1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [სემინარი თემაზე: მატრიცული შესაბამისი რეგულარული გამოსახულებების]

2
00:00:02,000 --> 00:00:04,000
[ჯონ Mussman-ჰარვარდის უნივერსიტეტი]

3
00:00:04,000 --> 00:00:07,220
[ეს არის CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okay. ასევე, მისასალმებელია ყველას. ეს არის CS50 2012.

5
00:00:11,780 --> 00:00:16,610
ჩემი სახელი არის იოანე, და მე ვიქნები ვსაუბრობთ დღეისათვის რეგულარული გამოსახულებების შეყვანა.

6
00:00:16,610 --> 00:00:22,530
რეგულარული გამოსახულებების, პირველ რიგში ინსტრუმენტი, არამედ ზოგჯერ

7
00:00:22,530 --> 00:00:28,650
კოდის აქტიურად არსებითად ემთხვევა ნიმუშების და სიმებიანი.

8
00:00:28,650 --> 00:00:33,800
ასე რომ, აქ არის ვებ კომიკური საწყისი xkcd.

9
00:00:34,440 --> 00:00:42,370
ამ კომიკური არსებობს მკვლელობის საიდუმლო, სადაც მკვლელი აქვს

10
00:00:42,370 --> 00:00:47,860
მოჰყვება ვინმე შვებულებაში, და გმირები უნდა

11
00:00:47,860 --> 00:00:52,500
ძებნის მეშვეობით 200 მბ წერილებს ეძებს მისამართი.

12
00:00:52,500 --> 00:00:56,090
ისინი დაახლოებით დათმობას, როცა ვინმე, ვინც იცის, რეგულარული გამოსახულებების -

13
00:00:56,090 --> 00:01:00,550
სავარაუდოდ superhero - swoops ქვემოთ და წერს რაღაც კოდი

14
00:01:00,550 --> 00:01:02,970
და წყვეტს მკვლელობის საიდუმლო.

15
00:01:02,970 --> 00:01:07,370
ასე რომ, სავარაუდოდ, რომელიც იქნება ის, რასაც თქვენ მიეცეთ უნდა გააკეთოს

16
00:01:07,370 --> 00:01:09,370
ამის შემდეგ სემინარს.

17
00:01:09,370 --> 00:01:12,250
ჩვენ უბრალოდ აპირებს უზრუნველყოფს მოკლე შესავალი ენა

18
00:01:12,250 --> 00:01:16,770
და გაძლევთ საკმარისი wherewithal წასვლა მას შემდეგ უფრო მეტი რესურსების საკუთარი.

19
00:01:17,680 --> 00:01:21,700
>> ასე რომ, რეგულარული გამოსახულებების გამოიყურება ძირითადად მოსწონს ეს.

20
00:01:22,930 --> 00:01:25,550
ეს არის რეგულარული გამოხატვის Ruby.

21
00:01:25,550 --> 00:01:29,280
ეს არ არის საშინლად სხვადასხვა სხვადასხვა ენაზე.

22
00:01:29,690 --> 00:01:37,630
ჩვენ გვყავს მხოლოდ დახრილ ხაზებს უნდა დაიწყოს და მარკ რეგულარული გამოხატვის Ruby.

23
00:01:37,630 --> 00:01:42,880
და ეს არის რეგულარული გამოხატვის მოსაძებნად წელს ელექტრონულ მისამართზე ნიმუში.

24
00:01:42,880 --> 00:01:49,160
ასე რომ, ჩვენ ვხედავთ, პირველ ცოტა გამოიყურება ნებისმიერი ალფანუმერული ხასიათი.

25
00:01:50,500 --> 00:01:54,880
ეს იმიტომ, რომ მისამართით ხშირად უნდა დავიწყოთ ანბანურ ხასიათი.

26
00:01:55,460 --> 00:01:59,330
და მაშინ რაიმე განსაკუთრებული ხასიათი მოჰყვა @ სიმბოლო.

27
00:01:59,330 --> 00:02:03,260
შემდეგ კი იგივე, რაც დომენის სახელი.

28
00:02:03,260 --> 00:02:10,030
და მაშინ შორის 2 და 4 ციფრები, მოსაძებნად. Com,. Net და ასე შემდეგ.

