正規表現

[1 正規表現 NG NG]

正規表現

[2 終了 NG NG]

終了

[3 名無しさん＠お腹いっぱい。 NG NG]

/\s*終\s*了\s*/

[4 名無しさん＠お腹いっぱい。 NG NG]

oreillyの本読めば全てに限りなく近く分る。よって終了。

[5 名無しさん＠お腹いっぱい。 NG NG]

板地害

[6 名無しだよもん＠カラアゲうまうま NG NG]

http://www.oreilly.co.jp/BOOK/regex/

[7 名無しさん＠お腹いっぱい。 NG NG]

釣り合いの取れた括弧にマッチする正規表現を教えてください。

()
((()))
((((()))))
(()())
((())(()()))

[8 名無しさん＠お腹いっぱい。 NG NG]

正規表現ってFAだけで実装してるの?PDAも使うの?

[9 名無しさん＠お腹いっぱい。 NG NG]

>>7
無い。

[10 名無しさん＠お腹いっぱい。 NG NG]

(・)(・)
. .) (
( Y )

[11 性器表現 NG NG]

性器表現

[12 名無しさん＠お腹いっぱい。 NG NG]

限界までgrepやればいい気持ち

[13 名無しさん＠お腹いっぱい。 NG NG]

正則表現って訳してる本無かったっけ？

[14 名無しさん＠お腹いっぱい。 NG NG]

詳説正規表現に正則表現という言葉が出てきた気がする

[15 はにゃーん☆ ◆ZoWSAKURAw NG NG]

>>7
Perl 5.6 以降なら、可能。

#! /usr/local/bin/perl

@kakko = qw[()
())
((()))
(()()))
((((()))))
(()())
((())(()()))];

$regex = qr/[^()]*\((??{$regex})*\)[^()]*/;

foreach (@kakko) {
if(/^$regex$/) {
print "Match: $_\n";
} else {
print "Unmatch: $_\n";
}
}

[16 名無しさん＠お腹いっぱい。 NG NG]

でも、それ正規表現じゃないんじゃないの？
文脈自由文法のクラスでしょ？

[17 名無しさん＠お腹いっぱい。 NG NG]

それ言ったら、今の「正規表現」なんてそもそもの定義から外れちゃうような気がするぞ。

[18 名無しさん＠お腹いっぱい。 NG NG]

数学的文脈におけるいわゆる「正則な表現」だけで括弧の釣り合いにマッチさせるスレはここですか?

[19 名無しさん＠お腹いっぱい。 NG NG]

ここは既に終了したスレです。

[20 名無しさん＠お腹いっぱい。 NG NG]

いやん、正規表現がんばろー。
16>>
拡張正規表現で納得しろ。

[21 名無しさん＠お腹いっぱい。 NG NG]

そもそも正規言語は数をかぞえられないんだから、
拡張正規表現でもないでしょ。

[22 名無しさん＠お腹いっぱい。 NG NG]

拡張正規表現 = 「正規表現」の定義を拡張。;)

[23 名無しさん＠お腹いっぱい。 NG NG]

>>20
言った方がいいかどうかわからんが
16>>
逆だ

[24 名無しさん＠お腹いっぱい。 NG NG]

/^(U).\/*&_$&&*_@&(&*@+|@_(@)(?!<>)_##[o-Q](.*O+)&^&%^#)#+#$/

[25 おむこさん志望 ◆QtGqCwfDSA NG NG]

いま glibc のマルチバイト回りをやってる人が書いたドキュメント
http://lc.linux.or.jp/lc2001/papers/dfa-i18n-paper.pdf
http://lc.linux.or.jp/lc2002/papers/hasegawa0918h.pdf

>>13
オートマトンで有名な本
http://www.saiensu.co.jp/books-htm/ISBN4-7819-0374-6.htm
には正則表現って書いてあった。

[26 名無しさん＠お腹いっぱい。 NG NG]

ttp://sorekika.com/dame.jsp?idx=352

[27 名無しさん＠お腹いっぱい。 NG NG]

question = ( to ) ? be : ! be;
　　　　　　　　　-- Wm. Shakespeare

[28 性器表現 NG NG]

