1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminar: Pattern Pagtutugma sa Mga Regular Expression]

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

3
00:00:04,000 --> 00:00:07,220
[Ito ay CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okay. Well, maligayang pagdating sa lahat. Ito ay CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Ang pangalan ko ay John, at ako ay pakikipag-usap ngayon tungkol sa mga regular na expression.

6
00:00:16,610 --> 00:00:22,530
Mga regular na expression ay pangunahing isang kasangkapan, ngunit din minsan ginagamit

7
00:00:22,530 --> 00:00:28,650
sa code aktibong upang lubos na tumutugma sa mga pattern at mga string.

8
00:00:28,650 --> 00:00:33,800
Kaya narito ang isang web comic mula xkcd.

9
00:00:34,440 --> 00:00:42,370
Sa comic doon ay isang pagpatay misteryo kung saan ang mga killer ay may

10
00:00:42,370 --> 00:00:47,860
Sinundan isang tao sa bakasyon, at ang protagonists kailangang

11
00:00:47,860 --> 00:00:52,500
maghanap sa pamamagitan ng 200 megabytes ng mga email na naghahanap para sa isang address.

12
00:00:52,500 --> 00:00:56,090
At ang mga ito ay tungkol sa upang bigyan up kapag ang isang tao na nakakaalam ng mga regular na expression -

13
00:00:56,090 --> 00:01:00,550
siguro isang superhero - swoops down at nagsusulat ng ilang mga code

14
00:01:00,550 --> 00:01:02,970
at malulutas nito ang pagpatay misteryo.

15
00:01:02,970 --> 00:01:07,370
Kaya siguro na magiging isang bagay na ikaw ay empowered upang gawin

16
00:01:07,370 --> 00:01:09,370
pagkatapos ng seminar na ito.

17
00:01:09,370 --> 00:01:12,250
Lamang namin ay pagpunta sa magbigay ng isang maikli subalit malaman panimula sa ang wika

18
00:01:12,250 --> 00:01:16,770
at bibigyan ka ng sapat na kakayahan upang pumunta pagkatapos ng higit pang mga mapagkukunan sa iyong sariling.

19
00:01:17,680 --> 00:01:21,700
>> Kaya mga regular na expression tumingin talaga ganito.

20
00:01:22,930 --> 00:01:25,550
Ito ay isang regular na expression sa Ruby.

21
00:01:25,550 --> 00:01:29,280
Ito ay hindi lubha iba't ibang mga wika.

22
00:01:29,690 --> 00:01:37,630
Mayroon kaming lamang sa slashes upang simulan at markahan ang mga regular na expression sa Ruby.

23
00:01:37,630 --> 00:01:42,880
At ito ay isang regular na expression upang tumingin para sa email address na pattern.

24
00:01:42,880 --> 00:01:49,160
Kaya naming makita sa unang bit hitsura para sa anumang mga alphanumeric character.

25
00:01:50,500 --> 00:01:54,880
Iyon ay dahil sa ang email address na madalas mayroon na magsimula sa isang alpabetikong character.

26
00:01:55,460 --> 00:01:59,330
At pagkatapos ay ang anumang mga espesyal na character na sinundan ng @ simbolo.

27
00:01:59,330 --> 00:02:03,260
At pagkatapos ay ang parehong bagay para sa domain name.

28
00:02:03,260 --> 00:02:10,030
At pagkatapos ay sa pagitan ng 2 at 4 na mga character upang tumingin para sa. Com,. Net, at iba pa.

29
00:02:10,850 --> 00:02:13,200
Kaya na ay isa pang halimbawa ng mga regular na expression.

30
00:02:13,200 --> 00:02:17,270
Kaya regular na expression ay mga protocol para sa paghahanap ng patters sa teksto.

31
00:02:17,270 --> 00:02:21,130
Gawin nila mga paghahambing, mga pagpili, at pamalit.

32
00:02:21,690 --> 00:02:27,970
Kaya isang third halimbawa ay sa paghahanap ng lahat ng mga numero ng telepono na nagtatapos sa 54 sa isang direktoryo.

33
00:02:27,970 --> 00:02:34,360
Kaya bago David rips up ang CS50 direktoryo kami maaaring maghanap para sa

34
00:02:34,360 --> 00:02:40,450
sa isang pattern na kung saan mayroon kaming mga panaklong pagkatapos 3 mga numero ay matatapos panaklong,

35
00:02:40,450 --> 00:02:44,070
3 higit pang mga numero, isang gitling, 2 numero, at pagkatapos ay 54.

36
00:02:44,070 --> 00:02:48,310
At iyon ay magiging lubos kung paano namin dumating up sa isang regular na expression upang maghanap para sa na.

37
00:02:49,150 --> 00:02:52,960
>> Kaya may mga - namin nagawa ang ilang mga bagay sa CS50 na Medyo parang

38
00:02:52,960 --> 00:02:59,740
mga regular na expression, kaya - halimbawa - sa dictionary.C file

39
00:02:59,740 --> 00:03:04,720
para sa spell check hanay problema maaaring ginamit mo fscanf

40
00:03:04,720 --> 00:03:07,930
upang basahin sa isang salita mula sa diksyunaryo.

