1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminar: Het matchen met Regular Expressions]

2
00:00:02,000 --> 00:00:04,000
[John Mussman-Harvard University]

3
00:00:04,000 --> 00:00:07,220
[Dit is CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Oke. Nou, welkom iedereen. Dit is CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Mijn naam is John, en ik zal praten vandaag over reguliere expressies.

6
00:00:16,610 --> 00:00:22,530
Reguliere expressies is voornamelijk een hulpmiddel, maar soms ook gebruikt

7
00:00:22,530 --> 00:00:28,650
in code actief te wezen overeenkomen patronen en strijkers.

8
00:00:28,650 --> 00:00:33,800
Dus hier is een web comic van xkcd.

9
00:00:34,440 --> 00:00:42,370
In deze strip is er een moord mysterie waar de moordenaar heeft

10
00:00:42,370 --> 00:00:47,860
volgde iemand op vakantie, en de protagonisten moeten

11
00:00:47,860 --> 00:00:52,500
zoeken in 200 megabyte aan e-mails op zoek naar een adres.

12
00:00:52,500 --> 00:00:56,090
En ze over te geven als iemand die reguliere expressies weet -

13
00:00:56,090 --> 00:01:00,550
vermoedelijk een superheld - swoops naar beneden en schrijft wat code

14
00:01:00,550 --> 00:01:02,970
en lost het moordmysterie.

15
00:01:02,970 --> 00:01:07,370
Dus vermoedelijk dat zal iets zijn dat je wordt gemachtigd zijn om te doen

16
00:01:07,370 --> 00:01:09,370
Na dit seminar.

17
00:01:09,370 --> 00:01:12,250
We gaan gewoon een beknopte inleiding te geven in de taal

18
00:01:12,250 --> 00:01:16,770
en geven u voldoende middelen om te gaan na meer middelen op uw eigen.

19
00:01:17,680 --> 00:01:21,700
>> Dus reguliere expressies lijken in principe net als dit.

20
00:01:22,930 --> 00:01:25,550
Dit is een reguliere expressie in Ruby.

21
00:01:25,550 --> 00:01:29,280
Het is niet erg verschillend over talen.

22
00:01:29,690 --> 00:01:37,630
We moeten gewoon op slashes te beginnen en markeer de reguliere expressie in Ruby.

23
00:01:37,630 --> 00:01:42,880
En dit is een reguliere expressie te zoeken in e-mailadres patroon.

24
00:01:42,880 --> 00:01:49,160
Zo zien we in de eerste bit ziet er voor een alfanumeriek teken.

25
00:01:50,500 --> 00:01:54,880
Dat komt omdat e-mailadressen moeten vaak beginnen met een letterteken.

26
00:01:55,460 --> 00:01:59,330
En dan geen speciale teken, gevolgd door het @-symbool.

27
00:01:59,330 --> 00:02:03,260
En dan hetzelfde voor domeinnaam.

28
00:02:03,260 --> 00:02:10,030
En dan tussen de 2 en 4 karakters om te zoeken naar het. Com,. Net, en ga zo maar door.

29
00:02:10,850 --> 00:02:13,200
Dus dat is een ander voorbeeld van de reguliere expressie.

30
00:02:13,200 --> 00:02:17,270
Dus reguliere expressies zijn protocollen voor het ontdekken van patronen in de tekst.

31
00:02:17,270 --> 00:02:21,130
Ze doen vergelijkingen, selecties, en vervangingen.

32
00:02:21,690 --> 00:02:27,970
Dus een derde voorbeeld is het vinden van alle telefoonnummers eindigend in 54 in een directory.

33
00:02:27,970 --> 00:02:34,360
Dus voordat David scheurt de CS50 directory we konden zoeken

34
00:02:34,360 --> 00:02:40,450
een patroon waar we haakjes dan 3 nummers eindigen dan haakjes,

35
00:02:40,450 --> 00:02:44,070
3 meer nummers, een streepje, 2 cijfers, en daarna 54.

36
00:02:44,070 --> 00:02:48,310
En dat zou in wezen zijn hoe we komen met een reguliere expressie om te zoeken naar dat.

37
00:02:49,150 --> 00:02:52,960
>> Dus er zijn - we hebben een aantal dingen gedaan in CS50 die zijn een beetje zoals

38
00:02:52,960 --> 00:02:59,740
reguliere expressies, dus - bijvoorbeeld - in het dictionary.C bestand

39
00:02:59,740 --> 00:03:04,720
voor de spellingcontrole probleem set u heeft gebruikt fscanf

40
00:03:04,720 --> 00:03:07,930
te lezen in een woord uit het woordenboek.