凸

[29 山崎渉 NG NG]

（＾＾）

[30 名無しさん＠お腹いっぱい。 NG NG]

質問よいでしょうか・・・
英辞郎の読み仮名を削除したいのですが、
｛(←全角です)ではじまり｝(←これも全角です)でおわる文字列を
ごっそり置換したいのですが、どう表現すればいいのかよく
わかりません・・・・　おしえてくださいおながいします

[31 名無しさん＠お腹いっぱい。 NG NG]

>>30
処理系は何？

[32 名無しさん＠お腹いっぱい。 NG NG]

>>30
sed "s/｛.*｝//" < input > output
では駄目かい？

[33 名無しさん＠お腹いっぱい。 NG NG]

>>32
その解は1行に複数の対が出てきたときに破綻する

[34 名無しさん＠お腹いっぱい。 NG NG]

>>31
入れ子になっていない、かつsedが日本語に対応しているならば
s/｛[^｝]*｝//
というパターンを使うのが楽。

[35 30 NG NG]

>>31
Windowsなんですよね・・・xyzzyの置換使おうかと思ってたんですが
あ、Pythonも使い方よくわからないけど(汗汗)入ってます
# Pythonだとどうかくんですかね？？

ダメだったらCygwinでも入れてやってみようと思います。
皆様有難う御座います。

[36 名無しさん＠お腹いっぱい。 NG NG]

秀丸の置換使えば？

[37 名無しさん＠お腹いっぱい。 NG NG]

perlぐらいうごかん？

[38 あぼーん NG NG]

あぼーん

[39 30 NG NG]

>>34さんの方法で問題なく出来ました。
有難う御座いました。とりあえず、この表現の
意味をきちんと理解しとこうと思います。ﾒﾓﾒﾓ･･･

ところで、>>36さん、何故秀丸？

[40 あぼーん NG NG]

あぼーん

[41 名無しさん＠お腹いっぱい。 NG NG]

BNF使え

[42 エディタ何617 NG NG]

http://pc2.2ch.net/test/read.cgi/software/1040201710/641-643
より移行してきますた。
正規表現の話はこっちでしましょ。
俺には大した知識はないんだが。

>642 ：名無しさん＠お腹いっぱい。 mailto:[sage] ：03/02/21 15:28 ID:esOQbptZ
>なんのために [:alpha:] のような書式があるのかと子一時間

これは知らんかった。
テキストエディタの粋を脱しそうだが。

[43 エディタ何617 NG NG]

>643 ：名無しさん＠お腹いっぱい。 mailto:[sage] ：03/02/21 15:31 ID:+tcoIlhs
>>>641
>文字クラスが文字コードに依存するって言うのは恥ずかしいことでしかないと思うんだが。
>どんなコードでも入力が同一なら出力も同一であるべきじゃないの？

後半はよくわからんが、文字クラスが文字コードに依存するのは当然のことだと思うぞ。

文字 a は a というアルファベットという意味があるわけではなく単なるコード(0x61)なわけ。
テキストエディタでは普段から文字コードなんて考える必要はないんだけど、
正規表現では [a-z] とすると
Shift-JISなら [\x61-\x7A]
EBCDICなら [\x81-\xA9]
というふうに変わってくる。
当然文字コードに依存する。
ここで文字コードに依存せずに認識するとなると、EBCDICの場合
[a-z]=[\x81-\x89\x91-\x99\xA2-\xA9]
になってしまって本来の [\x81-\xA9] にはならなくなってしまう。
そのために 642 のような [:alpha:] なんかが用意されている。
さもなければ文字コード共通正規表現用文字テーブルなんてものが必要になりかねない。

テキストエディタで扱う文字コードとして EBCDIC を例に出すのは適当ではないが。

エディタがしているのは文字コードを認識して表示するということで、
文字コードを変換しているわけではない。
もちろん明示的に変換(文字コードを変更して保存等)すれば変わる。

[44 名無しさん＠お腹いっぱい。 NG NG]

