Regular Expression(正規表現) Part16

**デフォルトの名無しさん** · 2021/11/03(水) 19:50:01.71

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) Part15
https://mevius.5ch.net/test/read.cgi/tech/1568640311/

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** · 2022/05/24(火) 04:21:55.25

質問させてください。
荒らし対策に「読点2回」を指定するNG表現を作ってみたのですが、一応機能しました

(.*\、.*\n*){2}

上記はもっと簡略化できるでしょうか？

**デフォルトの名無しさん** · 2022/05/24(火) 04:27:32.12

、.*?、

**デフォルトの名無しさん** · 2022/05/24(火) 04:43:45.06

>>263
即答ありがとうございます

(10文字以上、){2}

のように「10文字以上、」が2回以上あったらNGというプログラムも教えてくれますか？

**デフォルトの名無しさん** · 2022/05/24(火) 05:20:15.74

すみません、ありがとうございました。

**デフォルトの名無しさん** · 2022/05/25(水) 21:16:43.73

自分が書いた正規表現を半年後くらいに見たら
何の処理なのか思い出せない。
正規表現って便利だが、そう言う点が唯一のデメリットだよな。

**デフォルトの名無しさん** · 2022/05/25(水) 21:33:08.27

>>264
(10文字以上、){2,}

**デフォルトの名無しさん** · 2022/05/25(水) 22:10:02.21

(?#何の処理)

**デフォルトの名無しさん** · 2022/05/26(木) 10:08:16.60

●Regular Expressionの使用環境
PowerShell 7.2.4

●検索か置換か？
置換(-replaceもしくは[regex]::Replace)
もしくは抽出(-match)
●説明
ドメインからサブドメインを取り除いた値が欲しい

●対象データ
www.example.com
hoge.www.example.com
hoge.hoge.www.example.com

●希望する結果
example.com
example.com
example.com

お願いします

**デフォルトの名無しさん** · 2022/05/26(木) 10:11:53.48

>>269
すいません、これだと「example.com$でいいだろ」になりますね
バラバラなURL、つまり
●対象データ
www.example.com
hoge.www.test.com
hoge.hoge.www.foo.com

●希望する結果
example.com
test.com
foo.com

でお願いします…

**デフォルトの名無しさん** · 2022/05/26(木) 10:34:55.49

powershellでの書き方は分からんが
[^.]++\.com$

**デフォルトの名無しさん** · 2022/05/26(木) 10:51:21.71

>>271
それで得られるの.comドメインだけじゃね

**デフォルトの名無しさん** · 2022/05/26(木) 11:26:16.23

(?m:((?:[a-zA-Z0-9][a-zA-Z0-9-]*[a-zA-Z0-9]*)\.[a-zA-Z]{2,})$)

**デフォルトの名無しさん** · 2022/05/26(木) 13:28:50.78

[a-zA-Z0-9]
って、何かもっと短いパターンに置き換えられないのかな？

**デフォルトの名無しさん** · 2022/05/26(木) 13:51:27.22

>>272
ごめんなさい。私がちゃんと.com以外の例を出してませんでした。

>>273
ありがとうございます。
[regex]::Matchesの方で抽出できました。
もしよければ、今後のためにどういう意味の正規表現になってるかお教えいただけませんか
行末→$)
エスケープして.(ドット)+2文字以上の文字→\.[a-zA-Z]{2,})
までは分かるのですが、
(?:[a-zA-Z0-9][a-zA-Z0-9-]*[a-zA-Z0-9]*)
と
(?m:
がよくわかりません…

