1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminaari: Pattern Matching säännöllisiä lausekkeita]

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

3
00:00:04,000 --> 00:00:07,220
[Tämä on CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okei. No, tervetuloa kaikille. Tämä on CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Nimeni on John, ja aion puhua tänään säännöllisiä lausekkeita.

6
00:00:16,610 --> 00:00:22,530
Säännölliset lausekkeet on ensisijaisesti väline, mutta myös joskus käytetään

7
00:00:22,530 --> 00:00:28,650
koodin aktiivisesti lähinnä vastaamaan malleja ja jousille.

8
00:00:28,650 --> 00:00:33,800
Joten tässä on web sarjakuva päässä xkcd.

9
00:00:34,440 --> 00:00:42,370
Tässä sarjakuva on murhamysteeri, jossa tappaja on

10
00:00:42,370 --> 00:00:47,860
jälkeen joku lomalla, ja päähenkilöt on

11
00:00:47,860 --> 00:00:52,500
etsiä 200 megatavua sähköposteja etsivät osoite.

12
00:00:52,500 --> 00:00:56,090
Ja he ovat aikeissa luopua, kun joku, joka tietää säännöllisiä lausekkeita -

13
00:00:56,090 --> 00:01:00,550
oletettavasti supersankari - swoops alas ja kirjoittaa koodia

14
00:01:00,550 --> 00:01:02,970
ja ratkaisee murha mysteeri.

15
00:01:02,970 --> 00:01:07,370
Niin todennäköisesti se, että on jotain, että sinulla on valtuudet tehdä

16
00:01:07,370 --> 00:01:09,370
tämän jälkeen seminaarin.

17
00:01:09,370 --> 00:01:12,250
Olemme juuri menossa antaa tiivis johdatus kielen

18
00:01:12,250 --> 00:01:16,770
ja antaa sinulle tarpeeksi keinot mennä sen jälkeen enemmän resursseja itse.

19
00:01:17,680 --> 00:01:21,700
>> Joten säännöllisiä lausekkeita näyttää pohjimmiltaan kuin tämä.

20
00:01:22,930 --> 00:01:25,550
Tämä on säännöllinen lauseke Ruby.

21
00:01:25,550 --> 00:01:29,280
Se ei ole kovin erilainen eri kielillä.

22
00:01:29,690 --> 00:01:37,630
Meillä on juuri viiltää alkaa ja merkitse säännöllisen lausekkeen Ruby.

23
00:01:37,630 --> 00:01:42,880
Ja tämä on säännöllinen lauseke etsiä sähköpostiosoitteesi kuvio.

24
00:01:42,880 --> 00:01:49,160
Joten näemme ensimmäisen bitin etsii aakkosnumeerisia merkkejä.

25
00:01:50,500 --> 00:01:54,880
Tämä johtuu sähköpostiosoitteet usein aloittaa kirjaimesta.

26
00:01:55,460 --> 00:01:59,330
Ja sitten kaikki erikoismerkin jälkeen @-merkkiä.

27
00:01:59,330 --> 00:02:03,260
Ja sitten sama asia verkkotunnus.

28
00:02:03,260 --> 00:02:10,030
Ja sitten välillä 2 ja 4 merkkiä etsiä. Com,. Net, ja niin edelleen.

29
00:02:10,850 --> 00:02:13,200
Niin, että on toinen esimerkki säännöllinen lauseke.

30
00:02:13,200 --> 00:02:17,270
Joten säännöllisiä lausekkeita ovat protokollia löytää hahmoissa tekstiä.

31
00:02:17,270 --> 00:02:21,130
He tekevät vertailuja, valintoja, ja vaihdot.

32
00:02:21,690 --> 00:02:27,970
Joten Kolmas esimerkki on löytää kaikki puhelinnumerot päättyy 54 hakemistoon.

33
00:02:27,970 --> 00:02:34,360
Joten ennen David repi CS50 hakemistoon voisimme etsiä

34
00:02:34,360 --> 00:02:40,450
kuvio, jossa meillä on suluissa sitten 3 numeroa sitten lopulta suluissa

35
00:02:40,450 --> 00:02:44,070
3 enemmän numeroita, viiva, 2 numeroa, ja sitten 54.

36
00:02:44,070 --> 00:02:48,310
Ja se olisi lähinnä siitä, kuinka keksimme säännöllinen lauseke etsiä sitä.

37
00:02:49,150 --> 00:02:52,960
>> Joten on - olemme tehneet joitakin asioita CS50, jotka ovat vähän kuin

38
00:02:52,960 --> 00:02:59,740
säännöllisiä lausekkeita, niin - esimerkiksi - in dictionary.C tiedosto

39
00:02:59,740 --> 00:03:04,720
ja oikeinkirjoituksen tarkistus Harjoitus olet saattanut käyttää fscanf

40
00:03:04,720 --> 00:03:07,930
lukea sanan sanakirjasta.

