Regular Expression(正規表現) Part14 [無断転載禁止]©2ch.net

**デフォルトの名無しさん** · 2017/03/15(水) 02:04:35.47

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

**デフォルトの名無しさん** · 2018/09/17(月) 13:51:51.89

プログラムとはちょっと違うのですが、2chMateで荒らしをNGする正規表現を作りたくて悩んでます

日本語で書くと、

"http://";又は"https://";が合わせてn回以上出てきた場合(対象は複数の改行を含む文字列)

にマッチするような正規表現って可能でしょうか？

**デフォルトの名無しさん** · 2018/09/17(月) 14:52:47.98

>>601
結果と欲しい結果の違いが改行しかないような

>>602
n=3
(?si:https?:\/\/.*?){3,}

**602** · 2018/09/17(月) 15:04:16.06

>>603
迅速なご回答ありがとうございます。
この方法でうまくいきました！

**デフォルトの名無しさん** · 2018/09/18(火) 00:00:11.49

>>601
.NET Frameworkの正規表現は知らんけど、鬼雲でなら
(?=<xx>)(<(\w+)>([^<]*|\g<-3>)*</\k<-2-0>>)
これは最低限のものでイレギュラーなものには対応しない
　　文字列でエスケープされてるとかコメントが入ってるとか
　　タグにタグ名以外の余計なものが入ってるとか(</a href=...>とか<br />とか）
　　ペアでないタグがあるとか（<br>のような単独タグ,<xx>と</xx>のどちらかしかないとか）
そういうのにも対応させるなら工夫して

一応、.NET Frameworkの正規表現の再帰については
https://qiita.com/HMMNRST/items/15800514bbe66f504789

**デフォルトの名無しさん** · 2018/09/18(火) 00:12:00.46

ありがと。もう少し単純にできるかと思っていたけどそんなに複雑になるのね
正規表現使わずにやる方向で考えてみます

**583** · 2018/09/18(火) 00:55:53.38

>>605のリンク先見てやっつけで作ってみた

<xx>(?>(?:(?!</?xx>).)*)</xx>|<xx>((?'open'<xx>(?>(?:(?!</?xx>).)*))+(?'-open'</xx>(?>(?:(?!</?xx>).)*))+)*</xx>(?(open)(?!))

**デフォルトの名無しさん** · 2018/09/18(火) 01:11:05.24

典型的なダメ質問者だな。

**583** · 2018/09/18(火) 02:17:30.59

ミスってた、>>607はボツってことで・・
タグとタグの間の文字列の扱いが意外と難しい

**デフォルトの名無しさん** · 2018/09/18(火) 06:08:34.66

確かにダメ質問者ｗ
「xxが閉じる前にyyがあるときはそのxxは無視」という一見簡単そうなルールが予想以上に難しいようで
楽したいから正規表現使いたいのだけどあまり複雑になると楽じゃないからほかに逃げたくなる

**デフォルトの名無しさん** · 2018/09/18(火) 07:04:18.68

ぶっちゃけ欲しい結果が何なのか結局よく分かってない

<xx>(?:(?<tag><(?!yy>)(?<tagname>[a-z]+)>)*\d+(?<-tag></\k<tagname>>)*(?(tag)(?!)))*</xx>

**デフォルトの名無しさん** · 2018/09/18(火) 07:13:00.25

ID変わった
その表現だと <xx><xx><yy>111</yy></xx>
欲しい結果は<xx><xx><yy>111</yy></xx></xx>
こういう尻切れになることが多い

**デフォルトの名無しさん** · 2018/09/18(火) 07:16:10.21

どういうことよ
>>611の正規表現で <xx><xx><yy>111</yy></xx></xx><xx>222</xx><xx>333</xx> にマッチングすると

<xx>222</xx> と <xx>333</xx> にマッチするでしょ？
<xx><xx><yy>111</yy></xx> はどこから出てきたの？

**デフォルトの名無しさん** · 2018/09/18(火) 07:42:45.15

申し訳ないミス。"<xx>.*?</xx>"の1件目の結果だったｗ
その正規表現だと2件マッチ
欲しい結果は>>601にある3件

**デフォルトの名無しさん** · 2018/09/18(火) 07:46:54.65

> xxが閉じる前にyyがあるときは
これは直前ってこと？
<xx><yy>111</yy></xx> にはマッチしないってことでいいの？

**デフォルトの名無しさん** · 2018/09/18(火) 07:55:40.50

＞ただし取り出したいのはトップのxxで
これだけで<yy></yy>があろうがなかろうが良いと俺は思ったんだけど

**デフォルトの名無しさん** · 2018/09/18(火) 08:27:12.31

yyがどうでもよければ
<xx>(?:(?:<(?<tag>[a-z]+)>)*\d+(?:</(?<-tag>\k<tag>)>)*(?(tag)(?!)))*</xx>
かなぁ