29
00:02:10,850 --> 00:02:13,200
ასე რომ, კიდევ ერთი მაგალითი იმისა, თუ რეგულარული გამოსახულება.

30
00:02:13,200 --> 00:02:17,270
ასე რომ, რეგულარული გამოსახულებების არიან ოქმები მოძიების patters ტექსტში.

31
00:02:17,270 --> 00:02:21,130
ისინი შედარება, selections და გადაჯგუფების.

32
00:02:21,690 --> 00:02:27,970
ასე რომ, მესამე მაგალითი მოძიებაში ყველა ტელეფონის ნომრები დამთავრებული 54 დირექტორია.

33
00:02:27,970 --> 00:02:34,360
ასე რომ, სანამ დავით rips up CS50 დირექტორია, ჩვენ ვერ მოსაძებნად

34
00:02:34,360 --> 00:02:40,450
ნიმუში, სადაც ჩვენ ფრჩხილებში შემდეგ 3 ნომერი შემდეგ დასრულდება ფრჩხილებში,

35
00:02:40,450 --> 00:02:44,070
კიდევ 3 ნომრები, ტირე, 2 ნომრები, ხოლო შემდეგ 54.

36
00:02:44,070 --> 00:02:48,310
და ეს იქნება არსებითად, თუ როგორ ამუშავება რეგულარული გამოსახულებანი მოძიება, რომ.

37
00:02:49,150 --> 00:02:52,960
>> ასე რომ, არსებობს - ჩვენ გავაკეთეთ რამდენიმე რამ CS50, რომლებიც ცოტათი ჰგავდა

38
00:02:52,960 --> 00:02:59,740
რეგულარული გამოსახულებების, ასე - მაგალითად - in dictionary.C ფაილი

39
00:02:59,740 --> 00:03:04,720
for მართლწერის შემოწმება პრობლემა კომპლექტი შეგიძლიათ არ გამოიყენება fscanf

40
00:03:04,720 --> 00:03:07,930
წაკითხვის შემდეგ სიტყვა ლექსიკონი.

41
00:03:07,930 --> 00:03:16,240
და თქვენ ხედავთ პროცენტული 45s ეძებს სიმებიანი 45 სიმბოლოს.

42
00:03:16,240 --> 00:03:20,020
ასე რომ, ეს გარკვეულწილად, როგორიცაა rudimentary რეგულარული გამოსახულება.

43
00:03:21,150 --> 00:03:26,060
და შეგიძლიათ რაიმე 45 პერსონაჟი, რომელიც შეესაბამება კანონპროექტის არსებობს

44
00:03:26,060 --> 00:03:28,080
და გააშუქა იმ up.

45
00:03:28,080 --> 00:03:33,480
შემდეგ კი მეორე მაგალითი თავის უკანასკნელ ვებ პროგრამირების პრობლემა

46
00:03:33,480 --> 00:03:40,760
მითითებული დისტრიბუტივისაა კოდი php ჩვენ რეალურად გვაქვს მარტივი რეგულარული გამოსახულება.

47
00:03:40,760 --> 00:03:46,790
ეს ერთი უბრალოდ ეძებს შესამოწმებლად ვებ გვერდზე, რომელიც ჩაიარა

48
00:03:46,790 --> 00:03:51,940
შეესაბამება ან გაიაროთ გამოსვლის რეგისტრაცია. PHP.

49
00:03:52,220 --> 00:03:57,910
და მაშინ დაბრუნების ჭეშმარიტი ან ცრუ საფუძველზე, რომ რეგულარული გამოხატვის დამთხვევა.

50
00:03:59,400 --> 00:04:01,740
>> ასე რომ, როდესაც იყენებთ რეგულარული გამოსახულება?

51
00:04:01,740 --> 00:04:04,820
რა გინდა აქ დღეს?

52
00:04:05,330 --> 00:04:08,480
ასე რომ თქვენ არ გსურთ გამოიყენოთ რეგულარული გამოსახულებანი, როდესაც რაღაც, რაც

53
00:04:08,480 --> 00:04:11,640
არ სამუშაო თქვენთვის კიდევ უფრო ადვილად.