41
00:03:07,930 --> 00:03:16,240
Ja voit nähdä prosenttiosuus 45s etsii merkkijono on 45 merkkiä.

42
00:03:16,240 --> 00:03:20,020
Joten se on hieman kuin alkeellinen säännöllinen lauseke.

43
00:03:21,150 --> 00:03:26,060
Ja voit olla mitä tahansa 45 merkkiä, jotka sopivat laskun siellä

44
00:03:26,060 --> 00:03:28,080
ja poimia ne ylös.

45
00:03:28,080 --> 00:03:33,480
Ja sitten toinen esimerkki viimeisimmän web ohjelmointi ongelma

46
00:03:33,480 --> 00:03:40,760
asetettu distro koodi php emme oikeastaan ​​on yksinkertainen säännöllinen lauseke.

47
00:03:40,760 --> 00:03:46,790
Ja tämä on vain yksinkertaisesti haluavat tarkistaa, jos Web-sivu, joka on läpäissyt

48
00:03:46,790 --> 00:03:51,940
vastaa joko kirjaudutaan sisään tai ulos Rekisteröidy. PHP.

49
00:03:52,220 --> 00:03:57,910
Ja palaavat sitten tosi tai epätosi perusteella, että säännöllisten lausekkeiden haku.

50
00:03:59,400 --> 00:04:01,740
>> Joten kun käytät säännöllinen lauseke?

51
00:04:01,740 --> 00:04:04,820
Miksi olet täällä tänään?

52
00:04:05,330 --> 00:04:08,480
Joten et halua käyttää säännöllisiä lausekkeita, kun siellä on jotain, joka

53
00:04:08,480 --> 00:04:11,640
tekee työtä sinulle vieläkin helpommin.

54
00:04:11,640 --> 00:04:15,510
Joten XML ja HTML ovat oikeastaan ​​aika hankala

55
00:04:15,510 --> 00:04:18,480
kirjoittaa säännöllisiä lausekkeita niin tulemme näkemään hieman.

56
00:04:19,110 --> 00:04:23,280
Joten on omistettu jäsentimiä niistä kielistä.

57
00:04:24,170 --> 00:04:30,060
Sinun on myös oltava kunnossa kompromisseista ja tarkkuus säännöllisesti.

58
00:04:30,060 --> 00:04:36,220
Jos yrität - niin näimme säännöllinen lauseke sähköpostiosoite,

59
00:04:37,370 --> 00:04:42,590
mutta sanovat halusi tiettyyn sähköpostiosoitteeseen ja vähitellen

60
00:04:42,590 --> 00:04:48,570
säännöllinen lauseke voi tulla monimutkaisempi kuin se tarkentui.

61
00:04:49,580 --> 00:04:52,260
Niin että olisi yksi kauppa pois.

62
00:04:52,260 --> 00:04:55,330
Sinun täytyy olla varma, että olet kunnossa päätöksentekoa säännöllinen lauseke.

63
00:04:55,330 --> 00:04:57,920
Jos tiedät tarkalleen mitä olet etsimässä sitä olla järkevää

64
00:04:57,920 --> 00:05:02,070
laittaa aikaa ja kirjoittaa tehokkaampaa jäsennin.

65
00:05:02,070 --> 00:05:06,980
Ja lopuksi on historiallinen ongelma säännöllisyys

66
00:05:06,980 --> 00:05:08,940
ilmaisujen ja kielet.

67
00:05:08,940 --> 00:05:12,960
Säännölliset lausekkeet ovat todella paljon tehokkaampia kuin

68
00:05:12,960 --> 00:05:16,450
säännöllisiä lausekkeita per sanoa muodollisesti.

69
00:05:17,130 --> 00:05:20,150
>> Joten en halua mennä liian pitkälle virallista teoriaa,

70
00:05:20,150 --> 00:05:24,000
mutta useimmilla kielillä, että koodia todellisuudessa eivät ole säännöllisiä.

71
00:05:24,000 --> 00:05:29,110
Ja siksi säännöllisiä lausekkeita joskus ei katsota kaikki turvallista.

72
00:05:29,670 --> 00:05:33,150
Joten periaatteessa on Chomskyn kielten,

73
00:05:33,150 --> 00:05:38,400
ja säännöllisiä lausekkeita on rakentaa käyttämällä liitto, ketjuttamista,

74
00:05:38,400 --> 00:05:41,810
ja Kleenen tähden toimintaa että näemme muutaman minuutin.

75
00:05:43,130 --> 00:05:48,860
Jos olet kiinnostunut teoriassa on aika paljon siellä tapahtuu konepellin alle.

