlLF
>>451
ありがとございます
確認してなんとなく分かりました

ところでこの正規表現の場合(?s:)って名前には改行はないので不要じゃないかと思ってしまうのですがどういう目的で使われているのでしょうか
0453デフォルトの名無しさん
垢版 |
2018/02/24(土) 01:37:05.64ID:d6NztqhC
書いたヤツの趣味じゃ？
しかもかなりてきとう

ﾜｯﾁｮｲ名前ならおそらくドコモ判別？でもﾌﾟだけではないhttp://itest.5ch.net/test/read.cgi/mango/1467623805/312
先読みなんてコストかけなくてもKOROKORO AAはSd固定
改行を無理矢理入れ込んでというシチュエーションでｽとﾌﾟでねらい打ちも違和感

本文で^(?=.*A)の類を使うとレス数後半のコストはかなりのもの
これは名前だから大したことにはならないけど

深謀遠慮があるのかも知れんがそれこそ書いた本人へ
0454デフォルトの名無しさん
垢版 |
2018/02/27(火) 15:54:44.12ID:2v1tH105
C#で、
var rgx = new Regex("(.)+");
var str = "こんにちは。";
Console.WriteLine(rgx.Replace(str, "$1"));
とすると「。」が出力されるのですが、なぜですか？
$1は「。」になるのですか？「こ」だと思ったのですが、違いますか？
0456デフォルトの名無しさん
垢版 |
2018/02/27(火) 17:03:18.46ID:VEiALCIH
どれどれ…
javascript
'こんにちは。'.replace(/(.)+/, '$1');
=> "。"

ほんまや！知らんかった
0459デフォルトの名無しさん
垢版 |
2018/02/27(火) 22:02:02.32ID:u9k8VAiO
>>457
.NETはCaptureCollectionってのに入れてくれるみたいよ

ただフルマッチとキャプチャリンググループと両方1度に必要なければ
/(.){1}/みたいに正規表現変えれば配列に入れられるよね
0460デフォルトの名無しさん
垢版 |
2018/02/28(水) 21:03:30.09ID:V9ixSdqS
>>455
すみません。
教えて頂いたサイトを見ても分かりません。
簡単に解説をお願いしたいのですが。
0461デフォルトの名無しさん
垢版 |
2018/02/28(水) 22:05:09.20ID:pxJOkH76
単純に最後にマッチした部分ってことじゃないかな。赤ラクダにそう書いてある。
C# は知らない。誰か翻訳してあげて。
0462デフォルトの名無しさん
垢版 |
2018/03/01(木) 00:07:23.55ID:UkKloD3U
>>460
キャプチャグループに量指定子がついてるとそのキャプチャグループの箇所に複数回マッチする可能性があるよね。
んで複数回マッチした場合は最後にマッチしたやつがそのキャプチャグループに入ってるってこと

"こんにちは。”に対して、/(.)+/でマッチをかけると
最初にピリオドが“こ”にマッチしてそれをグループ1に入れて
次に+を見てまたマッチするか繰り返す
今度はピリオドに”ん”がマッチするからそれをグループ1に入れて、、、
あとは繰り返し
“こんにちは。”が/(.)+/にフルマッチした時点でグループ1に入ってるのは”。”
0463デフォルトの名無しさん
垢版 |
2018/03/01(木) 00:17:03.42ID:ikcjc59H
/(.+)/ =~ 'こんにちは。'
$1 は、'こんにちは。'

/(.)+/ =~ 'こんにちは。'
$1 は、'。'