41
00:03:07,930 --> 00:03:16,240
At maaari mong makita ang porsyento 45s ay naghahanap para sa isang string ng 45 mga character.

42
00:03:16,240 --> 00:03:20,020
Kaya ito ay medyo tulad ng isang hindi pa ganap regular na expression.

43
00:03:21,150 --> 00:03:26,060
At maaari kang magkaroon ng anumang 45 mga character na magkasya ang bayarin sa doon

44
00:03:26,060 --> 00:03:28,080
at pumili ng mga up.

45
00:03:28,080 --> 00:03:33,480
At pagkatapos ay ang pangalawang halimbawa sa pinakahuling problema web programming

46
00:03:33,480 --> 00:03:40,760
itakda sa distro code para sa php namin talagang gawin ay may isang simpleng regular na expression.

47
00:03:40,760 --> 00:03:46,790
At isa na ito lamang lamang na naghahanap upang suriin kung ang mga web page na ito ay naipasa sa

48
00:03:46,790 --> 00:03:51,940
tumutugma sa alinman sa pag-login o mag-logout magrehistro. PHP.

49
00:03:52,220 --> 00:03:57,910
At pagkatapos ay bumabalik totoo o hindi batay sa mga regular na expression na pagtutugma.

50
00:03:59,400 --> 00:04:01,740
>> Kaya kapag mo ginagamit ang karaniwang expression?

51
00:04:01,740 --> 00:04:04,820
Bakit nandito ka ngayon?

52
00:04:05,330 --> 00:04:08,480
Kaya hindi mo nais na gamitin ang mga regular na expression kapag mayroong isang bagay na

53
00:04:08,480 --> 00:04:11,640
ang ipinapakita ng trabaho para sa iyo kahit na mas madali.

54
00:04:11,640 --> 00:04:15,510
Kaya XML at HTML ay aktwal na medyo nakakalito

55
00:04:15,510 --> 00:04:18,480
sumulat ng mga regular na expression para sa bilang ay namin makita sa ilang sandali.

56
00:04:19,110 --> 00:04:23,280
Kaya may mga nakalaang parsers para sa mga wikang iyon.

57
00:04:24,170 --> 00:04:30,060
Kailangan mo ring maging okay sa kalakalan offs at katumpakan madalas.

58
00:04:30,060 --> 00:04:36,220
Kung sinusubukan - kaya namin nakita ang isang regular na expression para sa isang email address,

59
00:04:37,370 --> 00:04:42,590
pero sabihin mo gusto ang isang tiyak na address ng email at dahan-dahan ang

60
00:04:42,590 --> 00:04:48,570
regular na expression ay maaaring maging mas kumplikadong bilang ito ay naging mas tumpak.

61
00:04:49,580 --> 00:04:52,260
Kaya na magiging isa kalakalan off.

62
00:04:52,260 --> 00:04:55,330
Mayroon kang upang matiyak na okay ka sa paggawa na may mga regular na expression.

63
00:04:55,330 --> 00:04:57,920
Kung alam mo kung ano mismo ang iyong hinahanap maaaring gumawa ng higit pa pakiramdam

64
00:04:57,920 --> 00:05:02,070
ang ilalagay sa oras at magsulat ng mas epektibong pang-parse.

65
00:05:02,070 --> 00:05:06,980
At sa wakas ay may makasaysayang mga isyu sa ayos

66
00:05:06,980 --> 00:05:08,940
ng mga expression at mga wika.

67
00:05:08,940 --> 00:05:12,960
Regular na expression ay aktwal na magkano ang mas malakas kaysa

68
00:05:12,960 --> 00:05:16,450
regular na mga expression sa bawat sabihin sa isang pormal na kahulugan.

69
00:05:17,130 --> 00:05:20,150
>> Kaya hindi ko nais upang pumunta masyadong malayo sa pormal na teorya,

70
00:05:20,150 --> 00:05:24,000
ngunit karamihan sa mga wika na aming code sa aktwal ay hindi regular.

71
00:05:24,000 --> 00:05:29,110
At ito ang dahilan kung bakit karaniwang expression kung minsan ay hindi isinasaalang-alang ang lahat na secure.

72
00:05:29,670 --> 00:05:33,150
Kaya talaga doon ay isang Chomsky hierarchy para sa mga wika,

73
00:05:33,150 --> 00:05:38,400
at mga regular na expression ay bumuo up gamit ang unyon, pagdudugtong,

74
00:05:38,400 --> 00:05:41,810
at ang pagpapatakbo Kleene star na namin makita ang ilang mga minuto.

75
00:05:43,130 --> 00:05:48,860
Kung ikaw ay interesado sa teorya doon ay masyadong maraming nagaganap doon sa ilalim ng hood.

76
00:05:50,360 --> 00:05:55,880
>> Kaya ang isang maikling kasaysayan - para lamang sa konteksto dito - regular na set up ay dumating

77
00:05:55,880 --> 00:05:59,580
sa 1950s, at pagkatapos ay nagkaroon kami simpleng editor na

78
00:05:59,580 --> 00:06:03,300
Isinama mga regular na expression - lamang naghahanap para sa mga string.