41
00:03:07,930 --> 00:03:16,240
En je kunt zien is het percentage 45s is op zoek naar een string van 45 tekens.

42
00:03:16,240 --> 00:03:20,020
Dus het is een beetje zoals een rudimentaire reguliere expressie.

43
00:03:21,150 --> 00:03:26,060
En u kunt elk 45 tekens dat het wetsvoorstel past in daar hebben

44
00:03:26,060 --> 00:03:28,080
en pak deze op.

45
00:03:28,080 --> 00:03:33,480
En dan het tweede voorbeeld in de meest recente web programmeren probleem

46
00:03:33,480 --> 00:03:40,760
in de distro code voor php we eigenlijk wel een eenvoudige reguliere expressie.

47
00:03:40,760 --> 00:03:46,790
En deze is gewoon op zoek om te controleren of de webpagina die wordt doorgegeven in

48
00:03:46,790 --> 00:03:51,940
overeenkomt ofwel inloggen of uitloggen registreren. PHP.

49
00:03:52,220 --> 00:03:57,910
En vervolgens terug te keren waar of onwaar zijn gebaseerd op die reguliere expressies voor zoeken.

50
00:03:59,400 --> 00:04:01,740
>> Dus als je reguliere expressie gebruiken?

51
00:04:01,740 --> 00:04:04,820
Waarom ben je hier vandaag?

52
00:04:05,330 --> 00:04:08,480
Dus je wilt niet reguliere expressie gebruiken wanneer er iets dat

53
00:04:08,480 --> 00:04:11,640
doet het werk voor u nog makkelijker.

54
00:04:11,640 --> 00:04:15,510
Dus XML en HTML zijn eigenlijk behoorlijk lastig

55
00:04:15,510 --> 00:04:18,480
schrijven van reguliere expressies voor zoals we zullen zien in een klein beetje.

56
00:04:19,110 --> 00:04:23,280
Dus er zijn speciale parsers voor die talen.

57
00:04:24,170 --> 00:04:30,060
Je moet ook goed met de trade offs en nauwkeurigheid te vaak.

58
00:04:30,060 --> 00:04:36,220
Als je probeert - zo zagen we een reguliere expressie voor een e-mailadres,

59
00:04:37,370 --> 00:04:42,590
maar zeggen dat je wilde een specifiek e-mailadres en geleidelijk aan de

60
00:04:42,590 --> 00:04:48,570
reguliere expressie wellicht complexer geworden als het werd nauwkeuriger.

61
00:04:49,580 --> 00:04:52,260
Zodat men de handel af zou zijn.

62
00:04:52,260 --> 00:04:55,330
Je moet er zeker van zijn dat u in orde maken met de reguliere expressie.

63
00:04:55,330 --> 00:04:57,920
Als je precies weet wat je zoekt is het misschien zinvoller

64
00:04:57,920 --> 00:05:02,070
te zetten in de tijd en schrijf een meer effectieve parser.

65
00:05:02,070 --> 00:05:06,980
En ten slotte is er een historisch probleem met de regelmaat

66
00:05:06,980 --> 00:05:08,940
van uitdrukkingen en talen.

67
00:05:08,940 --> 00:05:12,960
Reguliere expressies zijn eigenlijk veel krachtiger dan

68
00:05:12,960 --> 00:05:16,450
reguliere expressies per zeggen in formele zin.

69
00:05:17,130 --> 00:05:20,150
>> Dus ik wil niet te ver te gaan in de formele theorie,

70
00:05:20,150 --> 00:05:24,000
maar de meeste talen die code in feite zijn we niet regelmatig.

71
00:05:24,000 --> 00:05:29,110
En dit is waarom reguliere expressies soms niet worden beschouwd dat alles veilig is.

72
00:05:29,670 --> 00:05:33,150
Dus eigenlijk is er een Chomsky hiërarchie voor talen,

73
00:05:33,150 --> 00:05:38,400
en reguliere expressies worden opgebouwd met behulp unie, aaneenschakeling,

74
00:05:38,400 --> 00:05:41,810
en de Kleene ster operatie die we zullen zien in een paar minuten.

75
00:05:43,130 --> 00:05:48,860
Als u geïnteresseerd bent in theorie is er heel veel gebeurt er onder de motorkap.

76
00:05:50,360 --> 00:05:55,880
>> Dus een korte geschiedenis - alleen voor de context hier - reguliere sets kwam

77
00:05:55,880 --> 00:05:59,580
in de jaren 1950, en toen moesten we eenvoudige editors die

78
00:05:59,580 --> 00:06:03,300
opgenomen reguliere expressies - alleen het zoeken naar strings.