上は、1回しかマッチしていない、最長マッチ。
下は、1文字のマッチで、6回マッチして、最後のマッチが、'。'
0464デフォルトの名無しさん
垢版 |
2018/03/01(木) 00:55:21.78ID:UkKloD3U
>>463
うーん、1文字マッチで6回マッチするのはどっちも同じじゃない？
キャプチャグループに入れる回数の違い
0465デフォルトの名無しさん
垢版 |
2018/03/01(木) 02:58:48.22ID:ksBcbegD
>>462
なるほど。
0466デフォルトの名無しさん
垢版 |
2018/03/01(木) 05:29:23.47ID:AobHbkwq
詳細　○○表現
尼での評価がよかったので買ってみたが全然
リファレンスにもならない
やっぱり海外の訳本はだめだ、すくなくとも自分には良書でなかった
0467デフォルトの名無しさん
垢版 |
2018/03/01(木) 15:52:15.50ID:UkKloD3U
フクロウ本のことかな
中の仕組みを理解するための本であって
リファレンス本でも入門書でもないからね
0468デフォルトの名無しさん
垢版 |
2018/03/02(金) 09:24:29.36ID:O5NS5hyG
>>464
そういうマッチャー自分で作る時はスキップするよう作るけど
正規表現エンジンはしないのか
複雑だとやってられないとかか
0469デフォルトの名無しさん
垢版 |
2018/03/02(金) 13:01:46.53ID:btKfsNEv
試しに
for pat in '([cd])+' '(.)+' '.*(.)' ; do perl -Mre=debug -e '$pat = shift; print "abcd" =~ /$pat/ ,"\n" ;' "$pat" ; done
ってやってみた。最適化してそうだ。.*(.) は意味的には同じだと思うがバックトラックの分だけ不利。
Perl のソースコードを確認したわけではないので断定はしかねるが。
0470デフォルトの名無しさん
垢版 |
2018/03/03(土) 08:34:43.98ID:ooAwkD9v
今はサンプルだからいいけど
長大な文章じゃスキップで最適化しないとやってられないよな
0471469
垢版 |
2018/03/03(土) 13:47:58.16ID:GJwmn3yF
個人的には (.)+ と書くべき理由が思い当たらない。
0473デフォルトの名無しさん
垢版 |
2018/04/06(金) 19:38:34.22ID:U5C29TI1
複数のSQL文の書かれているSQLファイルから、DBの処理単位でSQL文を逐次取り出す正規表現が書きたいのですがどうしたら良いですか？
厳密なものでは無くても良くて英文字から始まってセミコロンで終わるというもので良いのです。
ただ、SQL分は行頭から始まるとは限らず、セミコロンの直後に次のSQL文が始まったり、空白文字などがあってからSQLの文が始まったりすることもあります。
また、文中に出てくるエスケープされたセミコロンや文字列中のセミコロンは文末の対象になって区切られては困るのでそれはスキップして評価がしたいです。
0475デフォルトの名無しさん
垢版 |
2018/04/07(土) 12:21:20.06ID:BRhgC8GS
multilineのオプション付けて
;でsplitしただけじゃだめなん
0476デフォルトの名無しさん
垢版 |
2018/04/07(土) 12:23:00.56ID:BRhgC8GS
>>474
それが含まれる時点で無理に正規表現一行で書くのはいつもあきらめる
0477デフォルトの名無しさん
垢版 |
2018/04/07(土) 12:30:00.76ID:LBmouzwW
ちゃんとやるなら文字列中のエスケープされたシングルクォートとかも処理しないとダメだし正規表現でやるのはすごく大変だと思う
0479デフォルトの名無しさん
垢版 |
2018/04/08(日) 06:27:09.85ID:1mmlbc0v
1. ; で分割して、配列に入れる
2. 配列の各要素から、余分なものを削除する

2 のルールを、厳格に決めればよい

Ruby で作る方が速い
0480デフォルトの名無しさん
垢版 |
2018/04/08(日) 11:04:16.11ID:YK+KPtHu
正規表現は置いといて
DB用意して""で囲まれた部分をテキストとしてDBに入れながらID取得
本文側はIDに置き換える
あとは正規表現を使っても使わなくてもいいが;で分割
最後にまたID部分に元のテキストを流し込む
0481デフォルトの名無しさん
垢版 |
2018/04/08(日) 13:00:20.92
そこであきらめんなよ！
正規表現だけで乗り切ろうという気概を見せろよ！
0482デフォルトの名無しさん
垢版 |
2018/04/08(日) 13:08:05.41ID:wO4VFvVz
(シングル|ダブル)クオート文字列って正規言語で表せる範囲にあるんかね？
文脈自由言語では表せるけど
0486473
垢版 |
2018/04/09(月) 10:33:55.69ID:Q+cYQrXX
沢山ご回答ありがとうございます。
皆さんのご意見を伺った限り、やはり正規表現一本では難しそうですよね…