79
00:06:03,570 --> 00:06:09,110
Grep - na kung saan ay isang command line tool - ay isa sa mga unang

80
00:06:09,110 --> 00:06:14,160
napaka-tanyag na mga tool na inkorporada regular na mga expression sa 1960.

81
00:06:14,160 --> 00:06:20,560
Sa '80s, Perl ay itinayo - ay isang programming language na

82
00:06:20,560 --> 00:06:24,110
isinasama mga regular na expression napaka kitang-kita.

83
00:06:24,550 --> 00:06:30,130
At pagkatapos ay mas kamakailan lamang namin ay nagkaroon Perl compatible regular expression

84
00:06:30,130 --> 00:06:35,870
protocol talaga sa iba pang mga wika na gumagamit ng magkano ang parehong syntax.

85
00:06:36,630 --> 00:06:39,840
Siyempre ang pinaka-mahalagang kaganapan noon ay sa 2008

86
00:06:39,840 --> 00:06:43,040
kung saan nagkaroon ng unang Pambansang Karaniwang Expression Day,

87
00:06:43,040 --> 00:06:47,350
naniniwala na ako ay Hunyo 1 kung nais mong ipagdiwang na.

88
00:06:48,430 --> 00:06:50,840
>> Muli, lamang ng kaunti kaunti pang teorya dito.

89
00:06:52,180 --> 00:06:55,320
Kaya may mga ilang iba't ibang mga paraan ng paggawa mga regular na expression.

90
00:06:55,950 --> 00:07:02,050
Isang simpleng paraan ay upang bumuo ng mga expression na kayo ay pagpunta sa

91
00:07:02,050 --> 00:07:07,500
tumakbo sa string interpret - isa lamang bumuo ng isang maliit na mini-program na

92
00:07:07,500 --> 00:07:11,870
Pag-aaralan ng mga piraso ng isang string at makita, "Oh, ito ay magkasya sa regular na expression o hindi?"

93
00:07:12,250 --> 00:07:14,250
At pagkatapos ay tumakbo na.

94
00:07:14,250 --> 00:07:17,300
Kaya kung mayroon kang isang napakaliit na regular na expression, ito ay marahil

95
00:07:17,300 --> 00:07:19,380
ang pinakamahusay na paraan upang gawin ito.

96
00:07:20,090 --> 00:07:25,420
At pagkatapos ay kung ikaw - isa pang pagpipilian ay upang panatilihin ang reconstructing

97
00:07:25,420 --> 00:07:30,260
expression bilang pumunta ka, at iyon ay ang gayahin posibilidad.

98
00:07:30,440 --> 00:07:37,690
At ang mga unang bahagi ng pagtatangka sa mga regular na expression algorithm ay

99
00:07:37,690 --> 00:07:44,330
medyo simple at relatibong mabilis, ngunit hindi magkaroon ng maraming kakayahang umangkop.

100
00:07:44,330 --> 00:07:47,500
Kaya gawin kahit na ang ilan sa mga bagay na kami ay pagpunta upang tumingin sa

101
00:07:47,500 --> 00:07:52,860
ngayon kami ay nagkaroon na gawin mas kumplikadong mga regular na expression

102
00:07:52,860 --> 00:07:56,650
pagpapatupad na potensyal na mas mas mabagal; gayon ay isang bagay upang tandaan

103
00:07:57,510 --> 00:08:02,920
Mayroon ding isang regular na expression pagtanggi ng pag-atake iba't-ibang

104
00:08:02,920 --> 00:08:08,330
na maningning na tagumpay ang mga potensyal na para sa mga mas bagong pagpapatupad ng

105
00:08:08,330 --> 00:08:10,930
regular na expression upang maging napaka-komplikadong.

106
00:08:11,570 --> 00:08:15,650
At sa halos parehong kahulugan na nakita natin sa pag-atake buffer overflow,

107
00:08:15,650 --> 00:08:21,610
mayroon kang pag-atake na gumagana sa pamamagitan ng paggawa ng recursive loop na

108
00:08:21,610 --> 00:08:24,400
sumobra ang kapasidad ng memorya.

109
00:08:24,780 --> 00:08:29,540
At sa pamamagitan ng ang paraan Regexen ay isa sa mga opisyal na pangmaramihan ng mga regular na expression

110
00:08:29,540 --> 00:08:32,890
sa pamamagitan ng pagkakatulad sa mga baka sa Anglo-Sahon.

111
00:08:33,500 --> 00:08:40,169
>> Okay, sa gayon ang Library Python marami sa inyo dito sa taong may mga Mac,

112
00:08:40,169 --> 00:08:43,860
sa gayon ay maaari mo talagang hilahin ito up sa iyong screen.

113
00:08:43,860 --> 00:08:47,480
Mga regular na expression ay binuo sa Python.

114
00:08:48,070 --> 00:08:53,020
At kaya Python ay preloaded sa mga Mac at available din online sa link na ito.

115
00:08:53,770 --> 00:08:57,350
Kaya't kung ikaw ay nanonood maaari mong i-pause at siguraduhin na mayroon kang Python

116
00:08:58,080 --> 00:09:00,170
maglaro bilang namin sa paligid dito.

117
00:09:00,780 --> 00:09:06,420
May ng manu-manong online, kaya kung ikaw i-type lamang sa Python iyong computer

118
00:09:06,420 --> 00:09:10,500
makikita mo na ang bersyon ay lumalabas sa terminal.