54
00:04:11,640 --> 00:04:15,510
ასე რომ, XML და HTML რეალურად საკმაოდ სახიფათო

55
00:04:15,510 --> 00:04:18,480
დაწერა რეგულარული გამოსახულებების, რადგან, როგორც ჩვენ ვხედავთ ცოტა.

56
00:04:19,110 --> 00:04:23,280
ასე რომ, არსებობს სპეციალური parsers მათთვის, ენებზე.

57
00:04:24,170 --> 00:04:30,060
თქვენ ასევე უნდა იყოს okay ერთად ვაჭრობის ღ და სიზუსტეს ხშირად.

58
00:04:30,060 --> 00:04:36,220
თუ თქვენ ცდილობთ - ასე დავინახეთ რეგულარული გამოხატვის ელექტრონული ფოსტის მისამართი,

59
00:04:37,370 --> 00:04:42,590
მაგრამ ამბობენ, რომ თქვენ სურდა კონკრეტული ელექტრონული ფოსტის მისამართი და თანდათან

60
00:04:42,590 --> 00:04:48,570
რეგულარული გამოსახულება შეიძლება უფრო რთული გახდა უფრო ზუსტი.

61
00:04:49,580 --> 00:04:52,260
ასე, რომ ეს იქნება პირველი სავაჭრო მოედანი.

62
00:04:52,260 --> 00:04:55,330
თქვენ უნდა იყოს დარწმუნებული, რომ თქვენ okay მიღების ერთად რეგულარული გამოსახულება.

63
00:04:55,330 --> 00:04:57,920
თუ იცით ზუსტად რას ეძებენ ეს შეიძლება უფრო გრძნობა

64
00:04:57,920 --> 00:05:02,070
იმისათვის, რომ ამ დროს და წერა უფრო ეფექტური parser.

65
00:05:02,070 --> 00:05:06,980
და ბოლოს, არსებობს ისტორიული საკითხი სისტემატურ

66
00:05:06,980 --> 00:05:08,940
საქართველოს გამონათქვამების და ენებზე.

67
00:05:08,940 --> 00:05:12,960
რეგულარული გამოსახულებების რეალურად ბევრად უფრო ძლიერი ვიდრე

68
00:05:12,960 --> 00:05:16,450
რეგულარული გამოსახულებების პოსტი ამბობენ ფორმალური გაგებით.

69
00:05:17,130 --> 00:05:20,150
>> ასე რომ, მე არ მინდა, რომ ასე შორს შევიდა ფორმალური თეორია,

70
00:05:20,150 --> 00:05:24,000
მაგრამ ყველაზე ენებზე, რომ ჩვენ კოდექსის რეალურად არ არის რეგულარული.

71
00:05:24,000 --> 00:05:29,110
და სწორედ ამიტომ რეგულარული გამოსახულებების ზოგჯერ არ განიხილება ყველა რომ უსაფრთხო.

72
00:05:29,670 --> 00:05:33,150
ასე რომ, ძირითადად, არსებობს ხომსკი იერარქია ენებზე,

73
00:05:33,150 --> 00:05:38,400
და რეგულარული გამოსახულებების არიან დაამყარონ გამოყენებით გაერთიანება, გაერთიანების,

74
00:05:38,400 --> 00:05:41,810
და Kleene ვარსკვლავი ოპერაცია, რომ ჩვენ ვხედავთ რამდენიმე წუთში.

75
00:05:43,130 --> 00:05:48,860
თუ თქვენ დაინტერესებული თეორიულად არსებობს საკმაოდ ბევრი იქ ქვეშ hood.

76
00:05:50,360 --> 00:05:55,880
>> ასე მოკლე ისტორია - მხოლოდ კონტექსტიდან აქ - რეგულარული კომპლექტი გამოვიდა

77
00:05:55,880 --> 00:05:59,580
1950 და შემდეგ გვქონდა მარტივი რედაქტორები, რომ

78
00:05:59,580 --> 00:06:03,300
შემადგენლობაში რეგულარული გამოსახულებების - უბრალოდ ეძებს strings.

79
00:06:03,570 --> 00:06:09,110
Grep - ეს ბრძანება ხაზი ინსტრუმენტი - ერთი პირველი

80
00:06:09,110 --> 00:06:14,160
ძალიან პოპულარული ინსტრუმენტი, რომელიც მოიცავს რეგულარული გამოსახულებების in 1960.