**デフォルトの名無しさん** · 2022/05/26(木) 14:03:59.49

>>274
/S

**デフォルトの名無しさん** · 2022/05/26(木) 14:08:45.47

>>274
処理系にもよるけど\dと[0-9]は同等でないこともある（漢数字にもマッチする処理系や環境がある）
[:alpha:]は使えない処理系もある

>>275
ドメイン名の制約を正規化
mは行単位処理指定（一般的には不要）

**デフォルトの名無しさん** · 2022/05/26(木) 14:26:21.96

結局太古からの文字クラスが役に立つよな

**デフォルトの名無しさん** · 2022/05/26(木) 14:57:41.65

5ch.net
2345.com

**デフォルトの名無しさん** · 2022/05/26(木) 19:34:14.75

8823

**デフォルトの名無しさん** · 2022/06/15(水) 16:12:07.21

Pythonで、下記のような仕組みを作りたいと思っています。

1 テキストを入力する。
2 あらかじめ用意してある複数の正規表現のパターンでテキストを検索し、
それぞれのパターンにマッチする部分のテキストを色分けする。
3 それぞれの色ごとに、別々の処理をする。

こう言う表示をするためのフロントエンドというか、ライブラリというか、
そう言うものはないでしょうか。
例えば、VBAなら、エクセルやWordの文字プロパティを操作すればできると思うのですが、
そう言うもののPython版というか…

**デフォルトの名無しさん** · 2022/06/15(水) 17:05:28.57

>>281
スレチ

**デフォルトの名無しさん** · 2022/06/15(水) 20:56:26.63

こういうの不思議なんだけど、
仕組みを作りたいと思っていて、ライブラリやフレームワークすら選べてないのに、
なんで使用言語は決まってるんだろうか

**デフォルトの名無しさん** · 2022/06/15(水) 21:12:53.05

そのライブラリはlispとprologとVHDLしかありませんって言われたら困るし

**デフォルトの名無しさん** · 2022/06/15(水) 21:17:39.12

そしたらその言語選ぶだけじゃないかな

**デフォルトの名無しさん** · 2022/06/16(木) 02:58:48.52

JSで作ってブラウザ上で動かすのがよさそう

**デフォルトの名無しさん** · 2022/06/24(金) 15:59:53.62

●Regular Expressionの使用環境
python3

●検索か置換か？
検索

●説明
START～次のSTARTの直前までをマッチングさせたい
START含む行から文字列足して行けば同じ事は出来るんですが正規表現ではどのように書くのか分からないのでお願いします

●対象データ
START 1: abcd
hoge
fuga
START 2: efgh
hoge hoge
fuga fuga
piyo piyo

●希望する結果
START 1: abcd\nhoge\nfuga

**デフォルトの名無しさん** · 2022/06/24(金) 16:36:46.31

>>287
START(?:(?!START)[\S\s])*

**デフォルトの名無しさん** · 2022/06/24(金) 16:39:49.07

>>288
早速の回答ありがとうございます
希望した結果が得れました

**デフォルトの名無しさん** · 2022/06/24(金) 18:26:54.64

template<>引数にはclassでない定数リテラルを指定できるのでtypenameのほうが名称としてしっくりくる

**デフォルトの名無しさん** · 2022/06/25(土) 08:38:53.00

Onigmoの非包含オペレータのバグFixが来た

Fix absence operator #163
https://github.com/k-takata/Onigmo/pull/163

こういうのをサラっと直してしまう人はカッコイイね、nomotoさんありがとう！

**デフォルトの名無しさん** · 2022/06/25(土) 10:59:37.90

>>290
https://mevius.5ch.net/test/read.cgi/tech/1653135809/294-295

**デフォルトの名無しさん** · 2022/06/28(火) 22:14:32.48

>>291
＞ n("(?~|abc)", "abc") # ???
＞ x2("(?~abc|)", "abc", 0, 1) # ???