はじめは前処理で既成のsqlパーサなどを通して、きれいに整形して別ファイルに保存してから処理する方法も検討していましたが、
できれば現物ファイルを生のまま読み込んで正規表現でなんとか行けないかなと思い試行錯誤していて、
うまい書き方が全然できなくてここに書き込みさせて頂いた次第です。

>>483
使用できる正規表現はPCREです。

具体的にはPHPで省メモリで巨大なSQLファイルを実行する仕組みが作りたくて
相談させてもらいました。自分の頭の中のアイデアでは
　1.fileをbufsize分readして
　2.正規表現でマッチするかチェック
　3.マッチしていたらそのSQLを実行。マッチした文より、先の部分は次の実行のためにバッファに積んで1へもどる
　4.マッチしていない場合は更にbufsize分read、2->4を繰り返す。
こんなイメージでした。

それを鑑みると、>>480さんのアイデアはちょっとありかなとも思います。
スレ違いなっちゃいますが、regexを使わずプログラム上でクオートの始まりと終わりを正しく
処理できれば随分楽できそうな気がします。一考の余地ありですかね？
0487デフォルトの名無しさん
垢版 |
2018/04/09(月) 12:10:15.13ID:M/BmQ9Z1
"'", "\""
'"', '\''

クォーテーション内にクォーテーションがある、入れ子状態が難しい。
クォーテーションを、\ でエスケープしたりもあるし

XML Parser とか、プログラム実行の命令木とか、解析ツールを使わないと無理。
プログラミングで何とかできる、範囲を超えている

そもそも、入れ子状態にどういうパターンがあるのか、
全列挙して考えるのが、非常に難しい

入れ子の入れ子とか、再帰的に入れ子するかも知れないし
0488デフォルトの名無しさん
垢版 |
2018/04/09(月) 17:17:14.98ID:4vJW9Ikj
>>486
こういう感じでどうだろう
[a-zA-Z](?:\\"|\\'|[^"';]|(["'])(?:\\\1|(?:(?!\1).))*(?<!\\)\1)*;
英数字で始まって、\"や\'は許す;で終わる文字列
頭に^\s*を付けたほうがいいかもしれないけど
文字列は、" ' "、' " '、" \" "、' \' 'は許す( ; もOK)

ところで、" ' " ' "とは書けるんだっけ？
こういう括弧のネストが可能なら、正規表現の方もネスト構文や条件構文を使わないといけないけど
（俺は使ったことはないけど）
0491デフォルトの名無しさん
垢版 |
2018/04/10(火) 00:21:39.82ID:oEQHPFsL
仕様を確定させるのが難しい。
単なるテキストには、ルールが無いだろ

XML とか、プログラム言語には、仕様があって、
ルール違反の書き方を許さないから、プログラムで判定できる

だから、まずこう書いたらエラーにする、という仕様を決めるべき
0493デフォルトの名無しさん
垢版 |
2018/04/11(水) 13:14:45.93ID:p/bo/Ju1
試しに Perl でやってみた。最も楽観的な想定ならこのくらいまでは手抜きできる。

use strict;
my $comment = qr/(?:--.*?\n)/ ;
my $literal_ch = qr/(?:\'\'|[^\'])/ ;
my $ch_str_literal = qr/(?:\'(?>$literal_ch*)\')/ ;
my $other_ch = qr/[^\';]/ ;
my $some_str = qr/(?:$comment|$ch_str_literal|$other_ch)/ ;
my $statement = qr/(?:$some_str*;)/ ;
my $text = '';
while (<>){ $text .= $_; while ( $text =~ s/^$statement// ){ print("Found:$&\n") }}

文字列リテラルの中の文字の記法に特に対処すべき拡張があるなら $literal_ch に加えれば良い。
" は識別子を書くためのものだが '、;、-- のどれかが入る可能性があるなら $other_ch と $some_str に加えればいいだろう。
多分、問題はそこではない。この例では行単位の入力だから面倒な問題を回避できているが、そうでない場合の問題だ。
たとえばコメントの始まりの - までしか読まれていないという場合。もっと読まなければコメントかどうか判断できない。
あるいは文字列リテラルの中で ' が現れた場合。それは文字列リテラルの終わりなのか、それともリテラルの ' を表す '' の 1 文字目なのか。
こういう処理を自分で書くのは難しくはなくても面倒だし、処理速度も遅い。だから結局 flex を使ったりする。
0494デフォルトの名無しさん
垢版 |
2018/04/11(水) 14:19:31.82ID:jfPKheqL
仕様通りのParser とか、構文解析ツールが必要