79
00:06:03,570 --> 00:06:09,110
Grep - dat is een command-line tool - was een van de eerste

80
00:06:09,110 --> 00:06:14,160
zeer populaire tools die opgenomen reguliere expressies in de jaren 1960.

81
00:06:14,160 --> 00:06:20,560
In de jaren '80, werd Perl gebouwd - is een programmeertaal die

82
00:06:20,560 --> 00:06:24,110
bevat reguliere expressies erg prominent.

83
00:06:24,550 --> 00:06:30,130
En dan meer recent hebben we Perl compatible reguliere expressie had

84
00:06:30,130 --> 00:06:35,870
protocollen principe in andere talen die veel van dezelfde syntax.

85
00:06:36,630 --> 00:06:39,840
Natuurlijk is de belangrijkste gebeurtenis was in 2008

86
00:06:39,840 --> 00:06:43,040
waar was de eerste Nationale Regular Expressions Dag,

87
00:06:43,040 --> 00:06:47,350
waarvan ik denk dat is 1 juni als u wilt vieren dat.

88
00:06:48,430 --> 00:06:50,840
>> Nogmaals, net een beetje meer theorie hier.

89
00:06:52,180 --> 00:06:55,320
Dus er zijn een paar verschillende manieren om het maken van reguliere expressies.

90
00:06:55,950 --> 00:07:02,050
Een eenvoudige manier is om de expressie te bouwen die je gaat

91
00:07:02,050 --> 00:07:07,500
draaien op de snaar te interpreteren - in principe de bouw van een kleine mini-programma dat

92
00:07:07,500 --> 00:07:11,870
analyseert stukjes van een string en zie, "Oh, doet dit aan de reguliere expressie of niet? '

93
00:07:12,250 --> 00:07:14,250
En dan lopen die.

94
00:07:14,250 --> 00:07:17,300
Dus als u een zeer kleine reguliere expressie, dit is waarschijnlijk

95
00:07:17,300 --> 00:07:19,380
de meest efficiënte manier om het te doen.

96
00:07:20,090 --> 00:07:25,420
En dan als je - een andere optie is om te blijven reconstructie van de

97
00:07:25,420 --> 00:07:30,260
expressie als je gaat, en dat is het simuleren mogelijkheid.

98
00:07:30,440 --> 00:07:37,690
En deze vroege pogingen tot reguliere algoritmes expressie waren

99
00:07:37,690 --> 00:07:44,330
relatief eenvoudig en relatief snel, maar had niet veel flexibiliteit.

100
00:07:44,330 --> 00:07:47,500
Dus om zelfs sommige van de dingen die we gaan kijken naar

101
00:07:47,500 --> 00:07:52,860
vandaag hebben we moesten meer complexe reguliere expressie doen

102
00:07:52,860 --> 00:07:56,650
implementaties die potentieel veel langzamer, dus dat is iets om in gedachten te houden

103
00:07:57,510 --> 00:08:02,920
Er is ook een reguliere expressies ontkenning van aanval variëteit

104
00:08:02,920 --> 00:08:08,330
dat het potentieel voor deze nieuwere implementaties van exploiteren

105
00:08:08,330 --> 00:08:10,930
reguliere expressies tot zeer complex geworden.

106
00:08:11,570 --> 00:08:15,650
En in vrijwel dezelfde zin dat we in buffer overflow-aanvallen zag,

107
00:08:15,650 --> 00:08:21,610
je moet aanvallen die werken door het maken van recursieve lussen die

108
00:08:21,610 --> 00:08:24,400
een overschrijding van de capaciteit van het geheugen.

109
00:08:24,780 --> 00:08:29,540
En trouwens Regexen is een van de officiële meervouden van reguliere expressie

110
00:08:29,540 --> 00:08:32,890
naar analogie van ossen in de Angelsaksische.

111
00:08:33,500 --> 00:08:40,169
>> Oke, dus de Python Library velen van u hier in persoon hebben Macs,

112
00:08:40,169 --> 00:08:43,860
dus je kunt eigenlijk trekt dit op uw scherm.

113
00:08:43,860 --> 00:08:47,480
Reguliere expressies zijn ingebouwd in Python.

114
00:08:48,070 --> 00:08:53,020
En zo Python is voorgeladen op Macs en ook online beschikbaar op deze link.

115
00:08:53,770 --> 00:08:57,350
Dus als je je in de gaten kunt pauzeren en zorg ervoor dat je Python

116
00:08:58,080 --> 00:09:00,170
als we spelen hier rond.