>文字クラスが文字コードに依存するって言うのは恥ずかしいことでしかないと思うんだが。

そりゃ確かに恥ずかしい。
でも [a-z] という表記が「小文字アルファベットの文字クラスを指定している」ものだと誤解して、
誤用しているほうがもっと恥ずかしい。
「-」を使った表記は文字コード上で連続した複数の文字を意味しているだけだから、
本当に文字クラスを指定しなければならないシーンでは [:lower:] や \l を使うべき。
代表的なエンコーディングでは偶然文字コードが連続しているから
[a-z] で期待した動作になるので常用されているの。

[45 名無しさん＠お腹いっぱい。 NG NG]

[:alpha:] とかってウムラウトがどうたらとかいう話のためにあるのだと思ってた

[46 名無しさん＠お腹いっぱい。 NG NG]

unicode などが本格的に使われ出して
多国語があたり前になったら
[:Japanese:] とか [:Korean:] とか
できるのかな。

[47 名無しさん＠お腹いっぱい。 NG NG]

>>45
その通り。 POSIX ではロケールによって変わるよ。

[48 テキ何618 NG NG]

興味があるので誘導されてきました。

ってココは関連Linkないので張るね。
●正規表現最新リンク集2003
ttp://www2.famille.ne.jp/~akio1998/l_grep.html
●正規表現メモ
ttp://www.kt.rim.or.jp/~kbk/regex/regex.html

で向こうのスレでの疑問で思ってたんですが、
| また正規表現の正しい、正しくないってあるのか？
上の引用についてずばり解決してくれる神はおられませんか？
向こうでも思ってたんだけど中途半端な正規化だから文字コードに
依存するって思ってたんですが。

[49 名無しさん＠お腹いっぱい。 NG NG]

>>44
>本当に文字クラスを指定しなければならないシーンでは
> [:lower:] や \l を使うべき。

つーことは[B-Yb-y]は本当に文字クラスを指定せんといかんシーンでは
　[BCDEFGHIJKLMNOPQRSTUVWXYbcdefghijklmnopqrstuvwxyz]
あるいは
　[^AZaz[:digit:](憶えとらんので略)]
と書かねばならんわけか…

[50 名無しさん＠お腹いっぱい。 NG NG]

[:alpha:] とかって、実際に実装されてるのあるの?

[51 名無しさん＠お腹いっぱい。 NG NG]

>>48
ある正規表現が書かれた目的を果たせるかどうかで、正しい正しくないを言うことはで
きるでしょう。ただし目的を果たすといっても厳密でなければならない場合やアバウト
で大丈夫な場合と様々なレベルがあるわけで、ケースに応じて使い分けるのが大人とい
うものです。

それから正規化しているから正規表現というわけじゃないです。ある有限オートマトン
が受理する特定の言語(記号列)を正規言語と呼び、その受理される言語の全ての集合を
正規集合と呼び、その集合を表現する方法を正規表現と呼んでいるのです。文字コード
云々が問題になるのは、SJISやEUCのようなマルチバイトコードで表現された1文字を1
つの記号として認識しない正規表現エンジンがあるからで、またエンジンが認識する場
合でも利用者側が記号としての文字と文字コードとの関係を、[a-zA-Z] と [:alpha:]
のようにゴッチャにしているからです。もっとも後者についてはマルチバイトには依存
しない話ですけれど。

>>49
厳密にはそういうことになります。メンドイのでそこまでする人は少ないでしょうが。

[52 エディタ何617 NG NG]

| また正規表現の正しい、正しくないってあるのか？

俺なんかの知識じゃたいしたこと言えないが、現在においては統一的な正しさなんて無いと思う。
ものによって実装が違うから、egrepでは正しくedでは正しくないとかあろうね。
使い手が自分で何をしようとしているのか理解できているかどうかが問題になりそう。

Q「s/[A-z]//g としたら[や^まで消えてしまいました。この正規表現は間違っていますか？」
A「正規表現もパターンマッチの結果も正しいです。ただ、あなたの求めている正規表現ではないでしょう。」

>向こうでも思ってたんだけど中途半端な正規化だから文字コードに
>依存するって思ってたんですが。

エディタは文字コードを勝手に認識してくれるからユーザーが考える必要はないけど、
文字クラスで[a-z]とかやる場合はどうしたって文字というより文字コードを扱うってことになる。
ただ、普通は上に書いたように[A-z]なんてやる奴はいないだろうから、
実質的には文字コードに依存していないかのように扱えるというだけだと思う。