**デフォルトの名無しさん** · 2018/09/18(火) 08:36:05.56

閉じる前というのは直前という意味で
対象が"<xx><xx><yy>111</yy></xx></xx><xx>222</xx><xx>333</xx><xx><yy>444</yy></xx>"
の場合は、<xx><yy>444</yy></xx>を無視したの3件マッチにしたい
>>611と>>617ベースできそうだからがんばってみます。ありがとう

**デフォルトの名無しさん** · 2018/09/18(火) 09:00:26.56

まぁスタック使う構文が必要な時点で正規表現向きでないのは間違いない

**583** · 2018/09/18(火) 12:56:18.97

本来の数学的な正規表現という意味では向いてる質問なんだけどね
これぞ正規表現の仕事っていう質問

でもプログラムの検索で使う正規表現ではなかなか使われないね

**583** · 2018/09/18(火) 13:25:09.30

>>607を修正

<xx>(?>(?:(?!</?xx>).)*)((?'open'<xx>(?>(?:(?!</?xx>).)*))+(?'-open'</xx>(?>(?:(?!</?xx>).)*))+)*</xx>(?(open)(?!))

これは>>605のリンク先の例を↓のように書き換えただけ

< を <xx>・・・
> を </xx>・・・
\A を <xx>
\z を </xx>

「・・・」は<xx>または</xx>の間に挟まれている文字列

＞スタック使う構文が必要な時点で
ああ、その通りだ、(r+s+)+ だけでは作れない

**583** · 2018/09/18(火) 13:29:58.42

間違い
\A を <xx>

正しくは
\A を <xx> ・・・

**583** · 2018/09/18(火) 18:51:49.51

>>611のはミスってるね
<xx><b><a>111</a></a></xx> にマッチする
<xx><b><a>111</a></b></xx> にマッチしない
この問題は>>617で修正されてる

()* \d+ ()* のところが0回以上のループで正しく動くのは面白いな
一番外側の (?: )* はいらないかも

**583** · 2018/09/21(金) 05:18:40.73

(?# 主要部)
<xx(?&Attribute)>(?&innerText)(?&roop)?+</xx>

(?# 定義部)
(?:|(?!)
(?'Attribute'(?:\s[^>]*+)?+)
(?'singletag'br)
(?'tagname'[a-z][a-z\d]*+)

(?'innerText'
(?: [^<]*+
| <(?&singletag)(?&Attribute)>
)*+
)

(?'roop'
<(?'tag'(?&tagname))(?&Attribute)>
(?&innerText)(?&roop)?+
</\k'tag+0'>
(?&innerText)(?&roop)?+
)
)

**デフォルトの名無しさん** · 2018/09/21(金) 05:54:00.34

こだわった点

・主要部と定義部に分けて全体の構造が分かりやすくした
・繰り返しは全て強欲。無駄なバックトラックをさせない
・再帰には * を使わず、部分呼び出し自身に繰り返しをさせている
・定義部は (?:|(?!) ～ ) として定義部がサーチに使われるのを避けている

>>605には ([^<]*|\g<-3>)* という部分があって
([^<]*)* というバックトラック処理がえらいことになる部分があって気になった

あと再帰を使ってるのにループを * にさせているのを見て
* を使わずに書けるはずだと思って作ってみた

**デフォルトの名無しさん** · 2018/09/21(金) 06:11:13.31

こういう書き方をした正規表現をサクラエディタで使おうとすると
１行に繋げなければならない、これでは不便すぎる
鬼雲の強力な正規表現を快適に使い倒せるようにするべき

出来れば複数行で書いた正規表現を１行に繋げる機能が欲しい
そうすればここのような掲示板に貼るときに便利
　逆に1行で書かれた正規表現を複数行に直す機能も欲しい
手動でいちいち改行を入れる手間が省けて快適になる

この２つの機能は正規表現ライブラリに実装されることが望ましい
そうすれば他のテキストエディタの作者も気軽に実装出来るようになる
正規表現に新しいメタ文字が作られたときの対応も容易になる