それらを使って出力された、抽象構文木を使うのがよい
0495デフォルトの名無しさん
垢版 |
2018/05/04(金) 19:16:13.25ID:kVAlpXQV
★タイトル
★★タイトル

上のものにマッチさせたいのですが、
^★.*$
としてしまうと、下まで含まれるのですが、どうしたらいいでしょうか
0497495
垢版 |
2018/05/04(金) 21:14:35.89ID:L0LZvRGB
半角SP紛れ込んだわ

^★(?!★).*$
0498デフォルトの名無しさん
垢版 |
2018/05/05(土) 05:47:27.14ID:iaqxNbgL
↑解答どうも
できなかったです
ちなみにmeryというテキストエディタの正規表現です
何の言語かはわかりませんが
0500デフォルトの名無しさん
垢版 |
2018/05/05(土) 19:07:12.77ID:iaqxNbgL
↑ありがとうございます。行けました。
.*の前に否定を入れればいいんですね
0501デフォルトの名無しさん
垢版 |
2018/05/05(土) 21:57:45.66ID:+tF+3NSL
鬼雲…だと…？！
0502デフォルトの名無しさん
垢版 |
2018/05/07(月) 13:28:13.91ID:XtvW294Z
正規表現をちゃんと論理的に導きたいと思って参考になる本を
買ったら必要な予備知識に群とか環が出てきて即諦めた
正規表現周りの開発をしてる人達はすごい人達なんだなぁ
すごさを直で実感出来た
0503デフォルトの名無しさん
垢版 |
2018/05/07(月) 14:59:22.19ID:QMgv+0U5
用語に慣れてないだけだろ
やってることは大したことじゃない
0504デフォルトの名無しさん
垢版 |
2018/05/07(月) 18:08:31.65ID:XtvW294Z
まぁ膨大な時間と労力をかければ自分にも分かるんだろうけど
現実的じゃないんだよなぁ(人の何倍も時間かかるだろうし)

これからは正規表現技術者の努力に感謝しながら正規表現を
使おうと思います(＾＾)＞
0505デフォルトの名無しさん
垢版 |
2018/05/14(月) 07:31:45.21ID:0PI4I4+g
JavaScriptによる正規表現チェッカー

くっそ長いので短縮
https://goo.　gl/CE3aZ8

https://fatiherikli.github.io/fil/#eyJwYXRoIjoiSmF2YVNjcmlwdFRlc3QxLmpzIiwic291cmNlIjoiLyog5q2j6KaP6KG
o54++44Oe44OD44OB44OG44K544OIICovXG5cbi8vIOato+imj+ihqOePvlxudmFyIHJlID0gbmV3IFJlZ0V4cCgv
XFxkKy9nKTtcblxuLy8g44OG44Kt44K544OIXG52YXIgdGV4dCA9IChmdW5jdGlvbiAoKSB7LypcbmFhYVxuYmIx
MmJcbmM1NjdjYzg5XG4qL30pLnRvU3RyaW5nKCkuc3BsaXQoL1xcbi8pLnNsaWNlKDEsLTEpO1xuXG5jb25zb2x
lLmxvZyhcIlJlZ0V4cDpcIiwgcmUudG9TdHJpbmcoKSlcbmNvbnNvbGUubG9nKFwiVGV4dDpcIiwgdGV4dCk7XG5c
bnRleHQuZm9yRWFjaChmdW5jdGlvbihsaW5lKSB7XG4gICAgY29uc29sZS5sb2coXCJsaW5lOlwiLCBsaW5lKTtcbiA
gICB2YXIgcmVzdWx0ID0gbGluZS5tYXRjaChyZSk7XG4gICAgaWYocmVzdWx0KVxuICAgICAgICBjb25zb2xlLmxv
ZyhcInJlc3VsdDpcIiwgcmVzdWx0KTtcbiAgICBlbHNlXG4gICAgICAgIGNvbnNvbGUubG9nKFwicmVzdWx0OlwiLCBcIm51bGxcIik7XG59KVxuIn0
0507デフォルトの名無しさん
垢版 |
2018/05/19(土) 02:57:37.83ID:F73VBvr9
Linuxに触れるまで正規表現に方言があるなんて知らなかった
基本正規表現だの拡張正規表現だの
vimの置換で悩んでたら原因がエスケープの有無が原因とかもうね
ある程度は使えるが先読みとか後読みとか僅かでも深入りすると余計に混乱する
0508デフォルトの名無しさん
垢版 |
2018/05/19(土) 11:08:45.44ID:rxs2hai/
小さい世界で囲い込まれてれば楽だよな
ただし何かの拍子ではみ出した時に世界の広さを知って己の無力さを痛感する
よくあるパターン
0509デフォルトの名無しさん
垢版 |
2018/05/23(水) 19:28:29.89ID:Au5e7VGg
僕の知り合いの知り合いができたパソコン一台でお金持ちになれるやり方
役に立つかもしれません
グーグルで検索するといいかも『ネットで稼ぐ方法　モニアレフヌノ』