けんちゃん最初から気付いてるし

**デフォルトの名無しさん** · 2022/06/30(木) 19:21:01.41

●Regular Expressionの使用環境
python3

●検索か置換か？
検索

●説明
ErrorもしくはwarnもしくはInfoから始まり(CODE-xxx)で終わる最短の文字列を抜き出したいんですが
(Error|Warn|info):.*?$\w+-\d+$のように最短マッチを使っても1番最初のErrorから最後の(CODE-xxx)までが
マッチしてしまいます

●対象データ
Error: hoge
hoge
Warn: fuga
fuga
fuga
Info: hoge
fuga fuga (CODE-003)

●希望する結果
Info: hoge\n fuga fuga (CODE-003)

**デフォルトの名無しさん** · 2022/06/30(木) 19:55:03.39

^(?:Error|Warn|Info)(?~^Error|^Warn|^Info)$CODE-\d++$

**デフォルトの名無しさん** · 2022/06/30(木) 20:03:45.67

>>294
msg_type_re = r"(?:(?:Warn|Info|Error):)"
print(re.findall(rf"{msg_type_re}(?:(?!{msg_type_re}).)*?$CODE-\d+$", s, flags=re.S))

**デフォルトの名無しさん** · 2022/06/30(木) 20:43:19.23

^(?:Error|Warn|Info):.*(?:\n\ \ .*)*?$CODE-\d+$
https://regex101.com/r/h3PLIu/1#TKStH49zfF1UDOMNbfx1RWny

**デフォルトの名無しさん** · 2022/07/01(金) 08:10:56.97

秋葉原店
専門店

住所
〒101-0021 東京都千代田区外神田4丁目3-3

↑の文字列を、置換で、
「秋葉原店,東京都千代田区外神田4丁目3-3」
と成形したいです。
思うに、
検索に、「店～～～～～～東京都」
置換に、「,」
とすれば出来そうですが、
「～～～～～～」には何を入れればよいでしょうか？

**298** · 2022/07/01(金) 08:20:24.06

ようは、
「店」と「東京都」の間にあれば、改行を含み、どんな文字列が何個はいろうが、「,」に変えたいのです。
よろしくお願いします。

**デフォルトの名無しさん** · 2022/07/01(金) 08:32:58.06

テンプレガン無視するな
ここはお前の為の便利屋じゃねぇよ

**298様専用の便利屋** · 2022/07/01(金) 08:56:54.62

環境を言わない質問にはオーソドックスな正規表現で答えれば良いと思う

検索
(店)[\s\S]*(東京都)

置換
$1,$2

**298** · 2022/07/01(金) 17:16:41.56

>>300-301
すみません。　環境はwzエディター10 64bitです。
で、
(店)[\s\S]*(東京都)
これではダメでした。

**デフォルトの名無しさん** · 2022/07/01(金) 17:18:10.65

意地でもテンプレは使わない

**デフォルトの名無しさん** · 2022/07/01(金) 17:27:00.65

スルーされにくいテンプレだから
スルーされてもいいんでしょう

**298** · 2022/07/01(金) 17:28:06.12

>>301
教えてくれてありがとうございます。
で、
wzの置換のタブを見ると、「\を文字として検索」と書いてあってそこにチェックが入っていて、そのチェックは外せません。

**298** · 2022/07/01(金) 17:33:49.42

>>303-304
すみません。　テンプレで質問すると、↓になります。

●Regular Expressionの使用環境
wzエディター10 64bit

●検索か置換か？
置換

●対象データ
秋葉原店
専門店

住所
〒101-0021 東京都千代田区外神田4丁目3-3

●希望する結果
秋葉原店,東京都千代田区外神田4丁目3-3

**デフォルトの名無しさん** · 2022/07/01(金) 17:34:03.71

別のエディタなりsed使え

**デフォルトの名無しさん** · 2022/07/01(金) 17:48:08.39

>>306
Notepad++、Meryでは以下でいけた

(.+店)[\s\S]*〒\d{3}-\d{0,4}\s(.+)$
$1,$2

**298** · 2022/07/01(金) 17:51:33.51

>>308
ありがとうございます。しかしダメでした。

**298** · 2022/07/01(金) 17:53:57.09

しかし、
(.+店)[\s\S]*
ここまで削ると食いついてきます。

**デフォルトの名無しさん** · 2022/07/01(金) 17:58:53.83

複数行な時点で環境限られるよね

**298** · 2022/07/01(金) 17:59:18.72

ちなみに、Notepad++、Meryどちらも無料ですが、インストールするとするとどちらがよいでしょうか？

**298** · 2022/07/01(金) 18:08:28.54

ちなみに、Notepad++、Meryどちらも無料ですが、インストールするとすると正規表現的にはどちらがよいでしょうか？

**デフォルトの名無しさん** · 2022/07/01(金) 18:09:36.54

(?<=店)[^〒]*?〒\d{3}-\d{4}\s++
,
キャプチャする必要無くね？
対象データの例が悪い
他に何件もあって〒が無い場合があったりすると誤マッチするはず