76
00:05:50,360 --> 00:05:55,880
>> Joten lyhyt historia - vain yhteydessä täällä - säännöllinen sarjaa tuli

77
00:05:55,880 --> 00:05:59,580
vuonna 1950, ja sen jälkeen meillä oli yksinkertainen toimittajat, jotka

78
00:05:59,580 --> 00:06:03,300
sisällytetään säännöllisiä lausekkeita - vain etsivät jousille.

79
00:06:03,570 --> 00:06:09,110
Grep - joka on komentorivi työkalu - oli yksi ensimmäisistä

80
00:06:09,110 --> 00:06:14,160
hyvin suosittuja työkaluja, jotka sisällytetään säännöllisiä lausekkeita 1960.

81
00:06:14,160 --> 00:06:20,560
80-luvulla, Perl on rakennettu - on ohjelmointikieli, joka

82
00:06:20,560 --> 00:06:24,110
sisältää säännöllisiä lausekkeita vähälle.

83
00:06:24,550 --> 00:06:30,130
Ja sitten viime aikoina meillä on ollut Perl-yhteensopiva säännöllisten lausekkeiden

84
00:06:30,130 --> 00:06:35,870
pöytäkirjojen periaatteessa muilla kielillä, jotka käyttävät paljon samaa syntaksia.

85
00:06:36,630 --> 00:06:39,840
Tietenkin tärkein tapahtuma oli vuonna 2008

86
00:06:39,840 --> 00:06:43,040
jossa oli ensimmäinen National Regular Expressions Day,

87
00:06:43,040 --> 00:06:47,350
joka mielestäni on kesäkuu 1, jos haluat juhlia sitä.

88
00:06:48,430 --> 00:06:50,840
>> Jälleen vain hieman teoriaa täällä.

89
00:06:52,180 --> 00:06:55,320
Joten on olemassa pari eri tapoja rakentaa säännöllisiä lausekkeita.

90
00:06:55,950 --> 00:07:02,050
Yksi tapa on rakentaa lauseke aiot

91
00:07:02,050 --> 00:07:07,500
ajaa merkkijono tulkita - periaatteessa rakentaa pieni mini-ohjelma, joka

92
00:07:07,500 --> 00:07:11,870
analysoi paloja merkkijono ja nähdä, "Voi, tämä sopii säännöllinen lauseke vai ei?"

93
00:07:12,250 --> 00:07:14,250
Ja sitten ajaa sitä.

94
00:07:14,250 --> 00:07:17,300
Joten jos sinulla on hyvin pieni säännöllinen lauseke, tämä on luultavasti

95
00:07:17,300 --> 00:07:19,380
tehokkain tapa tehdä se.

96
00:07:20,090 --> 00:07:25,420
Ja sitten jos - toinen vaihtoehto on pitää jälleenrakentamista

97
00:07:25,420 --> 00:07:30,260
ilmaisun kuten mennä, ja että on simuloida mahdollisuus.

98
00:07:30,440 --> 00:07:37,690
Ja nämä Ensimmäisissä säännöllinen lauseke algoritmit

99
00:07:37,690 --> 00:07:44,330
suhteellisen yksinkertainen ja suhteellisen nopeasti, mutta ei ole paljon joustavuutta.

100
00:07:44,330 --> 00:07:47,500
Joten tehdä vielä joitakin asioita, että olemme menossa katsomaan

101
00:07:47,500 --> 00:07:52,860
Tänään olemme joutuneet tekemään monimutkaisempia säännöllinen lauseke

102
00:07:52,860 --> 00:07:56,650
toteutukset ovat potentiaalisesti paljon hitaampi, niin että on jotain mielessä

103
00:07:57,510 --> 00:08:02,920
Mukana on myös säännöllisiä lausekkeita kieltäminen hyökkäys erilaisia

104
00:08:02,920 --> 00:08:08,330
että hyödynnetään näitä uudempia toteutuksia

105
00:08:08,330 --> 00:08:10,930
säännöllisiä lausekkeita tulla hyvin monimutkainen.

106
00:08:11,570 --> 00:08:15,650
Ja paljon samassa mielessä kuin näimme puskurin ylivuoto hyökkäyksiä,

107
00:08:15,650 --> 00:08:21,610
sinulla on hyökkäyksiä, jotka toimivat tekemällä rekursiivinen silmukoita

108
00:08:21,610 --> 00:08:24,400
ylitys kapasiteetti muistia.

109
00:08:24,780 --> 00:08:29,540
Ja muuten Regexen on yksi virallisista taivutusmuodot säännöllisen lausekkeen

110
00:08:29,540 --> 00:08:32,890
vastaavasti härkien anglosaksisen.