117
00:09:00,780 --> 00:09:06,420
Er is een handleiding online, dus als je typt gewoon Python in uw computer

118
00:09:06,420 --> 00:09:10,500
je zult zien dat de versie komt in de terminal.

119
00:09:11,070 --> 00:09:17,720
Dus heb ik een link naar de handleiding voor versie 2 van Python, evenals een spiekbriefje.

120
00:09:17,720 --> 00:09:23,100
Er is een versie 3 van Python, maar uw Mac niet noodzakelijkerwijs

121
00:09:23,100 --> 00:09:25,130
komen met die voorgeladen.

122
00:09:25,130 --> 00:09:27,360
Dus niet erg verschillend.

123
00:09:27,360 --> 00:09:33,270
Oke, dus een aantal basisprincipes van het gebruik van reguliere expressies in Python.

124
00:09:34,080 --> 00:09:42,650
>> Dus hier heb ik een heel eenvoudige uitdrukking, dus ik deed Python import re

125
00:09:43,750 --> 00:09:47,070
en nam toen het resultaat van re.search.

126
00:09:47,070 --> 00:09:49,910
En de zoektocht duurt 2 argumenten.

127
00:09:49,910 --> 00:09:56,040
De eerste is de reguliere expressie, en de tweede is de tekst

128
00:09:56,040 --> 00:09:58,290
of tekenreeks die u wilt analyseren.

129
00:09:58,290 --> 00:10:01,210
En vervolgens afgedrukt ik uit de result.group.

130
00:10:01,580 --> 00:10:05,860
Dus dit zijn de 2 basisfuncties gaan we vandaag te zien

131
00:10:06,790 --> 00:10:10,170
in het leren over reguliere expressies.

132
00:10:10,170 --> 00:10:12,880
Dus gewoon afbreken van deze reguliere expressie hier

133
00:10:12,880 --> 00:10:21,770
h en vervolgens \ w en vervolgens op m zo \ w accepteert zomaar een letter uit het alfabet in.

134
00:10:21,850 --> 00:10:26,820
Dus hier zijn we op zoek naar een "h" en dan nog een letter uit het alfabet

135
00:10:26,820 --> 00:10:30,060
en dan m, dus even dat zou overeenkomen met ham

136
00:10:30,060 --> 00:10:34,480
in, "Abraham Lincoln en ham broodjes."

137
00:10:35,040 --> 00:10:37,150
Dit is het gevolg van die groep.

138
00:10:37,680 --> 00:10:43,130
Een ander ding dat we kunnen doen is gebruik maken van ons vóór snaren van tekst in Python.

139
00:10:43,130 --> 00:10:46,220
Dus ik denk dat ik zal doorgaan en trek die omhoog hier.

140
00:10:46,220 --> 00:10:49,210
Python import re.

141
00:10:50,070 --> 00:10:54,000
En als ik hetzelfde doen - laten we zeggen tekst is,

142
00:10:55,390 --> 00:11:00,800
"Abraham," laat ons in te zoomen - daar gaan we.

143
00:11:01,610 --> 00:11:06,430
De tekst is: "Abraham eet ham."

144
00:11:07,460 --> 00:11:15,260
Oke, en dan resulteren = re.search.

145
00:11:16,260 --> 00:11:22,020
En dan is onze expressie kan worden h, en dan zal ik de dot m doen.

146
00:11:22,020 --> 00:11:26,280
Dus dot duurt slechts een teken dat geen een nieuwe lijn, waaronder nummers,

147
00:11:26,280 --> 00:11:28,650
percentage tekenen, iets dergelijks.

148
00:11:28,650 --> 00:11:38,030
En dan tekst - boom - en vervolgens result.group--ja.

149
00:11:38,030 --> 00:11:41,820
Dus dat is gewoon hoe je hier implementeren basisfunctionaliteit.

150
00:11:42,300 --> 00:11:55,110
Als we een tekst ring die - dat gekke tekst - Inclusief zeggen veel backslashes

151
00:11:55,110 --> 00:12:01,180
en strijkers binnen en dingen die er zou kunnen uitzien escape sequences,

152
00:12:01,180 --> 00:12:08,480
dan zijn we waarschijnlijk willen de ruwe tekstinvoer gebruiken om ervoor te zorgen dat wordt geaccepteerd.

153
00:12:08,480 --> 00:12:14,120
En dat ziet er gewoon zo.

154
00:12:14,120 --> 00:12:17,810
Dus als we zochten elk van hen daar moeten we niets vinden.