**298** · 2022/07/01(金) 18:15:22.87

>>314
ありがとうございます。しかし、　(?<=店)　これにすら食いつきません。

**298** · 2022/07/01(金) 18:58:55.44

Notepad++をインストールしました。
で、やりたいことは、
https://www.donki.com/store/shop_list.php?bsns=&pref=13
ここから、べーっとマウスでコピペして、
Notepad++に貼り付けて、店舗名,住所のcsvファイルを作りたいのです。

**298** · 2022/07/01(金) 19:04:57.22

(?<=店)[^〒]*?〒\d{3}-\d{4}\s++
これでほぼ出来そうです。　ありがとうございます。

**298** · 2022/07/01(金) 19:10:09.57

(?<=店)[^〒]*?〒\d{3}-\d{4}\s++
$1,$2

ちなみに、これって$1,$2という変数を使ってますよね？
(?<=店)[^〒]*?〒\d{3}-\d{4}\s++
この文のドコで代入してるのでしょうか？

**デフォルトの名無しさん** · 2022/07/01(金) 19:16:15.59

テンプレをヤイヤイいうだけの奴わろたわｗ

**デフォルトの名無しさん** · 2022/07/01(金) 19:27:43.82

ページからならjsでやったら？って感じの話しだな
https://pastebin.com/M6LqV15b

**デフォルトの名無しさん** · 2022/07/01(金) 19:30:02.45

xy問題

**元 298様専用の便利屋** · 2022/07/01(金) 19:51:17.10

住所からアニメイトの同志だと思いご協力させて頂きましたがアニメイトではなくドンキだと分かったので
すみませんがこれ以上ついて行くことは出来ません・・短い間でしたがありがとうございました、さよなら

**298** · 2022/07/01(金) 21:06:43.33

>>322
どうもです。　了解しました。

.+だと文字が何個あってもいいよ、です。
こういうので、
文字でも記号でも改行でも何個あってもいいよ、はないでしょうか？
あるとすれば、
店「」+住所
を、
,
に置換すればいいだけの話なんだけど。

**デフォルトの名無しさん** · 2022/07/01(金) 22:01:19.33

.(ピリオド）は改行コードを除く任意の1文字にマッチする
つまり.*や.+だと改行のところでストップするということ

**デフォルトの名無しさん** · 2022/07/01(金) 22:28:36.91

ピリオドはmオプションつけると改行にもマッチするやで
mオプションがついてるかは環境と指定したオプションによるやで

**デフォルトの名無しさん** · 2022/07/01(金) 22:36:48.49

mオプションじゃなくてsオプションなのでは？

**デフォルトの名無しさん** · 2022/07/01(金) 22:50:04.22

調べてきた
mオプションはRuby、oniguruma系、Meryはこれのはず
sオプションなのはPerl系
Notepad++/SciTEは専用オプションがある
らしい、やってみて確かめたほうがいいね

**298** · 2022/07/01(金) 23:07:58.13

ありがとうございます。では、
店.+東京都
に、mオプションを付けるとするとどう書けばいいのですか？
↓にはそれ系の記載がありません。

https://murashun.jp/article/programming/regular-expression.html
https://userweb.mnet.ne.jp/nakama/

**デフォルトの名無しさん** · 2022/07/01(金) 23:25:18.67

Notepad++のことならGUIのダイアログの左下の右に「.は改行と一致」てのがあるじゃろ

**298** · 2022/07/01(金) 23:40:21.16

>>329
ありがとうございます。Notepad++で、「.は改行と一致」にチェックをいれて、
店.+東京都
,
で、次を検索でポチると、
最初の東京都ではなく、最後の東京都、つまりほぼ全文を選択してしまいます。