81
00:06:14,160 --> 00:06:20,560
In '80s, Perl აშენდა - არის პროგრამირების ენა, რომელიც

82
00:06:20,560 --> 00:06:24,110
აერთიანებს რეგულარული გამოსახულებების ძალიან ორგანიზაციის.

83
00:06:24,550 --> 00:06:30,130
შემდეგ კი უფრო მეტ გვქონდა Perl თავსებადი რეგულარული გამოსახულებანი

84
00:06:30,130 --> 00:06:35,870
ოქმები ძირითადად სხვა ენებზე რომ გამოიყენოთ ბევრი იგივე სინტაქსი.

85
00:06:36,630 --> 00:06:39,840
რა თქმა უნდა, ყველაზე მნიშვნელოვანი მოვლენა იყო 2008 წელს

86
00:06:39,840 --> 00:06:43,040
სადაც პირველი ეროვნული რეგულარული გამოხატვის Day,

87
00:06:43,040 --> 00:06:47,350
რაც მიმაჩნია, არის 1 ივნისს, თუ გსურთ აღსანიშნავად, რომ.

88
00:06:48,430 --> 00:06:50,840
>> ისევ, უბრალოდ ცოტა მეტი თეორია აქ.

89
00:06:52,180 --> 00:06:55,320
ასე რომ, არსებობს რამოდენიმე განსხვავებული გზა მშენებლობის რეგულარული გამოსახულებების შეყვანა.

90
00:06:55,950 --> 00:07:02,050
ერთი მარტივი გზა აშენება გამოხატვის, რომ თქვენ აპირებთ

91
00:07:02,050 --> 00:07:07,500
აწარმოებს სიმებიანი ინტერპრეტაცია - ძირითადად ავაშენოთ პატარა მინი პროგრამა, რომელიც

92
00:07:07,500 --> 00:07:11,870
გაანალიზებენ ცალი სიმებიანი და ვნახოთ, "ო, ჯერ ეს შეესაბამება რეგულარული გამოსახულებანი თუ არა?"

93
00:07:12,250 --> 00:07:14,250
და მაშინ აწარმოებს, რომ.

94
00:07:14,250 --> 00:07:17,300
ასე რომ, თუ თქვენ გაქვთ ძალიან მცირე რეგულარული გამოსახულება, ეს, ალბათ

95
00:07:17,300 --> 00:07:19,380
ყველაზე ეფექტურად უნდა გავაკეთოთ.

96
00:07:20,090 --> 00:07:25,420
და მაშინ, თუ თქვენ - ერთი ვარიანტი შევინარჩუნოთ რეკონსტრუქცია

97
00:07:25,420 --> 00:07:30,260
გამოხატვის როგორც თქვენ გადასვლა, და ეს არის სიმულაცია შესაძლებლობა.

98
00:07:30,440 --> 00:07:37,690
და ეს ადრინდელი მცდელობის რეგულარული გამოსახულებანი ალგორითმები იყო

99
00:07:37,690 --> 00:07:44,330
შედარებით მარტივი და შედარებით სწრაფი, მაგრამ არ აქვს ბევრი მოქნილობა.

100
00:07:44,330 --> 00:07:47,500
ასე უნდა გავაკეთოთ ზოგიერთი რამ, რომ ჩვენ ვაპირებთ შევხედოთ

101
00:07:47,500 --> 00:07:52,860
დღეს ჩვენ უნდა გაეკეთებინათ უფრო რთული რეგულარული გამოსახულებანი

102
00:07:52,860 --> 00:07:56,650
შესრულება, რომლებიც პოტენციურად ბევრად ნელი, ისე, რომ ეს რაღაც გავითვალისწინოთ

103
00:07:57,510 --> 00:08:02,920
არის ასევე რეგულარული გამოსახულებების უარის თქმის თავდასხმის ჯიშის

104
00:08:02,920 --> 00:08:08,330
რომ გამოეყენებინათ პოტენციალი ამ უფრო ახალი განსახორციელებლად

105
00:08:08,330 --> 00:08:10,930
რეგულარული გამოსახულებების, რომ გახდეს ძალიან რთული.