119
00:09:11,070 --> 00:09:17,720
Kaya ko na ibinigay ng isang link sa mga manu-manong para sa 2 Bersyon ng Python pati na rin ang isang impostor sheet.

120
00:09:17,720 --> 00:09:23,100
May Bersyon 3 ng Python, ngunit ang iyong Mac ay hindi kinakailangang

121
00:09:23,100 --> 00:09:25,130
ay may na preloaded.

122
00:09:25,130 --> 00:09:27,360
Kaya hindi lubha naiiba.

123
00:09:27,360 --> 00:09:33,270
Okay, kaya ang ilang mga pangunahing kaalaman sa paggamit ng mga karaniwang expression sa Python.

124
00:09:34,080 --> 00:09:42,650
>> Kaya dito ginamit ko isang napaka-simpleng expression, kaya ko ginawa Python muling pag-import

125
00:09:43,750 --> 00:09:47,070
at pagkatapos ay kinuha ang resulta ng re.search.

126
00:09:47,070 --> 00:09:49,910
At paghahanap ay tumatagal ng 2 na mga argumento.

127
00:09:49,910 --> 00:09:56,040
Ang una ay ang regular na expression, at ang pangalawa ay ang teksto

128
00:09:56,040 --> 00:09:58,290
o string na gusto mong pag-aralan.

129
00:09:58,290 --> 00:10:01,210
At pagkatapos ay ako naka-print out ang result.group.

130
00:10:01,580 --> 00:10:05,860
Kaya ito ay ang 2 pangunahing pag-andar namin ay pumunta upang makita ngayon

131
00:10:06,790 --> 00:10:10,170
sa pag-aaral tungkol sa mga regular na expression.

132
00:10:10,170 --> 00:10:12,880
Kaya lang na pinaghihiwa-hiwalay ang mga regular na expression dito

133
00:10:12,880 --> 00:10:21,770
h at pagkatapos \ w at pagkatapos m kaya \ w lamang ang tumatanggap ng anumang alpabetikong character sa doon.

134
00:10:21,850 --> 00:10:26,820
Kaya dito kami ay naghahanap para sa isang "h" at pagkatapos ay isa pang alpabetikong character

135
00:10:26,820 --> 00:10:30,060
at pagkatapos ay i-m, kaya dito na tumutugma sa ham

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

137
00:10:35,040 --> 00:10:37,150
Ito ang resulta ng pangkat na iyon.

138
00:10:37,680 --> 00:10:43,130
Isa pang bagay na maaari naming gawin ay gamitin ang aming bago string ng teksto sa Python.

139
00:10:43,130 --> 00:10:46,220
Kaya hulaan ko ako ay sige at hilahin na up dito.

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

141
00:10:50,070 --> 00:10:54,000
At kung ako ay upang gawin ang parehong bagay - hayaang sabihin sa amin ang teksto,

142
00:10:55,390 --> 00:11:00,800
"Abraham," ipaalam sa amin mag-zoom in - doon kami pumunta.

143
00:11:01,610 --> 00:11:06,430
Teksto ay, "Abraham kumakain ham."

144
00:11:07,460 --> 00:11:15,260
Okay, at pagkatapos ay magreresulta = re.search.

145
00:11:16,260 --> 00:11:22,020
At pagkatapos ay aming mga expression ay maaaring maging h, at pagkatapos ay kong gawin tuldok m.

146
00:11:22,020 --> 00:11:26,280
Kaya tuldok lamang tumatagal ng anumang mga character na ay hindi isang bagong linya kasama ang mga numero,

147
00:11:26,280 --> 00:11:28,650
porsyento ng mga karatula, anumang bagay na tulad nang.

148
00:11:28,650 --> 00:11:38,030
At pagkatapos ay i-text - boom - at pagkatapos ay i-result.group--oo.

149
00:11:38,030 --> 00:11:41,820
Kaya na lamang kung paano ipatupad ang pangunahing pagpapagana dito.

150
00:11:42,300 --> 00:11:55,110
Kung nagkaroon kami ng text singsing na - na mabaliw teksto - Kasama sabihin ng maraming pabalik slashes

151
00:11:55,110 --> 00:12:01,180
at mga string sa loob at mga bagay na maaaring magmukhang escape sequence,

152
00:12:01,180 --> 00:12:08,480
pagkatapos namin marahil nais na gamitin ang raw na input ng teksto upang masiguro na tatanggapin.

153
00:12:08,480 --> 00:12:14,120
At na lang kamukha na.

154
00:12:14,120 --> 00:12:17,810
Kaya kung humahanap kami bawat isa sa kanila doon sa hindi kami makahanap ng anumang bagay.

155
00:12:19,070 --> 00:12:21,680
Ngunit iyon ay kung paano mo ipatupad ito; lang bago ang string ng

156
00:12:21,680 --> 00:12:24,990
ang regular na expression na ilagay ang titik r.

157
00:12:26,150 --> 00:12:30,260
>> Okay, kaya ipaalam sa amin panatilihin ang pagpunta.

158
00:12:30,260 --> 00:12:33,730
Ang lahat ng mga karapatan - kaya ipaalam sa amin tumingin sa isang ilang mga pattern ng paulit-ulit dito.