**デフォルトの名無しさん** · 2018/09/21(金) 06:18:04.46

出来れば定義用の新しいコマンドが欲しい

定義のためのカッコなのにキャプチャが有効になってたり、
正規表現オブジェクトが無駄に肥大化してしまったりするから

**デフォルトの名無しさん** · 2018/09/21(金) 07:17:48.30

>>626
> 出来れば複数行で書いた正規表現を１行に繋げる機能が欲しい
ここはム板なので言い出しっぺの法則が適用されます

**583** · 2018/09/21(金) 19:24:14.97

>>628
テキストエディタの正規表現の入力ウインドウに付けて欲しいんだ
次世代のテキストエディタは↓こうなって欲しい

１、画面をいっぱいに使って正規表現の複数行の記述が出来る
２、複数行で書かれた正規表現を一行に繋げるボタン
３、一行で書かれた正規表現を複数行に展開するボタン

これがスタンダードになるといいな

**デフォルトの名無しさん** · 2018/09/21(金) 20:42:25.54

>>629
ガンバ w

**デフォルトの名無しさん** · 2018/09/21(金) 20:44:43.75

やっぱそうなるよな　ここではw

**デフォルトの名無しさん** · 2018/09/21(金) 23:08:38.86

extendedフラグを付けて鬼雲に渡せば、複数行で処理してくれる。
エディタ側で1行にくっつけたりする必要はない。

**583** · 2018/09/21(金) 23:41:08.24

>>632
そういうことじゃないんだな、>>626を読んでね

ちなみに複数行の正規表現を一行に繋げるのはかなり簡単なんだけど
一行で書かれた正規表現を複数行に展開するのはかなり難しい
正規表現のパーサを作るということになるから

だから正規表現ライブラリに実装されることが望ましい
ライブラリの作者なら細かい挙動まで把握しているから正確なパーサが作れる

逆にテキストエディタの作者がやろうとすると動作を把握しきれずに
不完全なものになったり、実装を諦めたりすることになりかねない
複数行をスタンダードにするためにはライブラリ側での実装が必須となる

**デフォルトの名無しさん** · 2018/09/22(土) 02:13:48.20

>>633
鬼雲とbregonig.dllの作者さんまでどうぞ
https://twitter.com/k_takata
https://github.com/k-takata/Onigmo
https://github.com/k-takata/bregonig
http://k-takata.o.oo7.jp/mysoft/bregonig.html

あと鬼車オリジナルの作者さんも復活してたんだね
https://github.com/kkos/oniguruma/issues
https://twitter.com/5chan_nel (5ch newer account)

**583** · 2018/09/22(土) 21:31:53.89

>>634
bregonig.dllはプログラミング用のライブラリをテキストエディタでも
使えるようにしたっていう感じなのでプログラミングに必要のない機能は
付けたくないと思う、管理が大変になるからね
だから次世代の正規表現ライブラリと次世代のテキストエディタに期待

ちなみにテキストエディタに重きを置いたライブラリならこんなのが可能になるはず

検索：( red(?'color='赤) | blue(?'color='青) | yellow(?'color='黄) )
置換：\k'color'

対象テキスト： blue
置換結果：青

現状の bregonig.dll でこれが出来ないということはプログラミングでなんとかなる
機能は付けないということ

テキストエディタのほうは改行をまたぐマッチの実現に苦戦してるようで
この問題が解決しないと高度な正規表現は宝の持ち腐れになるだけなので
次世代のテキストエディタに期待しましょう

>鬼車オリジナルの作者さん
別人だとは知りませんでした＾＾；

**デフォルトの名無しさん** · 2018/09/26(水) 01:40:37.36

xyz? を含まないものにマッチする正規表現
http://www.din.or.jp/~ohzaki/regex.htm#WithoutXY
http://www.din.or.jp/~ohzaki/regex.htm#WithoutXYZ

> fmcat =(retofm

..のところで導かれている正規表現は明らかにxyやxyzを含む正規表現だけど
これは単なるミスなのかな？こんな難しいことをやってる人がこんなミスを
見逃すとはとても思えないから何か違うものなのかなぁ・・

**デフォルトの名無しさん** · 2018/09/26(水) 03:09:00.10

明らかに含むって試してから言ってる？

**デフォルトの名無しさん** · 2018/09/26(水) 10:58:06.87

>>637
> fmcat =(retofm
で始まる３行のところの正規表現についてですよ？
(～)* x (～)* yz の形なので明らかにxyzにマッチします