111
00:08:33,500 --> 00:08:40,169
>> Okei, joten Python kirjasto monet teistä täällä henkilö on Macit,

112
00:08:40,169 --> 00:08:43,860
joten voit itse vetää tämän ylös näytön.

113
00:08:43,860 --> 00:08:47,480
Säännölliset lausekkeet on rakennettu Python.

114
00:08:48,070 --> 00:08:53,020
Ja niin Python on esiasennettu Mac ja myös verkossa tästä linkistä.

115
00:08:53,770 --> 00:08:57,350
Joten jos olet katsomassa voit keskeyttää ja varmista, että sinulla on Python

116
00:08:58,080 --> 00:09:00,170
niin soitamme täällä.

117
00:09:00,780 --> 00:09:06,420
On käsikirja verkossa, joten jos vain kirjoittaa Python tietokoneeseen

118
00:09:06,420 --> 00:09:10,500
huomaatte, että versio tulee esille terminaaliin.

119
00:09:11,070 --> 00:09:17,720
Olen siis jos linkki käsikirjan versio 2 Python sekä lunttilappua.

120
00:09:17,720 --> 00:09:23,100
On Version 3 Python, mutta Mac ei välttämättä

121
00:09:23,100 --> 00:09:25,130
mukana, että esiasennettu.

122
00:09:25,130 --> 00:09:27,360
Joten ei ole kovin erilainen.

123
00:09:27,360 --> 00:09:33,270
Okei, joten joitakin perusasioita käyttäen säännöllisiä lausekkeita Python.

124
00:09:34,080 --> 00:09:42,650
>> Joten tässä käytin hyvin yksinkertainen ilme, joten tein Python tuonti uudelleen

125
00:09:43,750 --> 00:09:47,070
ja sitten otti tulos re.search.

126
00:09:47,070 --> 00:09:49,910
Ja haku kestää 2 argumentteja.

127
00:09:49,910 --> 00:09:56,040
Ensimmäinen on säännöllinen lauseke, ja toinen on teksti

128
00:09:56,040 --> 00:09:58,290
tai merkkijono haluat analysoida.

129
00:09:58,290 --> 00:10:01,210
Ja sitten tulostaa result.group.

130
00:10:01,580 --> 00:10:05,860
Nämä ovat siis 2 perustoiminnot aiomme nähdä tänään

131
00:10:06,790 --> 00:10:10,170
oppimaan säännöllisiä lausekkeita.

132
00:10:10,170 --> 00:10:12,880
Joten Jakaessaan säännöllinen lauseke täällä

133
00:10:12,880 --> 00:10:21,770
h ja sitten \ w ja m niin \ w vain ottaa mitään kirjainmerkki siellä.

134
00:10:21,850 --> 00:10:26,820
Joten tässä etsimme "h" ja sitten toinen kirjainmerkki

135
00:10:26,820 --> 00:10:30,060
ja sitten m, joten tässä että sopisi kinkkua

136
00:10:30,060 --> 00:10:34,480
in, "Abraham Lincoln ja kinkkua voileipiä."

137
00:10:35,040 --> 00:10:37,150
Tämä on seurausta kyseisen ryhmän.

138
00:10:37,680 --> 00:10:43,130
Toinen asia, että voimme tehdä, on käyttää ennen jouset tekstiä Python.

139
00:10:43,130 --> 00:10:46,220
Joten kai aion mennä eteenpäin ja vedä, että täällä.

140
00:10:46,220 --> 00:10:49,210
Python tuonti uudelleen.

141
00:10:50,070 --> 00:10:54,000
Ja jos tekisin saman - sanokaamme teksti on,

142
00:10:55,390 --> 00:11:00,800
"Abraham," meidän suurentaa - sinne siis.

143
00:11:01,610 --> 00:11:06,430
Teksti on "Abraham syö kinkkua."

144
00:11:07,460 --> 00:11:15,260
Okei, ja sitten tulos = re.search.

145
00:11:16,260 --> 00:11:22,020
Ja sitten meidän ilmaisu voi olla h, ja niin aion tehdä piste m.

146
00:11:22,020 --> 00:11:26,280
Joten piste vie tahansa merkki, joka ei ole uuden linjan mukaan lukien lukumäärät,

147
00:11:26,280 --> 00:11:28,650
prosenttiosuus merkkejä, jotain sellaista.

148
00:11:28,650 --> 00:11:38,030
Ja sitten teksti - puomi - ja sitten result.group--joo.

149
00:11:38,030 --> 00:11:41,820
Niin, että on kuinka tehdä perus-toiminnallisuus täällä.

150
00:11:42,300 --> 00:11:55,110
Jos meillä olisi teksti rengas, joka - se hullu teksti - mukana sanoa paljon takaisin viiltää

151
00:11:55,110 --> 00:12:01,180
ja jousille sisällä ja asioita, jotka voisi näyttää tilanvaihdot,

152
00:12:01,180 --> 00:12:08,480
sitten luultavasti halua käyttää raaka tekstinsyöttöä varmistaa, että hyväksytään.