QBPEH
0511デフォルトの名無しさん
垢版 |
2018/05/25(金) 13:52:01.06ID:X/Hngdv+
HTMLの解析を正規表現でやりたいのですが

<a href="xxxxx"><img src="yyyyy" /></a>

という風に、<a> で括られた img の src だけを抽出したいんですけど
どうしたらいいのでしょう。

<a> で括られてない

<img src="yyyyy" />

は除外したいのです。
0512デフォルトの名無しさん
垢版 |
2018/05/25(金) 13:53:08.12ID:X/Hngdv+
あ、すみません

<a href="xxxxx"><img src="yyyyy" /></a>
<a href="xxxxx">あああ<img src="yyyyy" /></a>
<a href="xxxxx"><img src="yyyyy" />いいい</a>
<a href="xxxxx">あああ<img src="yyyyy" />いいい</a>
<a href="xxxxx"><img src="yyyyy" /><div>あああ<div></a>

みたいに、<a> の中は <img> 以外のゴミも入ってきます。
※ゴミは無視したい
0515デフォルトの名無しさん
垢版 |
2018/05/25(金) 20:00:28.32ID:OUvr9ihJ
頑張ってみてもこの程度が限界
https://regex101.com/r/VYrYNO/1

で, >>511がHTMLの解析を正規表現だけでやる理由は何だ？
Pythonのhtml.parser, RubyのNokogiri, PHPならGoutter, それ以外の言語でも間違いなくHTMLパーサは誰かしら作ってる
そんな中で何故正規表現だけで？ぶっちゃけこういう用途には向いてない, というかHTMLの構文規則は正規言語を超えるんだけど, 分かってる？
0516デフォルトの名無しさん
垢版 |
2018/05/25(金) 20:29:09.95ID:rhJz1xPv
パーサかましてXPathで必要な情報だけ抜くのが基本だしな
どうしても使えないっていう理由があるなら仕方ないけど
0518デフォルトの名無しさん
垢版 |
2018/05/25(金) 22:28:52.14ID:Cqv+6nk2
■変更前
004a34
A521n2
785b66

■変更後
0049934
99521992
7859966
----------------------

数値以外を99に置換したいです
お願いします
0519デフォルトの名無しさん
垢版 |
2018/05/25(金) 23:31:17.71ID:gd/oxjVv
木構造のものは、正規表現じゃ無理

1< 2< abc 3> 4>

2<からの最短マッチで、対応する3>を取れるけど、
1<からの最短マッチで、対応する4>を取れない。
3>にマッチしてしまうから

1< 2< 3< abc 4> 5> 6>

これでも、2<と5>をマッチさせられない。
最長・最短マッチでも、マッチしない

CSS セレクターを使う、jQuery, RubyのNokogiri などを使え。
これらの使い方は、ほぼ同じ
0520デフォルトの名無しさん
垢版 |
2018/05/25(金) 23:43:29.83ID:OUvr9ihJ
>>518
数値以外と簡単に言うが改行文字や空白等の扱いはどうするんだ
変換対象文字をちゃんと明示しないと