*y(x*[^xy]y*)*x*　は誤植でしょうけど・・

**デフォルトの名無しさん** · 2018/09/26(水) 14:05:39.88

あー確かににそこはおかしいな
引用っぽいけど

**デフォルトの名無しさん** · 2018/09/26(水) 23:39:54.65

やっぱり間違いなんですかね？
プログラムを使って自動的に算出してるようなのに・・

**デフォルトの名無しさん** · 2018/09/27(木) 00:18:43.29

俺もわからんけど、prologらしいから、括弧や表記はスタック順になってるとかでは？

**デフォルトの名無しさん** · 2018/09/27(木) 02:58:15.53

>prolog
なるほど、"xyを含まない正規表現" のところに grail って書いてあったのは
prologとやらの実行ソフト名だったのか
https://github.com/RichardMoot/Grail

これの使い方を調べれば謎が解けそうですね
暇なときに試してみます、ありがとう

**デフォルトの名無しさん** · 2018/10/06(土) 17:50:41.16

検索対象文字　<test>a="akari"desu</test>

正規表現　a="*"

で、検索結果が「a="akari"」でなく、「a="」しか取得できないのはなぜでしょうか？

**デフォルトの名無しさん** · 2018/10/06(土) 17:56:12.23

馬鹿には無理

**デフォルトの名無しさん** · 2018/10/06(土) 18:01:22.57

a=\".*\"

ﾒﾀ文字(ﾀﾞﾌﾞﾙｸｫｰﾄ)をﾊﾞｯｸｽﾗｼｭでｴｽｹｰﾌﾟ
.（ﾋﾟﾘｵﾄﾞ）で任意文字で0文字以上(ｱｽﾀﾘｽｸ)をつければ
とりあえずｲｹﾙ

それでも意図どおりにﾏｯﾁﾝｸﾞしないことは予見できる

**デフォルトの名無しさん** · 2018/10/06(土) 18:14:31.01

ワイルドカードと混同しちゃってるのか
ワイルドカードと正規表現を同時に使えるTresGrepなら動くかも

**デフォルトの名無しさん** · 2018/10/06(土) 18:16:35.11

正規表現っぽいIDになった？

**デフォルトの名無しさん** · 2018/10/06(土) 18:23:52.49

OZk　　　G 　　　L　　　　 /sg
ohzakiさんゲームのリンク

な気がしたので貼る、最近更新したばっかりやん

ゲーム関係のリンク
http://www.din.or.jp/~ohzaki/game.htm

**デフォルトの名無しさん** · 2018/10/14(日) 12:53:05.30

>>643
ワロタｗ
正規表現の*とワイルドカードは違うぞ。詳しくはググれ。

多分a="[^"]*"でいけると思うけど詳しくはググれ。

**デフォルトの名無しさん** · 2018/10/14(日) 14:33:15.06

ちょいと質問させて
a="[^"]*"
と書くことが多いんだけど
a=".*?"
と書くのとで結果に違いでるのかな？

**デフォルトの名無しさん** · 2018/10/14(日) 14:56:27.64

""のなかに改行が含まれてた場合、違いが出るよ

**デフォルトの名無しさん** · 2018/10/14(日) 15:11:22.83

あと、.*?は使えない正規表現の処理系があるんじゃなかったっけか。詳しくは(ry

**デフォルトの名無しさん** · 2018/10/14(日) 15:27:34.24

>>651-652
なるほど、ありがとうございました

**デフォルトの名無しさん** · 2018/10/14(日) 22:51:29.78

１、<test>a="[^\"]*"</test>
２、<test>a=".*?"</test>

この２つが↓これにどうマッチするか試してごらん
---------------------------------------------------------------------------
<test>a="pokemon"(^-^)</test> <test>a="doramon"</test>
----------------------------------------------------------------------------

**650** · 2018/10/14(日) 23:38:50.12

>>654
サンプルありがとう
でも、そういった検索/置換対象の場合だったら .*? は最初から考えないとは思う

**デフォルトの名無しさん** · 2018/10/15(月) 00:13:04.80

この誤爆のことに注意を払えているなら .*? で問題ないよ
[^"] はそういう心配をしなくて良くなるからこっちを予防的に使うのもあり

**デフォルトの名無しさん** · 2018/10/15(月) 22:36:58.63

# 文字列 xy を含まない正規表現
$states = 3;
@matrix = ( # E A p q ※ A は求める答え
[qw(X X E E)], # A = p + q = pε + qε
[qw(E X [^x] [^xy])], # p = p[^x] + q[^xy] + ε
[qw(X X x x)], # q = px + qx
);