ところで [a-z] として、これがどういう意味であって欲しいんでしょうか？

[53 名無しさん＠お腹いっぱい。 NG NG]

[a-z]
"a"の文字コードから"z"の文字コードまでの文字コードの文字のことかな

[54 テキ何618 NG NG]

>51,52
すまん質問の仕方が悪かった。
上で正規表現の仕様が悪いみたいな雰囲気があったから疑問に
おもったんですが、たとえば「grepの仕様は正しいが、awkの仕様は
間違ってる」みたいな正規表現の仕様上の問題で間違いというのが
あるのかという疑問でした。

>[a-z]
その正規表現で規定されているaのキャラクタからzのキャラクタまで。
文字コードでも文字でもないはずだ。
たとえばProxomitronなら[a-zA-Z]と同じようになるようにキャラクタの
並びが規定されている。

[55 名無しさん＠お腹いっぱい。 NG NG]

正規表現が実装されているなら
実装の細部がgrepとawkでは異なるというだけで
正しいも正しくないもないんだってば。

[56 名無しさん＠お腹いっぱい。 NG NG]

全然議論が噛み合ってないなぁ。
「正規表現」(オライリー)の一冊くらい読んでから出直してきて欲しいな。
でなきゃこんなの不毛だよ。

[57 名無しさん＠お腹いっぱい。 NG NG]

>>51
> それから正規化しているから正規表現というわけじゃないです。ある有限オートマトン
> が受理する特定の言語(記号列)を正規言語と呼び、その受理される言語の全ての集合を
> 正規集合と呼び、その集合を表現する方法を正規表現と呼んでいるのです。文字コード

これが理解できません。

[58 名無しさん＠お腹いっぱい。 NG NG]

>>[a-z]
>その正規表現で規定されているaのキャラクタからzのキャラクタまで。
>文字コードでも文字でもないはずだ。

「aのキャラクタからzのキャラクタまで」ってのが文字コードそのものだと思うぞ。
「文字コードでも文字でもない」ってのが [:alpha:] なんじゃないの。
[a-z] だけ特殊な意味合いを持って欲しい、なんてことではないでしょう。

>たとえばProxomitronなら[a-zA-Z]と同じようになるようにキャラクタの
>並びが規定されている。

絶対そんな規定されてないよ。
Proxomitronで規定されているのは「大文字小文字を同一視する」ってこと。
だから [a-Z] なんて書いても [a-z] と同等の文字コードの並びとして扱われる。
これは単にProxomitronの性質上、扱う文字列の大文字小文字を区別するより
区別しない方が圧倒的に多いということから独自に規定されたものだろ。

「文字でも文字コードでもない」として扱うためには、エディタ作者なりが
新たな文字の統一コードを規定していろんな文字コードに対応した変換表でも作り、
ユーザーは既存の文字コードの代わりに作者の規定したコードを理解して使うってことになるんじゃないか？

[59 名無しさん＠お腹いっぱい。 NG NG]

形式言語の教科書くらい読んでから来い

[60 テキ何618 NG NG]

>55
ですよね、最近そういった話を耳にするんで敏感になってました。
きっぱり否定してくださって助かります。
51氏も分かりやすい説明ありがとうございます。

>58
それが正規表現関係の資料をいくら読んでも必ず「aのキャラクタから
zのキャラクタまで」だったと記憶してます。
逆にコードで表記されてる資料がありましたら、ご提示願えませんか？
# 日本語の資料だとよく文字コードの話もみます。

>「大文字小文字を同一視する」
の実装はどうされているのでしょうか？
まさか一度さきに別に小文字を大文字に書き直して正規表現を当ては
めてから元の小文字に戻すという芸当はされてないと思います。
私は憶測ですが正規表現上で小文字と大文字を同一文字だと規定し
ているように思えます。
# 文字コードレベルだと高とはしご高の関係に近いと思います。

>59
お勧めのありますか？

[61 名無しさん＠お腹いっぱい。 NG NG]

>>6 くらい通読して出直してから議論してくれよ。でなきゃこんなやりとり無駄だよ。
いや、煽りじゃなくてマジでさ。

[62 名無しさん＠お腹いっぱい。 NG NG]

>>6の本って目次だけ見ると各ツールの「実装」について述べてる
みたいだけど、正しい「定義」については載ってるの?