155
00:12:19,070 --> 00:12:21,680
Maar dat is hoe je het zou voeren; net voor de string van

156
00:12:21,680 --> 00:12:24,990
de reguliere expressie die u de letter r gezet.

157
00:12:26,150 --> 00:12:30,260
>> Oke, dus laten we blijven gaan.

158
00:12:30,260 --> 00:12:33,730
Oke - dus laten we eens kijken naar een paar herhalende patronen hier.

159
00:12:34,750 --> 00:12:39,150
Dus een ding dat je wilt doen is herhalen dingen

160
00:12:40,040 --> 00:12:42,480
als u op zoek bent via tekst.

161
00:12:42,480 --> 00:12:48,300
Dus om te doen een gevolgd door een willekeurig aantal b - je doet ab *.

162
00:12:48,630 --> 00:12:51,620
En dan zijn er nog een reeks andere regels ook.

163
00:12:51,620 --> 00:12:54,380
En u kunt al deze omhoog te kijken, ik zal gewoon lopen door een aantal van de

164
00:12:54,380 --> 00:12:57,630
meest gebruikte degenen.

165
00:12:57,630 --> 00:13:03,920
Dus ab + is een, gevolgd door een N groter dan 0 of b.

166
00:13:04,510 --> 00:13:08,000
ab? is gevolgd door 0 of 1 b.

167
00:13:09,190 --> 00:13:18,580
ab {N} is een gevolgd door N van b, en dan zo verder.

168
00:13:18,580 --> 00:13:22,820
Als je 2 nummers in de accolades u een bereik

169
00:13:23,300 --> 00:13:25,440
dat kan eventueel aangepast.

170
00:13:26,390 --> 00:13:30,420
Dus zullen we meer kijken naar een paar herhalende patronen in een minuut.

171
00:13:31,960 --> 00:13:42,300
Dus 2 dingen in gedachten te houden bij het gebruik van deze pattern matching gereedschappen hier.

172
00:13:42,300 --> 00:13:52,120
Dus zeggen dat we willen kijken naar de hm van, "Abraham Lincoln maakt ham sandwiches."

173
00:13:52,120 --> 00:13:55,230
Dus ik veranderde de naam van Abraham Lincoln aan Abraham.

174
00:13:55,230 --> 00:14:00,290
En nu zijn we op zoek naar wat wordt geretourneerd door deze zoekfunctie,

175
00:14:00,290 --> 00:14:03,270
en dat het alleen resultaten ham in dit geval.

176
00:14:03,620 --> 00:14:08,080
En het doet dat omdat search gewoon van nature neemt de meest linkse wachtrij.

177
00:14:08,080 --> 00:14:12,130
En alle reguliere expressies, tenzij u anders opgeeft zal dat doen.

178
00:14:12,830 --> 00:14:18,880
Als we wilden allemaal vinden is er een functie voor die - allemaal vinden.

179
00:14:18,880 --> 00:14:35,100
Dus dat kon gewoon uitzien als alle = re.findall ('h.m', tekst)

180
00:14:35,100 --> 00:14:44,540
en dan all.group ().

181
00:14:44,540 --> 00:14:51,040
Alle produceert zowel ham en ham, in dit geval zowel van de snaren in Abraham elke ham.

182
00:14:51,610 --> 00:14:55,110
Dat is precies een optie.

183
00:14:56,250 --> 00:15:06,940
>> Geweldig. Het andere ding om in gedachten te houden is dat reguliere expressies nemen het grootste intuïtief.

184
00:15:06,940 --> 00:15:09,520
Laten we eens kijken naar dit voorbeeld.

185
00:15:10,200 --> 00:15:16,070
Wij deden dat meest linkse zoeken hier, en toen probeerde ik een grotere zoekopdracht

186
00:15:16,070 --> 00:15:18,800
met behulp van de Kleene ster operator.

187
00:15:18,800 --> 00:15:24,180
Dus voor, "Abraham Lincoln maakt broodjes ham," en ik alleen terug

188
00:15:24,180 --> 00:15:26,280
m als gevolg.

189
00:15:26,280 --> 00:15:31,670
De reden voor die fout was dat ik een aantal van had kunnen nemen

190
00:15:31,670 --> 00:15:36,140
h is omdat ik niet iets te gaan tussen h en m te geven.

191
00:15:36,140 --> 00:15:42,010
Het enige voorbeeld dat er m had - de enige voorbeelden daar met m erin

192
00:15:42,010 --> 00:15:46,220
en een willekeurig aantal uur waren alleen de snaarmhoge.