**デフォルトの名無しさん** · 2018/10/15(月) 22:37:39.83

# 文字列 xyz を含まない正規表現
$states = 4;
@matrix = ( # E A p q r ※ A は求める答え
[qw(X X E E E)], # A = p + q + r = pε + qε + rε
[qw(E X [^x] [^xy] [^xz])], # p = p[^x] + q[^xy] + r[^xz] + ε
[qw(X X x x x)], # q = px + qx + rx
[qw(X X X y X)], # r = qy
);

**デフォルトの名無しさん** · 2018/10/18(木) 14:54:58.45

y*(x*[^xy]y*)*x* について考察

左右対称形、後ろから読めば yx を含まない正規表現になる
x の後ろでは [^xy] しかマッチ出来ないようになっている

{[^x]|x+[^xy]}*x* # 状態遷移図から導かれる正規表現
# ※ ここでは見やすいように ( ) を { } としている
# 最後の x* は状態 0 から状態 1 への遷移を表している
[^x]*{x+[^xy][^x]*}*x* # 分岐の繰り返し ( | )* の展開
([^xy]|y)*{x+[^xy]([^xy]|y)*}*x* # [^x] を ([^xy]|y) に分解
y*{x*[^xy]y*}*x* # x+ を x* にすると中央の [^xy] が分解した [^xy] と
# 同じを動作するので分解した [^xy] を消せる、完成

**デフォルトの名無しさん** · 2018/10/18(木) 23:54:36.85

**デフォルトの名無しさん** · 2018/10/20(土) 20:45:04.19

(a|b|c)* の展開についての考察

# (b|c) を1つのパーツと考えて {a|(b|c)}* を展開する
a*{(b|c)a*}*

# 分配の法則
a*{ba*|ca*}*

# 再び (x|y)* の形が現れたのでここを展開する
a*(ba*)*{ca*(ba*)*}*

a=123、b=456、c=789 とすると
^(123)*(456(123)*)*(789(123)*(456(123)*)*)*$

**デフォルトの名無しさん** · 2018/10/21(日) 19:43:06.22

(a|b|c|d)* の展開についての考察

a*(ba*)*{ca*(ba*)*}*　の a は全て a* の形になっているのでこれを利用する
a を (a|d) に置き換えることで分岐を１つ増やす

(a|d)* = a*(da*)*　なので a* を a*(da*)* に置き換えるだけで答えが求まる
a*(da*)*(ba*(da*)*)*(ca*(da*)*(ba*(da*)*)*)*

(a|b|c|d|f)* を求めたいときは同じように a* を置き換えるだけで求まる
このように a* は分岐を無限に増やす入り口のような役割をする

**デフォルトの名無しさん** · 2018/10/21(日) 23:04:31.26

このスレで名前が挙がってたTresGrep、気が付いたらbregonig.dllにも対応してるじゃん
プルダウンのモード切替で.NETの正規表現と切り替えられるのもいい感じ
もうこれでサクラエディタのGrepはお役御免にできるかもしれない

なんだけど・・・rubyの正規表現が全部使えるわけじゃないのに
「鬼雲検索」
を名乗るのはどうなんだろう

**662** · 2018/10/22(月) 01:40:50.08

>>663
ちょろっと試してみたけど戻り読みも後方参照も再帰もちゃんと動いたよ？
動かないのがあるならこちらで検証するよ～

2018/10/22(月) 07:15:14.86

全角スペースを\u3000と書いた場合とか
bregonigだとperl互換じゃない書き方は受け入れてもらえないわけで

**662** · 2018/10/22(月) 14:03:03.71

自分は文字コードの知識が無いので迂闊なことは言えないから
ちょっと調べたことだけ書いておくね

ここで
http://k-takata.o.oo7.jp/mysoft/bregonig.html
\u0149 を検索してみるとbregonigでも使えてそうなことが書かれてたよ

**662** · 2018/10/22(月) 21:23:16.87

サクラエディタでいろいろ実験してたら \s が全角スペースにマッチした
サクラエディタ向けの正規表現を作るときには気を付けないといけないな

**デフォルトの名無しさん** · 2018/10/22(月) 23:33:25.25

bregonigは鬼雲の機能限定版（perl互換の正規表現だけが動く）って話をどこかで読んだ記憶があったんだよね
どうせやるなら本家onigmoのRuby版正規表現も全部動くようにすればいいのに、って思っただけなんだ
ちょっと難癖に近いなとは自分でも思ってる