[63 名無しさん＠お腹いっぱい。 NG NG]

規格としては POSIX 1003.2 があるけど、
正しい定義なんてものはないと思う。

[64 名無しさん＠お腹いっぱい。 NG NG]

>>62
『正しい「定義」』なんてないんだからおまいらの議論は不毛だって言ってんの。
中途半端な知識と思い込みだけの虚しい空論だよ。

[65 名無しさん＠お腹いっぱい。 NG NG]

>>62
たしかに目次には各ツールの実装についての記述が目立つ。
だが、この本のキモは4章と5章だ。
君が正規表現をある程度自在に扱えるのであれば、
この二つの章を読むだけでも価値はある。
とりあえず話はそれからだ、と思うぞ。

[66 名無しさん＠お腹いっぱい。 NG NG]

文字クラス中の - が文字コードでの連続を表すか文字としての連続を表すかは実装依存です、
で終了。

[67 62 NG NG]

>>63-65
いや、>>66の言うように実装依存だと思ってたから、
正しい「定義」が載ってるなら、読んどこうかと思ったんですが。

>>61の発言を(それまでの流れと併せて)読むと、さも載ってそうなんですが、
目次見たら(-_-)ぁゃιぃ…だったので。

[68 名無しさん＠お腹いっぱい。 NG NG]

http://www.opengroup.org/onlinepubs/007904975/basedefs/xbd_chap09.html
規格が「正しい」かどうかは別として…

[69 名無しさん＠お腹いっぱい。 NG NG]

正規表現の定義ねぇ。どうもどこかの団体がきっちりまとめた規格
のような「定義」を期待してるようだが、このあたりのハナシは計算
機科学色が強いから定義など教科書の数だけある、と言ってみるﾃｽﾂ。
本質はみな同じのはずだけどナ。
しかも見慣れぬ数学記号飛び交う抽象的な議論になるから、
オライリー本で充足しているヤシにはカルチャーショックだろう。
大学の図書館でも逝け。

[70 61 NG NG]

>>67
> >>61の発言を(それまでの流れと併せて)読むと、さも載ってそうなんですが、
> 目次見たら(-_-)ぁゃιぃ…だったので。

漏れの発言を勝手な解釈すんなよ。
正しい「定義」なんて載ってるわけないだろ。正しい「定義」なんてないんだから。

[71 61 NG NG]

>>67
ていうかあれだ、「定義」の話じゃなくて「規格」の話をしたいのか？

「定義」の話なら、>>69 の言うように、
計算機科学（の世界だと「正則表現」の方が通りが良いか？）の本でも
紐解いて読んでみるのが良いと思う。

そうでなくて、単に、
文字列バターンマッチに使われる「正規表現」の正しい「規格」の話、
ってことなら、そんなものは無い。
強いて言えば、>>68 くらい。

[72 名無しさん＠お腹いっぱい。 NG NG]

>>67
「定義」=「決め」でしょ。
その場その場で都合のいいように「定義」するわけだから
「正しい『定義』」なんてのはあるわけがない。

[73 名無しさん＠お腹いっぱい。 NG NG]

>>67
じゃ、まずは「正しい」の定義から始めようか。

[74 61 NG NG]

というわけで、このスレは、「ホップクロフト&ウルマンを輪読するスレ」になりますた。

[75 62 NG NG]

規格として[a-z]の解釈について正しい定義はあるのか?
っていう議論中に、「ｺﾚ読め」と言われたら載ってるように
見えても仕方ないと思うんですがねぇ。

「>>6に載ってないから無い」、とは言えんでしょ。
何の為に読めと言ったのか聞いてよろしい?>>61

[76 名無しさん＠お腹いっぱい。 NG NG]

POSIX 1003.2 に厳密に従っていればこれにある通り。
http://www.linux.or.jp/JM/html/LDP_man-pages/man7/regex.7.html

が、世にある実装は大抵そうでない。