/[^0-9]/99/g

こんなもんが欲しいわけではあるまい
とりあえずASCII印字可能文字に限るなら

/[\x21-\x2F\x40-\x7E]/99/g

だが当然マルチバイト文字は対象外
0523デフォルトの名無しさん
垢版 |
2018/05/26(土) 17:59:00.22ID:xbMfHZm2
>>519
再帰を使えば、対応する括弧のネスト対応ぐらいならできるらしいよ（鬼雲、PCRE）
<([^<>]++|(?R))*>
　　　# [^<>]++は(?>[^<>]+)としてもよい（どっちもバックトラックしないと思う）
　　　# (?R)は、(?0)とも書ける
　　　# (<([^<>]++|(?1))*>)

\g<-ｎ>を使ってもできる（鬼雲だけ？)
(<(?:\g<-1>|[^<>])*>)
　　　# \g<-1>は(?-1)とも書ける
　　　# ここでは\g<-1>を先に書いたが上と同じく後ろに書いても同じ
0524デフォルトの名無しさん
垢版 |
2018/05/26(土) 19:07:35.21ID:vUfk79H6
https://regex101.com/r/VYrYNO/1

なぁこれメンテしたいか？というか出来るか？なぁ？

(?i:<a(?:\s+[a-z][a-z0-9]*(?:=(?:"[^"]*"|'[^']+'))?)*>)
((?:
(?i:<img(?:\s+(?:src="([^"]+)"|[a-z][a-z0-9]*(?:=(?:"[^"]*"|'[^']+'))?))*(?:\s*\/)?>)
|(?i:<([a-z][a-z0-9]*)(?:\s+[a-z][a-z0-9]*(?:=(?:"[^"]*"|'[^']+'))?)*>(?1)<\/\3>)
|(?i:<[a-z][a-z0-9]*(?:\s+[a-z][a-z0-9]*(?:=(?:"[^"]*"|'[^']+'))?)*\s*\/>|.*?))*)
(?i:<\/a>)
0527デフォルトの名無しさん
垢版 |
2018/06/24(日) 13:33:59.68ID:wSHpLaLO
文字列の中から数字13桁（それ未満でも超えてもNG）を抽出するにはどうしたらいいでしょう
JANコードらしきを抜き取りたいのです。

候補を抽出してから後でチェックデジット計算しますので
数字13桁のみで大丈夫です。
0528デフォルトの名無しさん
垢版 |
2018/06/24(日) 15:06:08.45ID:F1zD07yq
数字40桁くらい連続してたらどうする？
0531530
垢版 |
2018/06/24(日) 20:41:43.34ID:LPLL+qJx
先頭と末尾も考慮すると
https://regex101.com/r/xT760t/2
(?:(?<=[^0-9])|^)[0-9]{13}(?:(?=[^0-9])|$)

ただかなりバックトラックするから性能は悪い
どうせチェックディジット確認するなら13桁以上で全抽出して桁数チェック追加した方がマシに見える

https://regex101.com/r/xT760t/4
[0-9]{13,}
0532デフォルトの名無しさん
垢版 |
2018/06/24(日) 23:39:40.09ID:chBT6m1a
結構、難しい

A <13桁の数字> B

A の部分が、文字列の先頭か、数字以外で、
B の部分が、文字列の末尾か、数字以外
0534デフォルトの名無しさん
垢版 |
2018/06/25(月) 08:32:20.35ID:g3low2hV
>>531
先読み後読みは先頭や末尾にも一致するからそういうのは無駄
>>530の二つ目で完成している
0535デフォルトの名無しさん
垢版 |
2018/06/25(月) 09:21:19.58ID:9/L2g6Oc
>>534
せやな, 否定前後読みならそのままでよかったわ(肯定で試しちゃった)
ただどのみちバックトラック多くて無駄だから正規表現だけでやるのでなければ13桁以上でマッチングして桁数判定入れるべきだと思う
■ このスレッドは過去ログ倉庫に格納されています
ニューススポーツなんでも実況