153
00:12:08,480 --> 00:12:14,120
Ja se vain näyttää, että.

154
00:12:14,120 --> 00:12:17,810
Joten jos etsimme kullekin niistä on meidän ei pitäisi löytyä mitään.

155
00:12:19,070 --> 00:12:21,680
Mutta se on miten sen toteuttaisi, juuri ennen merkkijono

156
00:12:21,680 --> 00:12:24,990
säännöllinen lauseke laitat r-kirjain.

157
00:12:26,150 --> 00:12:30,260
>> Okei, joten meidän pitää käynnissä.

158
00:12:30,260 --> 00:12:33,730
Okei - niin Katsokaamme pari toistuvia kuvioita täällä.

159
00:12:34,750 --> 00:12:39,150
Niin yksi asia, jonka haluat tehdä, on toistaa asioita

160
00:12:40,040 --> 00:12:42,480
kun etsivät tekstin läpi.

161
00:12:42,480 --> 00:12:48,300
Joten tehdä seuraa niin monta b - teet ab *.

162
00:12:48,630 --> 00:12:51,620
Ja sitten on joukko muita sääntöjä liikaa.

163
00:12:51,620 --> 00:12:54,380
Ja voit katsoa kaikki nämä ylös, minä vain ajaa läpi joitakin

164
00:12:54,380 --> 00:12:57,630
yleisimmin käytetty niistä.

165
00:12:57,630 --> 00:13:03,920
Joten ab + on seuraa mitään N suurempi kuin 0 b.

166
00:13:04,510 --> 00:13:08,000
ab? on sen jälkeen 0 tai 1 b.

167
00:13:09,190 --> 00:13:18,580
ab {N} on sen jälkeen N b, jälkeen ja niin edelleen.

168
00:13:18,580 --> 00:13:22,820
Jos sinulla on 2 numeroa aaltosulkeiden olet määritellään alue

169
00:13:23,300 --> 00:13:25,440
joka voi olla mahdollisesti sovitettu.

170
00:13:26,390 --> 00:13:30,420
Joten me tarkastelemme enemmän pari toistuvia kuvioita minuutin.

171
00:13:31,960 --> 00:13:42,300
Joten 2 asioita pitää mielessä, kun käytät näitä kaavoja työkaluja täällä.

172
00:13:42,300 --> 00:13:52,120
Joten sanoa haluamme tarkastella HM, "Abraham Lincoln tekee kinkkua voileipiä."

173
00:13:52,120 --> 00:13:55,230
Joten vaihdoin Abraham Lincolnin nimen Abraham.

174
00:13:55,230 --> 00:14:00,290
Ja nyt etsimme mitä palautetaan tämän hakutoiminto,

175
00:14:00,290 --> 00:14:03,270
ja se palauttaa vain kinkkua tässä tapauksessa.

176
00:14:03,620 --> 00:14:08,080
Ja se, että koska haku vain luonnollisesti vie eniten vasemmalla jono.

177
00:14:08,080 --> 00:14:12,130
Ja kaikki säännöllisiä lausekkeita ellet muuta tekee sen.

178
00:14:12,830 --> 00:14:18,880
Jos halusimme löytää kaikki on toiminto, joka - löytää kaikki.

179
00:14:18,880 --> 00:14:35,100
Niin, että voisi vain näyttää kaikki = re.findall (h.m ", teksti)

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

181
00:14:44,540 --> 00:14:51,040
Kaikki tuottaa sekä kinkkua ja kinkkua, tässä tapauksessa molemmat jousille Abraham kunkin kinkkua.

182
00:14:51,610 --> 00:14:55,110
Niin, että on toinen vaihtoehto.

183
00:14:56,250 --> 00:15:06,940
>> Suuri. Toinen asia pitää mielessä on, että säännöllisiä lausekkeita ottaa suurin intuitiivisesti.

184
00:15:06,940 --> 00:15:09,520
Katsokaamme tätä esimerkkiä.

185
00:15:10,200 --> 00:15:16,070
Teimme että eniten vasemmalla täältä, ja sitten yritin suurempi haku

186
00:15:16,070 --> 00:15:18,800
käyttäen Kleenen tähden operaattori.

187
00:15:18,800 --> 00:15:24,180
Joten, "Abraham Lincoln tekee kinkkua voileipiä," ja minä vain sai takaisin

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

189
00:15:26,280 --> 00:15:31,670
Syynä tähän virhe oli, että olisin voinut ottaa minkä tahansa määrän

190
00:15:31,670 --> 00:15:36,140
h on koska en määritä mitään mennä välillä h ja m.