\sもそうだけど\dに全角数字がマッチしちゃって痛い目に合うのもまれによくあること
サクラに限らないんじゃないかね

**デフォルトの名無しさん** · 2018/10/23(火) 00:10:38.63

I/Fの問題だろう
Onigmoの仕様では、\sは
　Unicode以外の場合:
　　\t, \n, \v, \f, \r, \x20
　Unicodeの場合:
　　0009, 000A, 000B, 000C, 000D, 0085(NEL),
　　General_Category -- Line_Separator
　　　　　　　　　　　　　-- Paragraph_Separator
　　　　　　　　　　　　　-- Space_Separator
　ASCII外の文字を含むかどうかは ONIG_OPTION_ASCII_RANGE オプションに依存する。
とある
実際、サクラエディタで試すと、
　2028(LS),2029(PS),
　0009,000a,000b,000c,000d,0085,
　0020,00a0,1680,2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,200a,202f,205f,3000(SS)
がマッチする
なので、サクラエディタはUnicodeで鬼雲を使ってると思われる

Janeの場合でも、StyleはSJISであり、XenoはUnicodeなので
https://egg.5ch.net/test/read.cgi/software/1536058236/515
に対して、\d{6}がマッチするのはXenoのみである

**662** · 2018/10/23(火) 00:11:35.27

なるほど、dll からは ONIG_SYNTAX_PERL しか使えないから
ruby を使い慣れてる人にとっては歯がゆいと..

＞ \dに全角数字がマッチしちゃって
ですね～、(?a) で防げるようなので覚えておきます

**デフォルトの名無しさん** · 2018/10/23(火) 00:18:39.55

レスが被ってしまった..

>>669
ありがとうございます
サクラエディタはUnicode仕様で動いているんですね
う～ん、文字コードの話は難しいなぁ

**デフォルトの名無しさん** · 2018/10/23(火) 00:24:56.92

なおUnicodeの空白でも、上記のCc(0009～0085)、LS,PS,Zs(Space Separator)
以外のCf(200b,200c,200d,FEFF)だとどうかなと試したが案の定マッチしなかった
さすがは仕様どおりだ

**デフォルトの名無しさん** · 2018/10/23(火) 01:02:05.21

＞ 200b,200c,200d,FEFF

サクラエディタにIMEパッドから打ち込んで試してみたら同じくマッチせず

# 主要部
(?&sp)
# 定義部
(|(?!)
(?<sp>
(?u)
[\x{200b}\x{200c}\x{200d}\x{FEFF}\s]
)
)

自分がこれ使うことは永遠になさそうだけどとりあえず..

**デフォルトの名無しさん** · 2018/10/23(火) 03:03:21.50

>>3
ジオから移転

正規表現パズル
https://oraclesqlpuzzle.ninja-web.net/regex/index.html

**デフォルトの名無しさん** · 2018/10/25(木) 14:38:08.86

あるファイルパスがありディレクトリのN階層目までのみを抽出したいのですが、正規表現について教えてください

例えばこんな入力のリストがある場合
aaa
aaa/bbb/ccc
aaa/bbb/ccc/ddd/eee/fff
で各リストに対して2階層目までを取得したい場合
aaa
aaa/bbb
aaa/bbb
となるのが期待値です。

((?:¥w+¥/?){1,2})とかしてみたんですが上手くいきませんでした、お手数ですがよろしくお願いします

**デフォルトの名無しさん** · 2018/10/25(木) 15:23:45.93

>>675
正規表現はプログラム言語や正規表現オブジェクトのオプションによって
動作がけっこう変化するので質問するときはそういうの書いてね

[^/]+(?:/[^/]+)?

ただしこれは正しいパスが与えられることを前提としているので注意

**デフォルトの名無しさん** · 2018/10/25(木) 15:29:23.12

/ の数が、0～2

**デフォルトの名無しさん** · 2018/10/25(木) 15:39:26.06

./ で始まってたらどう数えるん
/ で始まってたら？

**デフォルトの名無しさん** · 2018/10/25(木) 17:47:09.80

>>676
ありがとうございます、perlが希望でしたので次回から書くようにします
例は2階層で固定のようですが、ちなみにn階層目とか可変で書くような場合は下記のような感じで良いでしょうか？
[^/]+(?:/[^/]+){0,n-1}

**デフォルトの名無しさん** · 2018/10/25(木) 18:40:41.61

ああ、N階層までのマッチという質問だったのか、ごめんね
それで合ってるよb

**デフォルトの名無しさん** · 2018/10/26(金) 10:18:13.83

暇つぶしに鬼雲の再帰処理に欠陥がないか探してみたけど見つからなかった

例、\1 を空文字にマッチさせて再帰の無限ループを狙う
()(?<name>a|\1\g<name>c)

例２、<x> を複数使ってマッチするのが空文字ではないように見せかける
(?<x>)(?<x>text)(?<name>a|\g<x>\g<name>c)

**デフォルトの名無しさん** · 2018/10/26(金) 23:39:01.03

・perl 5.22

if ( "a" =~ /^\Fa\E$/ )
{ print "match.\n"; }
else
{ print "no.\n"; }
# 結果： match.