159
00:12:34,750 --> 00:12:39,150
Kaya ang isang bagay na gusto mong gawin ay ulitin ang mga bagay

160
00:12:40,040 --> 00:12:42,480
bilang ikaw ay naghahanap sa pamamagitan ng text.

161
00:12:42,480 --> 00:12:48,300
Kaya na gawin ang isang sinusundan ng anumang bilang ng mga b - gawin mo ab *.

162
00:12:48,630 --> 00:12:51,620
At pagkatapos ay mayroong isang serye ng iba pang mga panuntunan masyadong.

163
00:12:51,620 --> 00:12:54,380
At maaari mong tingnan ang lahat ng mga ito up; kukunin ko na lang tumakbo sa pamamagitan ng ilan sa mga

164
00:12:54,380 --> 00:12:57,630
pinaka-karaniwang ginagamit na mga bago.

165
00:12:57,630 --> 00:13:03,920
Kaya ab + ay isang sinusundan ng anumang N mas malaki kaysa sa 0 ng b.

166
00:13:04,510 --> 00:13:08,000
ab? ay isang sinusundan ng 0 o 1 ng b.

167
00:13:09,190 --> 00:13:18,580
ab {N} ay sinundan sa pamamagitan ng N ng b, at pagkatapos ay iba pa.

168
00:13:18,580 --> 00:13:22,820
Kung ikaw ay may 2 numero sa kulot tirante ka ng pagtukoy ng hanay

169
00:13:23,300 --> 00:13:25,440
na maaaring maging posibleng tumugma.

170
00:13:26,390 --> 00:13:30,420
Kaya tayo ay tumingin nang higit pa sa isang ilang mga pattern ng paulit-ulit sa isang minuto.

171
00:13:31,960 --> 00:13:42,300
Kaya 2 mga bagay na dapat tandaan kapag gumagamit ng mga pattern na tumutugma sa mga kasangkapan dito.

172
00:13:42,300 --> 00:13:52,120
Kaya natin na nais namin upang tumingin sa mga Hm ng, "Abraham Lincoln ginagawang ham sandwich."

173
00:13:52,120 --> 00:13:55,230
Kaya ako ay nagbago Abraham Lincoln pangalan sa Abraham.

174
00:13:55,230 --> 00:14:00,290
At ngayon kami ay naghahanap para sa kung ano ay ibinalik sa pamamagitan ng pagpapaandar na ito sa paghahanap,

175
00:14:00,290 --> 00:14:03,270
at ito nagbabalik lamang ang ham sa kasong ito.

176
00:14:03,620 --> 00:14:08,080
At ginagawa nito na dahil lamang sa paghahanap natural tumatagal ang pinaka-kaliwa queue.

177
00:14:08,080 --> 00:14:12,130
At lahat ng mga regular na expression maliban kung tinukoy mo kung hindi man ay gawin na.

178
00:14:12,830 --> 00:14:18,880
Kung gusto naming mahanap ang lahat doon ay isang katangian para sa na - hanapin ang lahat.

179
00:14:18,880 --> 00:14:35,100
Kaya na maaari lamang hitsura ng lahat = re.findall ('h.m', text)

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

181
00:14:44,540 --> 00:14:51,040
Ang lahat ng mga gumagawa ng parehong mga hamon at hamon; sa kasong ito kapwa ng mga string sa Abraham bawat hamon.

182
00:14:51,610 --> 00:14:55,110
Kaya na ay isa pang pagpipilian.

183
00:14:56,250 --> 00:15:06,940
>> Mahusay. Ang iba pang mga bagay na dapat tandaan ay na ang mga regular na expression tumagal ang pinakamalaking intuitively.

184
00:15:06,940 --> 00:15:09,520
Ipaalam sa amin tumingin sa halimbawang ito.

185
00:15:10,200 --> 00:15:16,070
Aming ginawa na kaliwa karamihan sa mga search dito, at pagkatapos ay sinubukan ko ng mas malaking paghahanap

186
00:15:16,070 --> 00:15:18,800
gamit ang Kleene operator star.

187
00:15:18,800 --> 00:15:24,180
Kaya para sa, "Abraham Lincoln ginagawang sandwich ham," at ako lamang Nakakuha pabalik

188
00:15:24,180 --> 00:15:26,280
m bilang isang resulta.

189
00:15:26,280 --> 00:15:31,670
Ang dahilan sa pagkakamali noon na maaaring ako nagsagawa ng anumang numero ng

190
00:15:31,670 --> 00:15:36,140
h ay dahil hindi ko tukuyin ang anumang bagay upang pumunta sa pagitan ng h at m.

191
00:15:36,140 --> 00:15:42,010
Ang tanging mga halimbawa doon na nagkaroon m - ang mga halimbawa lamang doon na may m sa loob nito

192
00:15:42,010 --> 00:15:46,220
at anumang bilang ng h ni lamang ay ang string m.

193
00:15:46,490 --> 00:15:51,850
Pagkatapos Sinubukan kong ito muli; ko sinabi, "Okay, ipaalam sa amin kumuha ang aktwal na pinakamalaking grupo dito."