191
00:15:36,140 --> 00:15:42,010
Ainoa esimerkki on, että oli m - vain esimerkkejä siellä m sen

192
00:15:42,010 --> 00:15:46,220
ja rajoittamattoman määrän h: n oli vain merkkijono m.

193
00:15:46,490 --> 00:15:51,850
Sitten yritin uudestaan, sanoin, "Okei, jatkakaamme todellinen suurin ryhmä täällä."

194
00:15:51,850 --> 00:15:59,670
Ja sitten tein h.. * M, joten palaa aivan mitä tahansa merkkejä välillä h ja m.

195
00:16:00,280 --> 00:16:02,950
Ja jos olet lähtemässä pois ja ajatella, "Oh, okei, hyvin tämä

196
00:16:02,950 --> 00:16:11,560
saada minut kinkkua, "se todella vie kaiken h Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
kaikki tavalla jopa loppuun kinkkua.

198
00:16:14,040 --> 00:16:18,110
Se on ahne, se näkee h - kaikki tämä muu teksti - m,

199
00:16:18,110 --> 00:16:21,280
ja että on mitä se tekee sisään

200
00:16:22,060 --> 00:16:27,480
Tämä on erityisen törkeä - tämä on ominaisuus voimme myös

201
00:16:27,480 --> 00:16:30,670
täsmennettävä se ei ole ahne käyttää muita toimintoja.

202
00:16:31,480 --> 00:16:34,490
Mutta tämä on jotain meidän on pidettävä mielessä erityisesti

203
00:16:34,490 --> 00:16:38,720
kun tarkastellaan HTML tekstiä, mikä on yksi syy, että

204
00:16:38,720 --> 00:16:41,500
säännöllisiä lausekkeita ovat vaikeita HTML.

205
00:16:42,460 --> 00:16:46,310
Koska jos sinulla on HTML avoin koodi ja sitten paljon tavaraa keskellä

206
00:16:46,310 --> 00:16:49,820
ja sitten jotkut muut HTML suljettu tag paljon myöhemmin ohjelmassa,

207
00:16:49,820 --> 00:16:55,420
olet juuri syönyt paljon html-koodiin mahdollisesti vahingossa.

208
00:16:56,200 --> 00:17:01,840
>> Okei - niin enemmän erikoismerkkejä, kuten monet muut kielet,

209
00:17:01,840 --> 00:17:04,780
me voimme päästä pakoon käyttäen slash.

210
00:17:04,780 --> 00:17:10,329
Joten voimme käyttää piste määrittää minkä tahansa merkin paitsi uuden linjan.

211
00:17:10,329 --> 00:17:14,550
Voimme käyttää paeta w mahdolliset kirjainmerkki.

212
00:17:14,550 --> 00:17:20,329
Ja vastaavasti paeta d tahansa kokonaisluku - numeerinen luonnetta.

213
00:17:20,630 --> 00:17:27,440
Voimme määritellä - voimme käyttää suluissa määrittää liittyviä ilmaisuja.

214
00:17:27,440 --> 00:17:30,970
Joten tämä hyväksyisi, b tai c.

215
00:17:31,320 --> 00:17:37,000
Ja voimme myös määrittää tai vaihtoehtoja joko a tai b.

216
00:17:37,000 --> 00:17:41,110
Esimerkiksi - jos etsimme useita mahdollisuuksia

217
00:17:41,110 --> 00:17:44,940
Suluissa voisimme käyttää tai operaattori kuten -

218
00:17:44,940 --> 00:17:52,480
joten palatkaamme tähän esimerkki tästä.

219
00:17:53,000 --> 00:17:59,790
Ja nyt ottakaamme - palatkaamme tähän esimerkki tästä, ja sitten

220
00:17:59,790 --> 00:18:12,290
ottaa ae - niin tämän pitäisi palata - Kai tämä on vielä Abraham.

221
00:18:12,290 --> 00:18:17,410
Joten tämä - jos teemme kaiken - suuri.

222
00:18:17,410 --> 00:18:22,700
Olkaamme siis päivittää tekstiä täällä.

223
00:18:22,700 --> 00:18:34,690
"Abraham syö kinkkua kun Hemming hänen - kun Hemming." Suuri.

224
00:18:44,090 --> 00:18:47,330
Kaikki. Suuri. Nyt saamme kinkkua, kinkkua, ja helmassa.

225
00:18:48,510 --> 00:18:59,370
Vaikka hemming - vaikka hyräillä hänelle - vaikka hyräillä helmaan häntä. Suuri.

226
00:19:00,350 --> 00:19:03,250
Sama juttu.

227
00:19:03,820 --> 00:19:09,180
Nyt kaikki palaa edelleen vain kinkkua, kinkkua, ja helmassa ilman poimien humina tai häntä.