・サクラエディタ + bregonig.dll (ONIG_SYNTAX_PERL)

検索欄： ^\Fa\E$
テキスト： a
結果：見つかりませんでした

\F の意味が知りたい..

**デフォルトの名無しさん** · 2018/10/26(金) 23:58:52.37

http://perldoc.jp/docs/perl/5.16.1/perlreref.pod#ESCAPE32SEQUENCES
> \F \E まで畳み込み文字にします

bregonig.dll は Perl 5.14 ほぼ準拠だからまだ未対応らしい

**デフォルトの名無しさん** · 2018/10/28(日) 00:53:19.71

http://jane2ch.net/community/kako/1299/12999/1299979723.html
レス241からの高速化の話題を検証してみた

レス243
>１は例えば (?:http://)～と、始めの数バイトをグループ化してやると速くなる

検証結果：速度変わらず

レス245
> : の部分で一旦切れるようにすれば条件は平等になると思う
> (?:http:|ttp:|tp:) が速いわけではないと分かる

検証結果：
1. 10.345 ms
2. 10.560 ms
3. 05.130 ms

結論： (?:http:|ttp:|tp:) は速かった

**デフォルトの名無しさん** · 2018/10/28(日) 01:36:44.44

<鬼雲のリファレンス>

(?<element> \g<stag> \g<content>* \g<etag> ){0}
(?<stag> < \g<name> \s* > ){0}
(?<name> [a-zA-Z_:]+ ){0}
(?<content> [^<&]+ (\g<element> | [^<&]+)* ){0}
(?<etag> </ \k<name+1> >){0}
\g<element>

<とんこ式記述法>

\g<element>
(?!(?!)tonco
(?<element> \g<stag> \g<content>* \g<etag> )
(?<stag> < \g<name> \s* > )
(?<name> [a-zA-Z_:]+ )
(?<content> [^<&]+ (\g<element> | [^<&]+)* )
(?<etag> </ \k<name+1> >)
)

リファレンス方式は後ろの {0} を読むまでそこが定義だと分からない
main部と定義部の境がはっきりせず読みにくい
対してとんこ式は (?!(?!)tonco 以降が定義部だと分かるので読みやすい
(?!(?!)tonco をとんこで辞書登録しておけば {0} をコピペしなくて済む
とんこ式のとんことは発案者の名前とのこと

**デフォルトの名無しさん** · 2018/10/28(日) 14:53:16.06

これらの記述法には１つ弱点があり

(?<name>ほにゃらら){0}

より前に

\k<name>

が出現すると文法エラーになる

例、
(?<tag>foo \k<name> bar){0}
(?<name>ほにゃらら){0}
\g<tag>

このため定義する順序が限定されてしまう、これは解消されるべき問題である

**デフォルトの名無しさん** · 2018/10/28(日) 15:07:39.92

↑これの例はおかしいな、このレスは取り消し

**デフォルトの名無しさん** · 2018/10/28(日) 15:36:10.31

昨日、詳説正規表現の本を枕の下に置いて寝た
寝ている間に正規表現のパワーがもらえると思ったからだ

すると.. 夢に正規表現の神様が現れた

神様「 \1 はな、 ${1} と書いてもマッチするんじゃよ」

朝、目覚めると飛び起きてperlを動かしてみた

if ( "aa" =~ /(a)${1}/ )
{ print "match!!\n"; }
else
{ print "no match..\n"; }

実行結果を見た私は奇跡を見ていた

**デフォルトの名無しさん** · 2018/10/28(日) 20:54:51.63

revilog.com/2012/08/7939.html
> a?[a-z] という正規表現は　[b-z]|aa? という正規表現と
> 等価であり置換可能

前者は ab にマッチするが後者は...

> 同様に[a-z]?[A-z]という正規表現は　[A-Z]|([a-z][a-z]?)
> という正規表現と　等価であり置換可能

前者は aA にマッチするが後者は...