194
00:15:51,850 --> 00:15:59,670
At pagkatapos ay ako ginawang h. * M, kaya lang na nagbabalik ng anumang bilang ng mga character sa pagitan ng h at m.

195
00:16:00,280 --> 00:16:02,950
At kung lamang ikaw ay nagsisimula out at pag-iisip, "Oh, okay, ito rin ay

196
00:16:02,950 --> 00:16:11,560
kumuha ako ng ham, "ito aktwal na tumatagal ng lahat ng bagay mula sa h sa Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
ang lahat ng mga paraan ng hanggang sa dulo ng ham.

198
00:16:14,040 --> 00:16:18,110
Ito ay matakaw; ito nakikita ng h - lahat ng mga ito ng iba pang teksto - m,

199
00:16:18,110 --> 00:16:21,280
at iyon ay kung ano ang aabutin in

200
00:16:22,060 --> 00:16:27,480
Ito ay isang partikular na kapansin-pansin - ito ay isang tampok ng aming makakaya din

201
00:16:27,480 --> 00:16:30,670
tukuyin ito para hindi matakaw paggamit ng iba pang mga function.

202
00:16:31,480 --> 00:16:34,490
Ngunit ito ay isang bagay na mayroon kami na dapat tandaan lalo na

203
00:16:34,490 --> 00:16:38,720
kapag tumitingin sa HTML teksto, na kung saan ay isang kadahilanan na

204
00:16:38,720 --> 00:16:41,500
regular na expression ay mahirap para sa mga HTML.

205
00:16:42,460 --> 00:16:46,310
Dahil kung mayroon kang isang bukas na HTML tag at pagkatapos ng maraming mga bagay-bagay sa gitna

206
00:16:46,310 --> 00:16:49,820
at pagkatapos ay sa ilang ibang mga HTML tag sarado magkano mamaya sa programa,

207
00:16:49,820 --> 00:16:55,420
lamang na iyong kinakain up ng maraming ng iyong HTML code marahil nang hindi sinasadya.

208
00:16:56,200 --> 00:17:01,840
>> Ang lahat ng mga karapatan - kaya mas espesyal na character, tulad ng maraming iba pang mga wika,

209
00:17:01,840 --> 00:17:04,780
makatakas namin ang paggamit ng slash.

210
00:17:04,780 --> 00:17:10,329
Kaya maaari naming gamitin ang mga tuldok upang tukuyin ang anumang mga character na maliban para sa isang bagong linya.

211
00:17:10,329 --> 00:17:14,550
Maaari naming gamitin ang escape w upang tukuyin ang anumang alpabetikong character.

212
00:17:14,550 --> 00:17:20,329
At sa pamamagitan ng pagkakatulad escape d para sa anumang integer - numerical character.

213
00:17:20,630 --> 00:17:27,440
Maaari naming tukuyin - maaari naming gamitin bracket upang tukuyin ang mga kaugnay na mga expression.

214
00:17:27,440 --> 00:17:30,970
Kaya ito ay tumatanggap ng a, b, c o.

215
00:17:31,320 --> 00:17:37,000
At maaari rin naming tukuyin o mga pagpipilian para sa alinman sa o b.

216
00:17:37,000 --> 00:17:41,110
Halimbawa - kung humahanap kami ng maraming mga posibilidad

217
00:17:41,110 --> 00:17:44,940
sa mga bracket kami maaaring gamitin ang operator o tulad ng sa -

218
00:17:44,940 --> 00:17:52,480
kaya ipaalam sa amin bumalik sa halimbawang ito dito.

219
00:17:53,000 --> 00:17:59,790
At ngayon, ipaalam sa amin kumuha - ipaalam sa amin bumalik sa halimbawang ito dito, at pagkatapos ay

220
00:17:59,790 --> 00:18:12,290
tumagal ae - kaya ito ay dapat ibalik - hulaan ko pa rin ito ni Abraham.

221
00:18:12,290 --> 00:18:17,410
Kaya ito - kung gagawin namin ang lahat - mahusay.

222
00:18:17,410 --> 00:18:22,700
Kaya ipaalam sa amin i-update ang teksto dito.

223
00:18:22,700 --> 00:18:34,690
"Abraham kumakain ham habang hemming kanyang -. Habang hemming" Mahusay.

224
00:18:44,090 --> 00:18:47,330
Lahat. Mahusay. Ngayon makuha namin ham, ham, at magtupi.

225
00:18:48,510 --> 00:18:59,370
Habang hemming - habang humuhuni sa kanya - habang humuhuni sa magtupi kanya. Mahusay.

226
00:19:00,350 --> 00:19:03,250
Parehong bagay.

227
00:19:03,820 --> 00:19:09,180
Ngayon ang lahat ay nagbabalik pa rin lang ang ham, ham, at magtupi nang walang tumatawag sa humingig o sa kanya.

228
00:19:09,940 --> 00:19:22,600
Mahusay - kaya kung ano ang gusto namin upang tumingin sa alinman na - sa gayon maaari rin naming gawin

229
00:19:23,510 --> 00:19:33,810
siya o - kami ay bumalik sa na.