193
00:15:46,490 --> 00:15:51,850
Daarna probeerde ik het opnieuw, ik zei: 'Oke, laten we hier de werkelijke grootste groep. "

194
00:15:51,850 --> 00:15:59,670
En toen deed ik h. * M, zodat die net terugkeert willekeurig aantal tekens tussen h en m.

195
00:16:00,280 --> 00:16:02,950
En als je net begint en denken, "Oh, oke, ook dit zal

196
00:16:02,950 --> 00:16:11,560
Begrijp me ham, "het duurt eigenlijk alles van de h in Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
helemaal tot aan het einde van de ham.

198
00:16:14,040 --> 00:16:18,110
Het is hebzuchtig, het ziet h - al deze andere tekst - m,

199
00:16:18,110 --> 00:16:21,280
en dat is wat er nodig is in

200
00:16:22,060 --> 00:16:27,480
Dit is een bijzonder ongehoorde - dit is een functie die we kunnen ook

201
00:16:27,480 --> 00:16:30,670
op te geven voor het niet hebzuchtig te zijn met andere functies.

202
00:16:31,480 --> 00:16:34,490
Maar dit is iets wat we moeten vooral in gedachten te houden

203
00:16:34,490 --> 00:16:38,720
als we kijken naar HTML tekst, dat is een reden dat

204
00:16:38,720 --> 00:16:41,500
reguliere expressies zijn moeilijk voor HTML.

205
00:16:42,460 --> 00:16:46,310
Want als je een HTML-tag geopend en vervolgens veel dingen in het midden

206
00:16:46,310 --> 00:16:49,820
en dan sommige andere HTML gesloten tag veel later in het programma,

207
00:16:49,820 --> 00:16:55,420
je net gegeten een hoop van uw HTML-code eventueel per ongeluk.

208
00:16:56,200 --> 00:17:01,840
>> Oke - dus meer speciale tekens, net als veel andere talen,

209
00:17:01,840 --> 00:17:04,780
We ontsnappen met behulp van de slash.

210
00:17:04,780 --> 00:17:10,329
Dus we kunnen de stip gebruiken om elk karakter te geven met uitzondering van een nieuwe lijn.

211
00:17:10,329 --> 00:17:14,550
We kunnen gebruik maken van de escape w om elke letter uit het alfabet geven.

212
00:17:14,550 --> 00:17:20,329
En naar analogie ontsnapping d voor elk geheel getal - numeriek karakter.

213
00:17:20,630 --> 00:17:27,440
We kunnen specificeren - kunnen we haakjes gebruiken om soortgelijke uitdrukkingen geven.

214
00:17:27,440 --> 00:17:30,970
Het zou dus a, b of c te accepteren.

215
00:17:31,320 --> 00:17:37,000
En we kunnen ook opties voor zowel a of b te specificeren of.

216
00:17:37,000 --> 00:17:41,110
Bijvoorbeeld - als we waren op zoek naar meerdere mogelijkheden

217
00:17:41,110 --> 00:17:44,940
tussen haakjes kunnen we het of operator te gebruiken als in -

218
00:17:44,940 --> 00:17:52,480
dus laten we teruggaan naar dit voorbeeld hier.

219
00:17:53,000 --> 00:17:59,790
En nu laten we - laten we teruggaan naar dit voorbeeld hier, en vervolgens

220
00:17:59,790 --> 00:18:12,290
neem ae - dus dit zou terugkeren - ik denk dat dit nog steeds Abraham.

221
00:18:12,290 --> 00:18:17,410
Dus dit - als we allemaal - geweldig.

222
00:18:17,410 --> 00:18:22,700
Dus laten we de tekst hier te werken.

223
00:18:22,700 --> 00:18:34,690
"Abraham eet ham terwijl zomen zijn -. Terwijl omzomen" Geweldig.

224
00:18:44,090 --> 00:18:47,330
Alle. Geweldig. Nu krijgen we ham, ham, en zoom.

225
00:18:48,510 --> 00:18:59,370
Terwijl zomen - terwijl neuriën hem - terwijl neuriën tot zoom hem. Geweldig.

226
00:19:00,350 --> 00:19:03,250
Hetzelfde.

227
00:19:03,820 --> 00:19:09,180
Nu alles keert nog net ham, ham, en zoom zonder het oppakken van de brom-of het hem.

228
00:19:09,940 --> 00:19:22,600
Geweldig - dus wat als we wilden om te kijken naar een van beide dat - dus we konden ook doen

229
00:19:23,510 --> 00:19:33,810
hem of - we zullen terugkomen naar dat.