**デフォルトの名無しさん** · 2022/07/02(土) 00:04:51.39

正規表現の基本は強欲
なるべく長い文字列にマッチしようとする

**デフォルトの名無しさん** · 2022/07/02(土) 09:05:29.52

> 基本は強欲

20年このスレにいて初めて知りました

**デフォルトの名無しさん** · 2022/07/02(土) 09:58:17.51

20年正規表現使ってて強欲すぎて困ったことないの？
※ 用語として強欲はあまりいい意味には使わないから個人的には貧欲の方がいいなぁ

**デフォルトの名無しさん** · 2022/07/02(土) 10:08:22.29

ひんよく？　貧
どんよく　貪欲

**デフォルトの名無しさん** · 2022/07/02(土) 10:24:47.75

そんなとっくに概出のこと言われても困ります

**デフォルトの名無しさん** · 2022/07/02(土) 12:38:50.86

貧欲の動作は考えてみればすごく非効率な気がしますね
１０万文字の文章に対して「.*」を使ったら１０万文字の末尾まで食ってから戻ってきますからね

**デフォルトの名無しさん** · 2022/07/02(土) 13:18:37.74

>>334
すまん、素で間違ってたわ... orz

**デフォルトの名無しさん** · 2022/07/02(土) 15:23:26.16

*+ 強欲 ++ 最大一致させたらバックトラックしない
* 欲張り +　最大一致させた後、残りの式が不一致になったらバックトラックする
*? 無欲 +? 欲張りと逆。最小一致後にバックトラック

バックトラック
条件を満たす範囲で探索
・欲張りは1文字放棄
・無欲は1文字追加
して試行する

**298** · 2022/07/02(土) 18:24:54.77

てか、↓の文法的解説をできる方はこのスレにはいないのでしょうか？
(?<=店)[^〒]*?〒\d{3}-\d{4}\s++

**デフォルトの名無しさん** · 2022/07/02(土) 18:51:12.29

(?<=店)　戻り読み。式(店)と次の文字の「間」の位置に一致。abcに対し(?<=ab)ならbとcの間に一致する。アンカー(^$)と同様
[^〒]*?　「〒」以外の文字に最小一致(無欲)
〒　「〒」の文字
\d{3}-\d{4}　「数字3つ」「-」「数字4つ」
\s++　「\s」に最大一致(強欲)

**298** · 2022/07/02(土) 18:58:50.57

>>340
ありがとうございます。
$1に(?<=店)を代入しているのはなんとなく理解できるのですが、住所の$2にはどの部分で代入しているのでしょうか？

**デフォルトの名無しさん** · 2022/07/02(土) 19:30:02.98

[^〒]*?〒は最小量指定子使わないで、[^〒]*〒でよいのでは？
この*は0回以上の「〒以外」の文字にマッチだから、貪欲であっても貪欲でなくても、結局一番初めに出てくる「〒」手前までしかマッチできない。

**デフォルトの名無しさん** · 2022/07/02(土) 19:38:03.70

>>336
貪欲のほうがコストが常にかかるかというとそうじゃない。
場合によっては非貪欲のほうが大量にバックトラックが発生して計算コストかかることもある。

**298** · 2022/07/02(土) 19:41:17.46

てか、不思議なことに、
1、検索文字列→　(?<=店)[^〒]*?〒\d{3}-\d{4}\s++　　　置換文字列→　,
2、検索文字列→　(?<=店)[^〒]*?〒\d{3}-\d{4}\s++　　　置換文字列→　$1,$2
で、同じ結果が出るんです