**デフォルトの名無しさん** · 2018/10/29(月) 00:52:40.24

・ perl 5.22

use strict;
use warnings;
use encoding "cp932";
binmode STDERR, ':encoding(cp932)';

if ( "ｱｲｳｴｵ" =~ /\p{Katakana}/ ){ print "match!! <$&>\n"; }
else { print "no match..\n"; }
# 結果： match!! <ｱ>

・ bregonig.dll (shift_jis)

検索：\p{Katakana}
対象：ｱｲｳｴｵ
結果：見つかりません

サクラエディタ (unicode) ではマッチした
(?a)\p{Katakana} でもマッチ

**デフォルトの名無しさん** · 2018/10/29(月) 01:00:01.03

perl がマッチするのはもしかしたら内部的にunicodeになってるとかかな
自分はプログラマじゃないんでさっぱり

**デフォルトの名無しさん** · 2018/10/29(月) 01:09:53.75

どうやら当たりらしい、unicodeに変換してからマッチしてた

if ( "あ" =~ /\x{3042}/ ) # true

if ( "あ" =~ /\x{82A0}/ ) # false

**デフォルトの名無しさん** · 2018/10/29(月) 19:52:31.20

・再帰の穴を狙う２

(str)
(?<name>
(?(1)yes|no)
\g<name>
|inner)

↓これに書き換えると
(?(1)yes) → 文法エラー
(?(1)|no) → 文法エラー

ガードが鉄壁ですごい、ほんと良く出来てるな～

**デフォルトの名無しさん** · 2018/10/31(水) 16:56:37.48

(?(条件)真の式|偽の式) の不具合を発見

() に "?:" を付けるかどうかで結果が変わってしまう

対象テキスト： 13 に対し、

１、
\A(?<name>1)(?(<name>)(2|3))\z
結果：マッチ

２、
\A(?<name>1)(?(<name>)(?:2|3))\z
結果：みつかりません

bregonig.dll (shift_jis, unicode 両方で確認)

ちなみに対象テキストを 12 にするとどちらもマッチする

**デフォルトの名無しさん** · 2018/10/31(水) 17:14:05.35

やっぱりこれ欲しいなぁ

検索：( red(?'color='赤) | blue(?'color='青) | yellow(?'color='黄) )
置換：\k'color'

対象テキスト： blue
置換結果：青

これの有無で便利度が数段変わるんだよね

これの代わりに複数回の置換を行うと \G を使うときに困る
同じものを複数回検索するので速度低下に繋がる

**デフォルトの名無しさん** · 2018/10/31(水) 19:55:08.08

・　(?'name=~' )

変数name の中身をマッチテストする先読みの親戚のようなもの

(?'name' <div> .*? </div> )
(?:
　(?'name=~' \A .* abc .* \z)
　pattern1　　　　　　　　　　　　　　# タグの間に abc があるとき
|
　(?'name=~' \A .* def .* \z)
　pattern2　　　　　　　　　　　　　　# タグの間に def があるとき
|
　pattern3　　　　　　　　　　　　　　# それ以外のとき
)

これもあると便利だけど (?(name) | ) で代用出来るから必要度は低い

**デフォルトの名無しさん** · 2018/11/01(木) 00:56:07.61

動画を正規表現に変換
https://www.youtube.com/watch?v=em8UvwCTWwk

検索： ^(.*)タマ(.*)タマ(.*)$
置換： $1$2$3

**デフォルトの名無しさん** · 2018/11/01(木) 01:35:03.88

ニュタマーハタマーフ

**デフォルトの名無しさん** · 2018/11/01(木) 17:25:34.93

(*^-^*)

**デフォルトの名無しさん** · 2018/11/01(木) 17:34:43.67

>>694 のバグがrubyでも起こることを確認
ruby 2.5.3p105 (2018-10-18 revision 65156) [x64-mingw32]

原因は bregonig.dll でなく Onigumo にあるようだ

これは気付きやすい部類のバグだと思うんだけど
今までバグ報告が無かったようなのが不思議
takata神はここ見てるのかな

**デフォルトの名無しさん** · 2018/11/01(木) 17:41:25.59

# ruby動作確認用コード

if '13' =~ /\A(?<name>1)(?(<name>)(?:2|3))\z/
# if '13' =~ /\A(?<name>1)(?(<name>)(2|3))\z/
p 'yes'
else
p 'no'
end

**デフォルトの名無しさん** · 2018/11/01(木) 23:04:15.23

>>691
perlの場合、Encode::decode()でperl内部処理用文字コード（utf8の亜種っぽい何か）に
正しく復号しないと正規表現クラスを正しく使えない。