230
00:19:34,810 --> 00:19:45,760
Oke - dus - oke - op de posities kunt u ook het dakje of het dollarteken gebruiken

231
00:19:45,760 --> 00:19:49,350
om aan te geven dat u op zoek bent naar iets aan het begin of het einde van een string.

232
00:19:50,260 --> 00:19:52,260
Of het begin of het einde van een woord.

233
00:19:52,400 --> 00:19:54,470
Dat is een manier om dat te gebruiken.

234
00:19:55,630 --> 00:20:01,160
>> Oke - dus laten we spelen met een iets grotere blok tekst.

235
00:20:03,950 --> 00:20:08,310
Laten we hier zeggen deze rij - deze verklaring hier.

236
00:20:08,310 --> 00:20:11,360
De kracht van reguliere expressies is dat ze patronen kunt opgeven

237
00:20:11,360 --> 00:20:13,390
niet alleen gefixeerd karakters.

238
00:20:14,900 --> 00:20:18,790
Laten wij - laten wij noemen dit blok.

239
00:20:22,400 --> 00:20:27,110
Dan zullen we dat allemaal in te lezen

240
00:20:28,890 --> 00:20:50,820
En dan een - laat ons allen =; dus wat zijn sommige dingen die we zouden kunnen zoeken in hier winstgevend?

241
00:20:50,820 --> 00:20:54,070
We konden kijken naar de expressie oor.

242
00:20:55,050 --> 00:21:01,520
Niet erg interessant. Hoe zit dat? We zullen zien wat er gebeurt.

243
00:21:03,710 --> 00:21:05,710
Ik gaf het een probleem.

244
00:21:06,380 --> 00:21:10,750
Dus een aantal dingen alvorens opnieuw en alles.

245
00:21:10,750 --> 00:21:15,630
Dus dat moet alles van het begin tot alle re misschien een paar keer terug.

246
00:21:18,800 --> 00:21:21,970
En dan hebben we hier de kracht van reguliere expressies is dat ze

247
00:21:21,970 --> 00:21:24,900
kunnen patronen specificeren niet alleen personages hier zijn.

248
00:21:24,900 --> 00:21:28,510
Dus de hele weg tot aan de uiteindelijke re, het begon met de meest linkse en was hebberig.

249
00:21:30,710 --> 00:21:32,710
Laat ons zien - wat anders zou zoeken we naar.

250
00:21:32,710 --> 00:21:39,860
Ik denk dat een ding als je geïnteresseerd bent in het zoeken naar de voornaamwoorden waren zij en hij,

251
00:21:39,860 --> 00:21:44,600
je zou kunnen controleren s gelijk is aan 0 of 1

252
00:21:44,600 --> 00:21:49,710
en de uitdrukking hij, en dat is waarschijnlijk niet van plan om terug te keren -

253
00:21:49,710 --> 00:21:58,020
oh, ik denk dat hij terug, want er zijn we op zoek naar de kracht, die dag, hier zijn.

254
00:22:00,590 --> 00:22:06,270
Laten we proberen te specificeren dat dit moet komen aan het begin van iets.

255
00:22:06,640 --> 00:22:09,530
Laten we zien of dat druppels uit.

256
00:22:09,530 --> 00:22:19,630
Dus kunnen we vet doen, en daar hebben we niets krijgen, omdat zij en hij

257
00:22:19,630 --> 00:22:22,870
niet voorkomen in deze zin.

258
00:22:24,960 --> 00:22:30,410
Geweldig. Oke - dus terug naar de kat hier.

259
00:22:30,410 --> 00:22:35,720
Dus complexe patronen wordt het kwetsen van de hersenen.

260
00:22:35,720 --> 00:22:40,500
Dus dat is waarom we gebruik van reguliere expressies om deze problemen te voorkomen.

261
00:22:40,820 --> 00:22:43,520
>> Dus hier zijn enkele andere handige functies heeft die u kunt spelen met.

262
00:22:43,520 --> 00:22:50,290
We keken naar zoeken vandaag, maar je kunt ook gebruik maken van wedstrijd, split, findall, en groepen.

263
00:22:50,290 --> 00:22:53,970
Zodat andere leuke dingen die je kunt doen met reguliere expressies dan alleen

264
00:22:53,970 --> 00:22:58,870
op zoek naar patronen is het nemen van een patroon en houdt alle wedstrijden -

265
00:22:58,870 --> 00:23:02,530
zijn variabelen - en vervolgens met behulp van deze in uw code later.

