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
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
1デフォルトの名無しさん
2017/03/15(水) 02:04:35.47ID:e01p03UP456デフォルトの名無しさん
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
javascript
'こんにちは。'.replace(/(.)+/, '$1');
=> "。"
ほんまや！知らんかった
457デフォルトの名無しさん
2018/02/27(火) 19:34:07.35ID:LuvO3mbW458デフォルトの名無しさん
2018/02/27(火) 21:09:42.50ID:PLAOSS1/ Ruby でも、
'こんにちは。'.gsub(/(.)+/, $1)
#=> "。"
'こんにちは。'.gsub(/(.)+/, $1)
#=> "。"
459デフォルトの名無しさん
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
.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
460デフォルトの名無しさん
2018/02/28(水) 21:03:30.09ID:V9ixSdqS461デフォルトの名無しさん
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。
C# は知らない。誰か翻訳してあげて。
462デフォルトの名無しさん
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”。”
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”。”
463デフォルトの名無しさん
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、'。'
$1 は、'こんにちは。'
/(.)+/ =~ 'こんにちは。'
$1 は、'。'
上は、1回しかマッチしていない、最長マッチ。
下は、1文字のマッチで、6回マッチして、最後のマッチが、'。'
464デフォルトの名無しさん
2018/03/01(木) 00:55:21.78ID:UkKloD3U465デフォルトの名無しさん
2018/03/01(木) 02:58:48.22ID:ksBcbegD >>462
なるほど。
なるほど。
466デフォルトの名無しさん
2018/03/01(木) 05:29:23.47ID:AobHbkwq 詳細 ○○表現
尼での評価がよかったので買ってみたが全然
リファレンスにもならない
やっぱり海外の訳本はだめだ、すくなくとも自分には良書でなかった
尼での評価がよかったので買ってみたが全然
リファレンスにもならない
やっぱり海外の訳本はだめだ、すくなくとも自分には良書でなかった
467デフォルトの名無しさん
2018/03/01(木) 15:52:15.50ID:UkKloD3U フクロウ本のことかな
中の仕組みを理解するための本であって
リファレンス本でも入門書でもないからね
中の仕組みを理解するための本であって
リファレンス本でも入門書でもないからね
468デフォルトの名無しさん
2018/03/02(金) 09:24:29.36ID:O5NS5hyG469デフォルトの名無しさん
2018/03/02(金) 13:01:46.53ID:btKfsNEv 試しに
for pat in '([cd])+' '(.)+' '.*(.)' ; do perl -Mre=debug -e '$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。
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。
470デフォルトの名無しさん
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
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
471469
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。
472デフォルトの名無しさん
2018/03/04(日) 15:44:40.85ID:QUMop1Gl 正規表現とギターの速弾きが出来る奴は賢いと尊敬している
473デフォルトの名無しさん
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。
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。
474デフォルトの名無しさん
2018/04/06(金) 22:09:42.71ID:witjIkkr 文字列の内外を判断するの難しい・・・・難しくない？
475デフォルトの名無しさん
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
;でsplitしただけじゃだめなん
476デフォルトの名無しさん
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
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
477デフォルトの名無しさん
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
478デフォルトの名無しさん
2018/04/07(土) 12:57:57.77ID:wQfk+GMe 正規文法ではかなり厳しい印象で, BNFの管轄だと思うおよね
479デフォルトの名無しさん
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
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
480デフォルトの名無しさん
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
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
481デフォルトの名無しさん
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！
正規表現だけで乗り切ろうという気概を見せろよ！
482デフォルトの名無しさん
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
文脈自由言語では表せるけど
483デフォルトの名無しさん
2018/04/08(日) 13:27:19.00ID:aPw27k7Z どの正規表現がつかえるのかがわからん
環境を明示してくれないとなー
環境を明示してくれないとなー
484デフォルトの名無しさん
2018/04/08(日) 18:18:43.83ID:1mmlbc0v /\"([^\"]*)\"/ =~ 'a"bc"d'
$1 #=> bc
"〜" で、〜には、" 以外の文字列が入る