228
00:19:09,940 --> 00:19:22,600
Suuri - niin mitä jos halusimme katsoa, ​​että joko - jotta voisimme myös tehdä

229
00:19:23,510 --> 00:19:33,810
häntä tai - palaamme siihen.

230
00:19:34,810 --> 00:19:45,760
Okei - niin - kaikki hyvin - tehtävissä voit käyttää myös järjestelmäkohdistimen tai dollarin merkki

231
00:19:45,760 --> 00:19:49,350
täsmentää, että etsit jotain alussa tai lopussa merkkijono.

232
00:19:50,260 --> 00:19:52,260
Tai alussa tai lopussa sanan.

233
00:19:52,400 --> 00:19:54,470
Tämä on yksi tapa käyttää sitä.

234
00:19:55,630 --> 00:20:01,160
>> Okei - niin olkaamme leikkiä hieman suurempi tekstialue.

235
00:20:03,950 --> 00:20:08,310
Sanokaamme tämä rivi täällä - tämä lausuma täällä.

236
00:20:08,310 --> 00:20:11,360
Voima säännöllinen lauseke on, että ne voidaan määrittää malleja

237
00:20:11,360 --> 00:20:13,390
ei vain kiinteä merkkiä.

238
00:20:14,900 --> 00:20:18,790
Tehkäämme - kutsukaamme tämän lohkon.

239
00:20:22,400 --> 00:20:27,110
Silloin saamme lukea kaikki, että sisään

240
00:20:28,890 --> 00:20:50,820
Ja sitten on - tehkäämme kaikki =, niin mitkä ovat asioita, että voisimme etsiä täällä kannattavasti?

241
00:20:50,820 --> 00:20:54,070
Voisimme etsiä ilmaisua korvaan.

242
00:20:55,050 --> 00:21:01,520
Ei kovin mielenkiintoinen. Miten olisi? Saa nähdä mitä tapahtuu.

243
00:21:03,710 --> 00:21:05,710
Annoin sen ongelma.

244
00:21:06,380 --> 00:21:10,750
Joten mikä tahansa joukko asioita ennen uudelleen ja kaikki.

245
00:21:10,750 --> 00:21:15,630
Niin, että pitäisi palata kaiken alusta asti kaikki uudelleen ehkä pari kertaa.

246
00:21:18,800 --> 00:21:21,970
Ja sitten täällä on voima säännöllisiä lausekkeita on, että ne

247
00:21:21,970 --> 00:21:24,900
voidaan määrittää malleja ei vain merkkejä tästä ovat.

248
00:21:24,900 --> 00:21:28,510
Joten kaikki tavalla jopa lopulliseen uudelleen, se alkoi vasemmalta eniten ja oli ahne.

249
00:21:30,710 --> 00:21:32,710
Katsokaamme - mitä muuta voisimme etsiä.

250
00:21:32,710 --> 00:21:39,860
Oletan, yksi asia, jos olisit kiinnostunut etsivät pronominit hän ja hän,

251
00:21:39,860 --> 00:21:44,600
voisit tarkistaa s on 0 tai 1.

252
00:21:44,600 --> 00:21:49,710
ja ilmaisun hän, ja se on todennäköisesti aio palata -

253
00:21:49,710 --> 00:21:58,020
oh, kai se palasi hän koska etsimme voima, joka päivä, täällä.

254
00:22:00,590 --> 00:22:06,270
Pyrkikäämme täsmensi, että tämän on tultava alussa jotain.

255
00:22:06,640 --> 00:22:09,530
Katsokaamme, jos putoaa.

256
00:22:09,530 --> 00:22:19,630
Joten voimme tehdä rasvaa, ja siellä emme saa mitään, koska hän ja hän

257
00:22:19,630 --> 00:22:22,870
eivät esiinny tämän lauseen.

258
00:22:24,960 --> 00:22:30,410
Suuri. Okei - niin takaisin kissa täällä.

259
00:22:30,410 --> 00:22:35,720
Niin monimutkaisia ​​kuvioita vahingoittaa aivoja.

260
00:22:35,720 --> 00:22:40,500
Joten siksi käytämme säännöllisiä lausekkeita välttää näitä kysymyksiä.

261
00:22:40,820 --> 00:22:43,520
>> Joten tässä on joitakin muita hyödyllisiä tiloja voit leikkiä.

262
00:22:43,520 --> 00:22:50,290
Me katsoimme haku tänään, mutta voit käyttää myös ottelu, split, findall, ja ryhmät.