266
00:23:02,850 --> 00:23:05,980
Dat kan heel nuttig zijn. Andere dingen kunnen worden tellen.

267
00:23:05,980 --> 00:23:11,720
Dus we kunnen het aantal exemplaren van een reguliere expressie patroon te tellen,

268
00:23:11,720 --> 00:23:13,960
en dat is wat we groepen kunnen gebruiken voor.

269
00:23:13,960 --> 00:23:17,550
En andere modes, maar zijn ook mogelijk.

270
00:23:18,040 --> 00:23:22,980
Dus ik wil gewoon een beetje meer praten over andere manieren waarop u kunt gebruik maken van reguliere expressies.

271
00:23:22,980 --> 00:23:29,100
>> Dus een meer geavanceerde toepassing is in fuzzy matching.

272
00:23:29,100 --> 00:23:33,450
Dus als u op zoek bent naar een tekst voor de expressie, Julius Caesar,

273
00:23:33,450 --> 00:23:37,740
en je ziet ofwel Gaius Julius Caesar of de naam van Julius Caesar in andere talen,

274
00:23:37,740 --> 00:23:44,400
dan kun je misschien ook wat gewicht toe te kennen aan die waarden.

275
00:23:44,400 --> 00:23:48,930
En als het dichtbij genoeg - als het kruist een bepaalde drempel - dan wil je

276
00:23:48,930 --> 00:23:50,860
kunnen Julius Caesar accepteren.

277
00:23:50,860 --> 00:24:00,580
Dus er zijn een paar verschillende implementaties voor dat in een paar andere talen ook.

278
00:24:02,580 --> 00:24:08,420
Hier zijn een aantal andere instrumenten, Regex Pal - een handige kleine app online aan

279
00:24:08,420 --> 00:24:12,190
controleren of uw reguliere expressies correct zijn samengesteld.

280
00:24:12,190 --> 00:24:18,500
Er zijn ook standalone tools die u kunt uitvoeren vanaf uw bureaublad

281
00:24:18,500 --> 00:24:22,100
zoals Ultra Pico, en zo goed als alleen maar kookboeken.

282
00:24:22,100 --> 00:24:25,410
Dus als je bent bezig met een project dat een ton van reguliere expressies impliceert

283
00:24:25,410 --> 00:24:29,810
Dit is waarschijnlijk de plaats buiten het bereik van om te gaan.

284
00:24:31,520 --> 00:24:35,770
En dan alleen maar om u een idee van hoe vaak het is geven

285
00:24:35,770 --> 00:24:44,090
er grep in Unix, Perl heeft ingebouwd, en C is er PCRE voor C.

286
00:24:44,090 --> 00:24:48,890
En dan al die andere talen hebben ook reguliere expressie pakketten

287
00:24:48,890 --> 00:24:52,020
die werken met in essentie dezelfde syntax kregen we een voorproefje van vandaag.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, enzovoort.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search is eigenlijk het vermelden waard, het is een van de

290
00:24:58,980 --> 00:25:05,720
relatief weinig applicaties die er zijn dat het publiek in staat om toegang te krijgen

291
00:25:05,720 --> 00:25:07,800
de database met behulp van reguliere expressies.

292
00:25:07,800 --> 00:25:12,920
Dus als je kijkt op Google Code Search kunt u code te vinden

293
00:25:12,920 --> 00:25:16,880
als u op zoek bent naar een voorbeeld van hoe een functie zou kunnen worden gebruikt,

294
00:25:16,880 --> 00:25:21,610
kunt u een reguliere expressie gebruiken om die functie wordt gebruikt in allerlei verschillende zaken vinden.

295
00:25:21,610 --> 00:25:28,000
Je zou kunnen kijken voor fwrite, en dan kon je kijken naar de vlag van schrijf-of lees

296
00:25:28,000 --> 00:25:32,000
Als u een voorbeeld van fwrite worden gebruikt in dat geval wilden.

297
00:25:33,530 --> 00:25:37,010
Dus het zelfde ding daar, en hier zijn enkele referenties.

298
00:25:37,010 --> 00:25:40,990
Dit zal online beschikbaar zijn zo goed, dus gaan vooruit als

299
00:25:40,990 --> 00:25:45,560
je wilt kijken naar Python, grep, Perl - wil je gewoon wat inspiratie op te doen

300
00:25:45,560 --> 00:25:50,650
of als u wilt meer hier kijken naar de theorie zijn een aantal goede jumping off plaatsen.

301
00:25:50,650 --> 00:25:53,870
Heel hartelijk bedankt.

302
00:25:58,470 --> 00:25:59,910
[CS50.TV]