$1 #=> bc
"〜" で、〜には、" 以外の文字列が入る
485デフォルトの名無しさん
2018/04/08(日) 18:28:48.48ID:aPw27k7Z "のエスケープや'もあるし
'a"b\"c'd"e'
'a"b\"c'd"e'
486473
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？
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？
487デフォルトの名無しさん
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
'"', '\''
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
488デフォルトの名無しさん
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）
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）
489デフォルトの名無しさん
2018/04/09(月) 17:44:25.66ID:4vJW9Ikj ただし↑は、コメント文はないものとしてのこと
490デフォルトの名無しさん
2018/04/09(月) 19:00:46.18ID:4vJW9Ikj さっそくダメだった
"\\"
"\\"
491デフォルトの名無しさん
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
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
492デフォルトの名無しさん
2018/04/10(火) 01:17:02.18ID:IM3kTV8x >>491
https://ronsavage.github.io/SQL/sql-2003-2.bnf.html
こいつのcharacter string literalとか読め
ちゃんと規格化されてるんだからさ
その上で正規表現で書くのは難しいって話
https://ronsavage.github.io/SQL/sql-2003-2.bnf.html
こいつのcharacter string literalとか読め
ちゃんと規格化されてるんだからさ
その上で正規表現で書くのは難しいって話
493デフォルトの名無しさん
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。
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 $some_str に加えればいいだろう。
多分、問題はそこではない。この例では行単位の入力だから面倒な問題を回避できているが、そうでない場合の問題だ。
たとえばコメントの始まりの - までしか読まれていないという場合。もっと読まなければコメントかどうか判断できない。
あるいは文字列リテラルの中で ' が現れた場合。それは文字列リテラルの終わりなのか、それともリテラルの ' を表す '' の 1 文字目なのか。
こういう処理を自分で書くのは難しくはなくても面倒だし、処理速度も遅い。だから結局 flex を使ったりする。
494デフォルトの名無しさん
2018/04/11(水) 14:19:31.82ID:jfPKheqL 仕様通りのParser とか、構文解析ツールが必要
それらを使って出力された、抽象構文木を使うのがよい
それらを使って出力された、抽象構文木を使うのがよい
495デフォルトの名無しさん
2018/05/04(金) 19:16:13.25ID:kVAlpXQV ★タイトル
★★タイトル
上のものにマッチさせたいのですが、
^★.*$
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
★★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
496デフォルトの名無しさん
2018/05/04(金) 19:36:12.61ID:eD01Afe2 >>495
^★(?! ★).*$
^★(?! ★).*$
497495
2018/05/04(金) 21:14:35.89ID:L0LZvRGB 半角SP紛れ込んだわ
^★(?!★).*$
^★(?!★).*$
498デフォルトの名無しさん
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
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
499デフォルトの名無しさん
2018/05/05(土) 06:26:09.87ID:O3up5M1Q500デフォルトの名無しさん
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
.*の前に否定を入れればいいんですね
501デフォルトの名無しさん
2018/05/05(土) 21:57:45.66ID:+tF+3NSL 鬼雲…だと…？！
502デフォルトの名無しさん
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
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
503デフォルトの名無しさん
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
やってることは大したことじゃない
504デフォルトの名無しさん
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(＾＾)＞
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(＾＾)＞
505デフォルトの名無しさん
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
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
506デフォルトの名無しさん
2018/05/15(火) 21:31:31.85ID:xchMEgzc ちょっと修正
https://goo. gl/M2Fn68
https://goo. gl/M2Fn68
507デフォルトの名無しさん
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
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
508デフォルトの名無しさん
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
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
509デフォルトの名無しさん
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
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
510デフォルトの名無しさん