**298** · 2022/07/02(土) 19:42:31.78

つまり、2は文法的に間違ってる、ってことですかね？

**298** · 2022/07/02(土) 19:45:54.43

てか、Notepad++はカシコイから、
置換文字列→　$1,$2
を、
置換文字列→　,
と、置き換えて処理してるんですかね？

**デフォルトの名無しさん** · 2022/07/02(土) 19:46:39.19

面白いから見守るわｗ

**デフォルトの名無しさん** · 2022/07/02(土) 19:57:48.35

>>342
一致しない場合に無駄にバックトラックさせることになるだけなので
[^〒]*+〒
と強欲で良いんじゃね

**デフォルトの名無しさん** · 2022/07/02(土) 21:11:04.97

>>348
確かにマッチしない場合にバックトラックの発生を抑えるために強欲にするのはありだと思う。
ただ、PCREとかだと[^〒]*〒の場合、Auto Processが動作して勝手に強欲化するから書かなくてもいいはず。
今回のEditorはしらんけど。

**デフォルトの名無しさん** · 2022/07/03(日) 11:46:22.30

初心者のうちは強欲は使わないほうがいい気がする

そもそも鈍器のページから店名と住所を取り出すだけの正規表現を書く場合にキャプチャしない書き方や
バックトラックを抑制する書き方をする必要はない

「策士策に溺れる」になってるから質問者に何を教えるべきなのかもう一度考えるべし

**デフォルトの名無しさん** · 2022/07/03(日) 12:00:27.48

貪欲禁止って*や+を使うなってことけ？

**デフォルトの名無しさん** · 2022/07/03(日) 12:44:06.06

possessiveのことだろ

**デフォルトの名無しさん** · 2022/07/03(日) 13:50:59.22

手足をもぎ取られた気分や…

**デフォルトの名無しさん** · 2022/07/03(日) 14:32:42.77

>>350
初心者が強欲使わないでいつ強欲の動作を知るの？
それとも初心者はみんな量指定子を持つ環境を使うべきって主張かな？

**デフォルトの名無しさん** · 2022/07/03(日) 15:36:23.88

> 使わないほうがいい気がする
「気がする」でついつい無駄コード書いちゃう強迫性不安障害の人かな？

> 「策士策に溺れる」になってるから質問者に何を教えるべきなのかもう一度考えるべし
底辺コーダーが良く使う言い訳
(俺に分かりやすい) 平易なやり方しか認めない！(`・ω・´)ｷﾘｯ

**デフォルトの名無しさん** · 2022/07/03(日) 17:56:24.35

正規表現を考えるときには複雑な情報を単純化する作業が必要になるんだがそういう意味では質問者のほうが才能がある
「店」と「東京都」という２つのキーワードさえ見つけられれば目的を果たせることを見抜いていた

それに対して回答者たちは単純だった依頼を複雑化させたあげく質問者を困らせ続けた
戻り読みを正規表現の先頭に置いてキャプチャを回避することが本当に処理量の軽減になっているのかも疑問
鈍器のページからテキストエディタで店名と住所を取り出すだけの作業に正規表現の高速化を考えるのはもはやコント

君らには問題を単純化する能力が足りないからその点を改善せよ

**デフォルトの名無しさん** · 2022/07/03(日) 18:00:06.22

>>356
>>340
店の直後から郵便番号まで、と十分に単純だと思うが君はこれが複雑なものに見えるのかな？

**デフォルトの名無しさん** · 2022/07/03(日) 18:09:59.22

>>356
取り敢えず君は書く文章を改善しよう
殆ど愚痴だよねそれ

**デフォルトの名無しさん** · 2022/07/03(日) 18:20:19.30

どうしようもないケースを除いて「東京都」なんてのをハードコーディングするのは筋が悪いと言わざるを得ない

**デフォルトの名無しさん** · 2022/07/03(日) 18:23:09.07

それはともかく、キャプチャグループが無いのに気づいてないのを指摘してあげろよ
$1,$2に対応するものがないので両方ともヌルになってる

**デフォルトの名無しさん** · 2022/07/03(日) 18:34:54.70

>>344
>>346
不思議だとかカシコイだとか面白すぎるんですけどｗ
それ書いてる>>314には$1なんてどこにも書いて無いのにｗ