230
00:19:34,810 --> 00:19:45,760
Okay - kaya - lahat ng mga karapatan - sa mga posisyong maaari mo ring gamitin ang kareta o ang dollar sign

231
00:19:45,760 --> 00:19:49,350
upang tukuyin na ikaw ay naghahanap para sa isang bagay sa simula o dulo ng isang string.

232
00:19:50,260 --> 00:19:52,260
O sa simula o dulo ng isang salita.

233
00:19:52,400 --> 00:19:54,470
Iyon ay isang paraan upang gamitin iyon.

234
00:19:55,630 --> 00:20:01,160
>> Okay - kaya ipaalam sa amin maglaro sa paligid na may isang bahagyang mas malaking bloke ng teksto.

235
00:20:03,950 --> 00:20:08,310
Ipaalam sa amin sabihin ang hilera na ito dito - ang pahayag na ito dito.

236
00:20:08,310 --> 00:20:11,360
Ang kapangyarihan ng mga regular na expression ay na maaari nilang tukuyin ang mga pattern

237
00:20:11,360 --> 00:20:13,390
hindi lang naayos character.

238
00:20:14,900 --> 00:20:18,790
Ipaalam sa amin gawin - ipaalam sa amin tumawag sa block na ito.

239
00:20:22,400 --> 00:20:27,110
Pagkatapos ay binabasa namin ang lahat ng na-in

240
00:20:28,890 --> 00:20:50,820
At pagkatapos ay may - ipaalam sa amin gawin ang lahat =; kaya kung ano ang ilang mga bagay na maaari kaming maghanap sa pakinabang dito?

241
00:20:50,820 --> 00:20:54,070
Maaari naming hanapin ang tainga expression.

242
00:20:55,050 --> 00:21:01,520
Hindi masyadong kawili-wili. Paano tungkol sa? Susubukan naming makita kung ano ang mangyayari.

243
00:21:03,710 --> 00:21:05,710
Nagbigay ako ng ito ng problema.

244
00:21:06,380 --> 00:21:10,750
Kaya ang anumang bilang ng mga bagay bago muling at lahat.

245
00:21:10,750 --> 00:21:15,630
Kaya dapat na ibalik ang lahat mula sa simula hanggang sa ang lahat ng muling marahil ng ilang beses.

246
00:21:18,800 --> 00:21:21,970
At pagkatapos dito kami ay may sa kapangyarihan ng mga regular na expression ay na sila

247
00:21:21,970 --> 00:21:24,900
Maaari tukuyin ang mga pattern hindi lamang mga character dito ay mga.

248
00:21:24,900 --> 00:21:28,510
Kaya ang lahat ng mga paraan ng hanggang sa ang huling re, ito makapagsimula sa kaliwa at karamihan ay matakaw.

249
00:21:30,710 --> 00:21:32,710
Ipaalam sa amin makita - ano pa ang maaari naming hanapin.

250
00:21:32,710 --> 00:21:39,860
Hulaan ko ang isang bagay na kung ikaw ay interesado sa naghahanap para sa mga pronouns siya at siya,

251
00:21:39,860 --> 00:21:44,600
maaari mong suriin para sa mga pagiging patas sa 0 o 1

252
00:21:44,600 --> 00:21:49,710
at ang expression niya, at iyon ay marahil hindi pagpunta sa bumalik -

253
00:21:49,710 --> 00:21:58,020
oh, hulaan ko ito ibinalik niya dahil doon namin ang pagtingin sa kapangyarihan, sa araw na iyon, ay dito.

254
00:22:00,590 --> 00:22:06,270
Ipaalam sa amin subukan pagtukoy na ito ay may na dumating sa simula ng isang bagay.

255
00:22:06,640 --> 00:22:09,530
Ipaalam sa amin makita kung na patak off.

256
00:22:09,530 --> 00:22:19,630
Kaya maaari naming gawin taba, at mayroong hindi kami makakuha ng anumang bagay dahil siya at siya

257
00:22:19,630 --> 00:22:22,870
huwag mangyari ito sa parirala.

258
00:22:24,960 --> 00:22:30,410
Mahusay. Okay - kaya bumalik sa pusa dito.

259
00:22:30,410 --> 00:22:35,720
Kaya complex pattern ay nakakasama sa utak.

260
00:22:35,720 --> 00:22:40,500
Kaya na ang dahilan kung bakit ginagamit namin ang mga regular na expression upang maiwasan ang mga isyung ito.

261
00:22:40,820 --> 00:22:43,520
>> Kaya narito ang ilang mga iba pang mga kapaki-pakinabang na mga mode maaari mong i-play sa paligid na may.

262
00:22:43,520 --> 00:22:50,290
Kami ay tumingin sa paghahanap sa ngayon, ngunit maaari mo ring gamitin ang tugma, split, findall, at pangkat.

263
00:22:50,290 --> 00:22:53,970
Kaya iba pang mga cool na bagay na maaari mong gawin sa mga regular na expression bukod lamang

264
00:22:53,970 --> 00:22:58,870
naghahanap ng mga pattern ay tumatagal ng isang pattern at may hawak na ang lahat ng mga tugma -

265
00:22:58,870 --> 00:23:02,530
variable nito - at pagkatapos gamit ang mga nasa iyong code sa susunod.