2018/05/24(木) 10:47:44.54ID:cPlRxlDn QBPEH
511デフォルトの名無しさん
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。
<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。
512デフォルトの名無しさん
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
<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
513デフォルトの名無しさん
2018/05/25(金) 14:10:36.40ID:dgrSTrid514デフォルトの名無しさん
2018/05/25(金) 16:20:05.07ID:fgSfMucA >>513
<a href=""></a><img src="1.jpg"><a href=""></a>
<a href=""></a><img src="1.jpg"><a href=""></a>
515デフォルトの名無しさん
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？
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？
516デフォルトの名無しさん
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
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
517デフォルトの名無しさん
2018/05/25(金) 21:21:37.93ID:lQiYp+1p 鬼雲限定
<a (?~</a>)<img src="([^"]+)"[^>]*>(?~<a )</a>
<a (?~</a>)<img src="([^"]+)"[^>]*>(?~<a )</a>
518デフォルトの名無しさん
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
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
519デフォルトの名無しさん
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
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
520デフォルトの名無しさん
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
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
521デフォルトの名無しさん
2018/05/25(金) 23:44:35.69ID:OUvr9ihJ \x40じゃなくて\x3Aだわ
522デフォルトの名無しさん
2018/05/26(土) 10:42:28.41ID:oqQZJpqn >>517
非包含オペレータか
非包含オペレータか
523デフォルトの名無しさん
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
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
524デフォルトの名無しさん
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>)
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>)
525デフォルトの名無しさん
2018/05/26(土) 19:08:54.60ID:vUfk79H6526デフォルトの名無しさん
2018/06/23(土) 01:47:09.94ID:19kQ7FFf527デフォルトの名無しさん
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。
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。
528デフォルトの名無しさん
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？
529デフォルトの名無しさん
2018/06/24(日) 16:56:18.47ID:wSHpLaLO 40桁はJANコードじゃないので除外したいです
530デフォルトの名無しさん
2018/06/24(日) 17:16:44.02ID:1DBcJ9cD \b[0-9]{13}\b
とか
(?<![0-9])[0-9]{13}(?![0-9])
とか
携帯だから試してない
とか
(?<![0-9])[0-9]{13}(?![0-9])
とか
携帯だから試してない
531530
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])|$)
ただかなりバックトラックするから性能は悪い
どうせチェックディジット確認するなら13桁以上で全抽出して桁数チェック追加した方がマシに見える
https://regex101.com/r/xT760t/4
[0-9]{13,}
https://regex101.com/r/xT760t/2
(?:(?<=[^0-9])|^)[0-9]{13}(?:(?=[^0-9])|$)
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,}
532デフォルトの名無しさん
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
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
533デフォルトの名無しさん
2018/06/25(月) 07:16:09.30ID:HTnjHonA 文字列操作可能なら両端に数字以外の文字を付加して
[^0-9][0-9]{13}[^0-9]
かな
[^0-9][0-9]{13}[^0-9]
かな
534デフォルトの名無しさん
2018/06/25(月) 08:32:20.35ID:g3low2hV535デフォルトの名無しさん
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
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
536デフォルトの名無しさん
2018/06/25(月) 21:12:44.36ID:lRi8bnr9 13桁を超えていても候補として受け取っておいて
チェックデジットの計算の手前で落とします。
どうもありがとうございました。
チェックデジットの計算の手前で落とします。
どうもありがとうございました。
537デフォルトの名無しさん
2018/06/26(火) 18:51:05.99ID:PFtq6YS9 文字列の先頭の文字以外を*に変換する
というのはどう書けばいいでしょうか？
というのはどう書けばいいでしょうか？
538デフォルトの名無しさん
2018/06/26(火) 20:16:27.74ID:IMFKH44M こういうこと?