263
00:22:50,290 --> 00:22:53,970
Joten muita hienoja asioita voit tehdä säännöllisiä lausekkeita lisäksi vain

264
00:22:53,970 --> 00:22:58,870
etsivät malleja on ryhtynyt kuvio ja pitämällä kaikki ottelut -

265
00:22:58,870 --> 00:23:02,530
muuttujat - ja sitten käyttää niitä oman koodin myöhemmin.

266
00:23:02,850 --> 00:23:05,980
Se voi olla varsin hyödyllistä. Muut asiat saattavat laskea.

267
00:23:05,980 --> 00:23:11,720
Joten voimme luottaa määrän kopioita mainittu merkkijono,

268
00:23:11,720 --> 00:23:13,960
ja sitähän voimme käyttää ryhmiä.

269
00:23:13,960 --> 00:23:17,550
Ja muut tilat sekä ovat myös mahdollisia.

270
00:23:18,040 --> 00:23:22,980
Joten haluan vain puhua vähän enemmän muita tapoja voit käyttää säännöllisiä lausekkeita.

271
00:23:22,980 --> 00:23:29,100
>> Joten yksi edistyksellinen sovellus on sumeaa hakua.

272
00:23:29,100 --> 00:23:33,450
Joten jos etsit tekstin ilmaisua, Julius Caesar,

273
00:23:33,450 --> 00:23:37,740
ja näet joko Gaius Julius Caesar tai nimi Julius Caesar muilla kielillä,

274
00:23:37,740 --> 00:23:44,400
niin ehkä myös haluat määrittää painoa näitä arvoja.

275
00:23:44,400 --> 00:23:48,930
Ja jos se on tarpeeksi lähellä - jos se ylittää tietyn kynnyksen - niin haluat

276
00:23:48,930 --> 00:23:50,860
pystyä hyväksymään Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
Joten on olemassa pari eri toteutuksia, että muutamia muita kieliä kuin hyvin.

278
00:24:02,580 --> 00:24:08,420
Tässä muutamia muita työkaluja, Regex Pal - kätevä sovellus verkossa

279
00:24:08,420 --> 00:24:12,190
tarkistaa, onko säännöllisiä lausekkeita koostuvat oikein.

280
00:24:12,190 --> 00:24:18,500
On myös erillistyökalut, että voit alkaa työpöydällesi

281
00:24:18,500 --> 00:24:22,100
kuten Ultra Pico, ja sekä juuri keittokirjoja.

282
00:24:22,100 --> 00:24:25,410
Joten jos olet tekemässä projekti, johon ton säännöllisiä lausekkeita

283
00:24:25,410 --> 00:24:29,810
tämä on luultavasti paikka mennä ulkopuolella tänään.

284
00:24:31,520 --> 00:24:35,770
Ja sitten vain antaa sinulle käsityksen siitä, miten yhteistä se on

285
00:24:35,770 --> 00:24:44,090
on grep Unix-, Perl on sisäänrakennettu, ja C on PCRE for C.

286
00:24:44,090 --> 00:24:48,890
Ja sitten kaikki nämä muut kielet on myös säännöllinen lauseke paketit

287
00:24:48,890 --> 00:24:52,020
jotka toimivat periaatteessa samaa syntaksia saimme maistaa tänään.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, ja niin edelleen.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search on todella syytä mainita, se on yksi

290
00:24:58,980 --> 00:25:05,720
suhteellisen vähän hakemuksia siellä, että kansalaiset voivat käyttää

291
00:25:05,720 --> 00:25:07,800
sen tietokantaan käyttäen säännöllisiä lausekkeita.

292
00:25:07,800 --> 00:25:12,920
Joten jos näytät Google Code Search löydät koodin

293
00:25:12,920 --> 00:25:16,880
jos etsit esimerkiksi siitä, kuinka toiminto voidaan käyttää,

294
00:25:16,880 --> 00:25:21,610
voit käyttää säännöllinen lauseke löytää, että toimintoa käytetään kaikenlaisia ​​erilaisia ​​tapauksia.

295
00:25:21,610 --> 00:25:28,000
Voisit etsiä fwrite, ja sitten voit etsiä lipun kirjoittaa tai lukea

296
00:25:28,000 --> 00:25:32,000
jos halusi esimerkki fwrite käytetään tällöin.

297
00:25:33,530 --> 00:25:37,010
Joten sama asia siellä, ja tässä on joitakin viittauksia.

298
00:25:37,010 --> 00:25:40,990
Tämä on saatavilla verkossa samoin, niin menee eteenpäin, jos

299
00:25:40,990 --> 00:25:45,560
haluat tarkastella Python, grep, Perl - haluat vain saada inspiraatiota

300
00:25:45,560 --> 00:25:50,650
tai jos haluat näyttää enemmän teorian tässä on muutamia hyviä hyppäämällä paikkoja.

301
00:25:50,650 --> 00:25:53,870
Paljon kiitoksia.

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