266
00:23:02,850 --> 00:23:05,980
Iyon ay maaaring maging lubos na kapaki-pakinabang. Iba pang mga bagay na maaaring pagbibilang.

267
00:23:05,980 --> 00:23:11,720
Kaya maaari naming bilangin ang bilang ng mga kaso ng isang regular na expression pattern,

268
00:23:11,720 --> 00:23:13,960
at iyon ay kung ano ang maaari naming gamitin para sa mga grupo.

269
00:23:13,960 --> 00:23:17,550
At iba pang mga mode pati na din ang panahon.

270
00:23:18,040 --> 00:23:22,980
Kaya ko lang nais na makipag-usap nang kaunti nang higit pa tungkol sa iba pang mga paraan na maaari mong gamitin ang mga regular na expression.

271
00:23:22,980 --> 00:23:29,100
>> Kaya isang mas advanced na application ay nasa malabo pagtutugma.

272
00:23:29,100 --> 00:23:33,450
Kaya kung naghahanap ka para sa isang teksto para sa pagpapahayag, Julius Caesar,

273
00:23:33,450 --> 00:23:37,740
at nakikita mo ang alinman sa Gaius Julius Caesar o ang pangalan Julius Caesar sa iba pang mga wika,

274
00:23:37,740 --> 00:23:44,400
pagkatapos ay maaari mo ring isaalang-magtalaga ng ilang timbang sa mga halagang iyon.

275
00:23:44,400 --> 00:23:48,930
At kung ito ay malapit na sapat na - kung ito ay tumatawid sa isang tiyak na threshold - pagkatapos gusto mo

276
00:23:48,930 --> 00:23:50,860
upang magawang tanggapin Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
Kaya may mga ilang iba't ibang mga pagpapatupad na para sa ilang iba pang mga wika pati na rin.

278
00:24:02,580 --> 00:24:08,420
Narito ang ilang mga iba pang mga tool, RegEx Pal - isang madaling-magamit na maliit na app sa online

279
00:24:08,420 --> 00:24:12,190
suriin kung ang iyong mga regular na expression ay binubuo nang tama.

280
00:24:12,190 --> 00:24:18,500
Mayroon ding mga nakapag-iisang tool na maaari mong patakbuhin mula sa iyong desktop

281
00:24:18,500 --> 00:24:22,100
tulad ng Ultra Pico, at pati na rin lamang cookbooks.

282
00:24:22,100 --> 00:24:25,410
Kaya kung ang iyong ginagawa sa isang proyekto na nagsasangkot ng isang tonelada ng mga regular na expression

283
00:24:25,410 --> 00:24:29,810
ito ay marahil ang lugar upang pumunta sa labas ng saklaw ng mga araw na ito.

284
00:24:31,520 --> 00:24:35,770
At pagkatapos lamang upang mabigyan ka ng ideya ng kung paano karaniwang mga ito ay

285
00:24:35,770 --> 00:24:44,090
mayroong grep sa Unix, Perl ay may built-in, at C mayroong PCRE para sa C.

286
00:24:44,090 --> 00:24:48,890
At pagkatapos ay ang lahat ng mga iba pang mga wika ay mayroon ding mga regular na expression pakete

287
00:24:48,890 --> 00:24:52,020
umaandar na may mahalagang parehong syntax kami nakakuha ng panlasa ng araw na ito.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, at iba pa.

289
00:24:56,080 --> 00:24:58,980
>> Maghanap sa Google Code ay talagang nagkakahalaga pagbanggit; ito ay isa sa mga

290
00:24:58,980 --> 00:25:05,720
kaugnay sa ilang mga aplikasyon out doon na nagbibigay-daan sa publiko na i-access

291
00:25:05,720 --> 00:25:07,800
ang database na gamit ang mga regular na expression.

292
00:25:07,800 --> 00:25:12,920
Kaya't kung tiningnan mo sa Google Code Search maaari mong makita ang code

293
00:25:12,920 --> 00:25:16,880
kung naghahanap ka para sa isang halimbawa ng kung paano ang isang function na maaaring magamit,

294
00:25:16,880 --> 00:25:21,610
maaari mong gamitin ang isang karaniwang expression upang makita na ang function na ginagamit sa lahat ng uri ng iba't ibang mga kaso.

295
00:25:21,610 --> 00:25:28,000
Maaari kang maghanap ng mga fwrite, at pagkatapos ay maaari mong hanapin ang bandila ng write o basahin

296
00:25:28,000 --> 00:25:32,000
kung ginusto isang halimbawa ng fwrite ginagamit sa kasong iyon.

297
00:25:33,530 --> 00:25:37,010
Kaya ang parehong bagay doon, at narito ang ilang mga sanggunian.

298
00:25:37,010 --> 00:25:40,990
Ito ay magagamit sa online pati na rin, kaya pagpunta pasulong kung

299
00:25:40,990 --> 00:25:45,560
Gusto mo upang tumingin sa Python, grep, Perl - gusto mo lamang upang makakuha ng ilang inspirasyon

300
00:25:45,560 --> 00:25:50,650
o kung nais mong upang tumingin nang higit pa sa teorya narito ang ilang mga mahusay na hangganan ng mundong off ang mga lugar.

301
00:25:50,650 --> 00:25:53,870
Maraming salamat sa inyo.

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