$perl -pe 's/(?!^)./*/g'
alpha
a****
beta
b***
gamma
g****
$
良い方法かどうかはわからないが。
$perl -pe 's/(?!^)./*/g'
alpha
a****
beta
b***
gamma
g****
$
良い方法かどうかはわからないが。
539デフォルトの名無しさん
2018/06/26(火) 20:22:51.32ID:IMFKH44M perl -pe 's/(?<!^)./*/g'
とすべきだったかな。
とすべきだったかな。
540デフォルトの名無しさん
2018/07/04(水) 22:06:49.23ID:gFgZc5FG J1Q
541デフォルトの名無しさん
2018/07/05(木) 16:31:37.58ID:AeL6VB/V J1Q
542デフォルトの名無しさん
2018/07/16(月) 14:08:24.67ID:80hpbb9v 1 2 3 の3つの文字を、順番不同で、必ず各々、1つ以上含む
a23b1 → 真
1a2 → 偽
これは順番の組み合わせだから、正規表現で出来ますか？
a23b1 → 真
1a2 → 偽
これは順番の組み合わせだから、正規表現で出来ますか？
543デフォルトの名無しさん
2018/07/16(月) 14:41:45.67ID:/+vnEc6c544デフォルトの名無しさん
2018/07/25(水) 19:56:10.60ID:1XdhMp/e サクラエディタで
<>で囲まれていないaaaをあああにしたいです
<aaab>aaa<caaadaaa>baaadeaaa<ccc>baaad<baaa>aaabaaadaaa<ee>
↓
<aaab>あああ<caaadaaa>bあああdeあああ<ccc>bあああd<baaa>あああbあああdあああ<ee>
>([^<>a]*?)(aaa)([^<>a]*?)<
>$1あああ$2<
だと「>aaa<」や「>baaad<」は置換できるけど「>baaadeaaa<」や「>aaabaaadaaa<」が置換できずに残る
そこで
>([^<>a]*?)(aaa)([^<>a]*?)(aaa)([^<>a]*?)<
>$1あああ$2あああ$3<
と変換するわけですが当然「>aaabaaadaaa<」が残り…
<>に囲まれていないaaaが沢山あるので変換しきれません
何とかならないでしょうか
<>で囲まれていないaaaをあああにしたいです
<aaab>aaa<caaadaaa>baaadeaaa<ccc>baaad<baaa>aaabaaadaaa<ee>
↓
<aaab>あああ<caaadaaa>bあああdeあああ<ccc>bあああd<baaa>あああbあああdあああ<ee>
>([^<>a]*?)(aaa)([^<>a]*?)<
>$1あああ$2<
だと「>aaa<」や「>baaad<」は置換できるけど「>baaadeaaa<」や「>aaabaaadaaa<」が置換できずに残る
そこで
>([^<>a]*?)(aaa)([^<>a]*?)(aaa)([^<>a]*?)<
>$1あああ$2あああ$3<
と変換するわけですが当然「>aaabaaadaaa<」が残り…
<>に囲まれていないaaaが沢山あるので変換しきれません
何とかならないでしょうか
545デフォルトの名無しさん
2018/07/25(水) 20:31:56.63ID:AmPlbSPQ []内のa取っ払って
ぜんぶ変換できるまで何回もやったら？
(>[^<]*?)aaa([^>]*?<)
ぜんぶ変換できるまで何回もやったら？
(>[^<]*?)aaa([^>]*?<)
546デフォルトの名無しさん
2018/07/25(水) 20:46:43.74ID:AmPlbSPQ aaa(?=[^>]*<)
前後に必ずタグがあるならこれなら一回
前後に必ずタグがあるならこれなら一回
547デフォルトの名無しさん
2018/07/26(木) 09:15:37.25ID:4NbdqkDU548デフォルトの名無しさん
2018/07/29(日) 09:53:04.64ID:JxpitKP8 ●
パターン1, (\d+)月(\d+)日
パターン2, (\d+)月(\d+)数字以外(\d+)日
これを一回で取得したい
●対象データ
7月1日
7月2〜4日
7月6から10日
7月12・13日
●希望する結果
7,1
7,2,4
7,6,10
7,12,13
お願いします
パターン1, (\d+)月(\d+)日
パターン2, (\d+)月(\d+)数字以外(\d+)日
これを一回で取得したい
●対象データ
7月1日
7月2〜4日
7月6から10日
7月12・13日
●希望する結果
7,1
7,2,4
7,6,10
7,12,13
お願いします
549デフォルトの名無しさん
2018/07/29(日) 10:18:20.53ID:kCYuy8BN 取得って何だよ変数に入ればいいのか置換結果として取得したいのか
550デフォルトの名無しさん
2018/07/29(日) 10:49:28.56ID:TzC7zb5n551デフォルトの名無しさん
2018/07/29(日) 10:59:44.43ID:JxpitKP8 取り出すだけでいいです。
552デフォルトの名無しさん
2018/07/29(日) 11:42:16.30ID:kCYuy8BN 数字取り出して変数に入れるだけなら /(\d+)月(\d+)(?:\D+(\d+))?日/gu で仕舞いだが
553デフォルトの名無しさん
2018/07/29(日) 11:45:23.47ID:JxpitKP8554デフォルトの名無しさん
2018/07/29(日) 11:49:24.17ID:kCYuy8BN 変数にキャプチャしたいのか置換で取り出したいのかくらい書こうな
555デフォルトの名無しさん
2018/07/29(日) 11:57:08.75ID:JxpitKP8 失礼しました
556デフォルトの名無しさん
2018/08/12(日) 20:55:52.79ID:MOc1ccj1 C#で正規表現を使ってHTML内から文字コードをとってきたいのですが
以下の場合だと"UTF"としか取得できません。
"UTF-8"と取得する場合どうすればいいでしょうか？
<[^>]*\bcharset\s*=\s*[""']?(?<charset>\w+)\b
<!DOCTYPE html>
<html lang="ja">
<head>
<meta charset="UTF-8">
以下の場合だと"UTF"としか取得できません。
"UTF-8"と取得する場合どうすればいいでしょうか？
<[^>]*\bcharset\s*=\s*[""']?(?<charset>\w+)\b
<!DOCTYPE html>
<html lang="ja">
<head>
<meta charset="UTF-8">
■ 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
- 中国側が首相答弁の撤回要求、日本側拒否 [夜のけいちゃん★]
- 債券・円・株「トリプル安」に…長期金利1.755%まで上昇、円は対ユーロで史上最安値 [蚤の市★]
- 日本行き空路４９万件キャンセル 中国自粛呼びかけ 日本行きチケット予約の約３２％に相当 ★5 [ぐれ★]
- 映画「鬼滅の刃」の興行収入急減、日本行き航空券大量キャンセル…中国メディア報道 [蚤の市★]
- 【音楽】Perfume・あ～ちゃんの結婚相手「一般男性」は吉田カバンの社長・吉田幸裕氏(41) 高身長で山本耕史似 [Ailuropoda melanoleuca★]
- 「タワマン天国」に飛びつく若者…SNSに転がる「成功体験」に続けるのか 湾岸エリアの業者が語った現実 [蚤の市★]
- ホテル業界、高市のせいで中国から大量キャンセル 「大変厳しい状態。一刻も早い収束を願います」 [271912485]
- 【正論】玉木雄一郎「高市さんの答弁は米軍が攻撃を受けた場合を前提としており、撤回するのは難しい」特定野党を完全論破 [519511584]
- ホリエモンが政治家達を呼んで台湾有事について議論する動画を公開したんだけどお前らはこれの内容についてどう思う [317527133]
- 麻生太郎氏、高市政権と距離を置きはじめる(´・ω・`) [399259198]
- んなり放題🍬のお🏡
- 自閉症が「んなっしょい」と連呼するお🏡