106
00:08:11,570 --> 00:08:15,650
და ზუსტად იგივე გაგებით, რომ ჩვენ ვნახეთ ბუფერულ overflow თავდასხმები,

107
00:08:15,650 --> 00:08:21,610
თქვენ გაქვთ თავდასხმები, რომ მუშაობა მიერ მიღების რეკურსიული მარყუჟების, რომ

108
00:08:21,610 --> 00:08:24,400
overrun ტევადობის მეხსიერება.

109
00:08:24,780 --> 00:08:29,540
სხვათა შორის Regexen არის ერთ ოფიციალურ მრავლობითების რეგულარული გამოხატვის

110
00:08:29,540 --> 00:08:32,890
ანალოგიით, რათა oxen in ანგლო საქსური.

111
00:08:33,500 --> 00:08:40,169
>> Okay, ასე Python ბიბლიოთეკა ბევრ თქვენგანს აქ პირი აქვს Macs,

112
00:08:40,169 --> 00:08:43,860
ასე რომ თქვენ შეგიძლიათ რეალურად გაიყვანოს ეს ყველაფერი თქვენს ეკრანზე.

113
00:08:43,860 --> 00:08:47,480
რეგულარული გამოსახულებების შენდება შევიდა Python.

114
00:08:48,070 --> 00:08:53,020
ასე რომ, პითონი არის preloaded წლის Macs და ასევე ხელმისაწვდომია ბმულზე.

115
00:08:53,770 --> 00:08:57,350
ასე რომ, თუ თვალს შეგიძლიათ პაუზის და დარწმუნდით აქვს Python

116
00:08:58,080 --> 00:09:00,170
როგორც ჩვენ ითამაშოს გარშემო აქ.

117
00:09:00,780 --> 00:09:06,420
არსებობს სახელმძღვანელო შემოსული, ასე რომ, თუ მაშინ უნდა აკრიფოთ Python თქვენს კომპიუტერში

118
00:09:06,420 --> 00:09:10,500
ნახავთ, რომ ვერსიის წელს ტერმინალში.

119
00:09:11,070 --> 00:09:17,720
ასე რომ, იმ პირობით ბმული სახელმძღვანელო ვერსია 2 Python, ასევე მოტყუებას ფურცელი.

120
00:09:17,720 --> 00:09:23,100
არსებობს ვერსია 3 Python, მაგრამ თქვენი Mac სულაც არ

121
00:09:23,100 --> 00:09:25,130
მოდის, რომ preloaded.

122
00:09:25,130 --> 00:09:27,360
ასე რომ, არა საშინლად განსხვავებული.

123
00:09:27,360 --> 00:09:33,270
Okay, ასე რომ ზოგიერთი საფუძვლებს გამოყენებით რეგულარული გამოსახულებების in Python.

124
00:09:34,080 --> 00:09:42,650
>> ასე რომ, აქ მე ძალიან მარტივია გამოხატვის, ამიტომ მე Python იმპორტის რე

125
00:09:43,750 --> 00:09:47,070
და შემდეგ მიიღო შედეგია re.search.

126
00:09:47,070 --> 00:09:49,910
და ძებნა იღებს 2 არგუმენტები.

127
00:09:49,910 --> 00:09:56,040
პირველი რეგულარული გამოსახულება, ხოლო მეორე მხარეს ტექსტი

128
00:09:56,040 --> 00:09:58,290
ან სიმებიანი გსურთ ანალიზი.

129
00:09:58,290 --> 00:10:01,210
და მერე იბეჭდება result.group.

130
00:10:01,580 --> 00:10:05,860
ასე რომ, ეს არის 2 ძირითადი ფუნქციები ჩვენ ვაპირებთ ვხედავ დღეს

131
00:10:06,790 --> 00:10:10,170
სწავლის შესახებ რეგულარული გამოსახულებების შეყვანა.

132
00:10:10,170 --> 00:10:12,880
ასე რომ მხოლოდ ჩაშლის ამ რეგულარული გამოსახულებანი აქ

133
00:10:12,880 --> 00:10:21,770
თ და შემდეგ \ w და ​​შემდეგ მ ასე \ w უბრალოდ იღებს ნებისმიერი ანბანურ ხასიათის იყო.

134
00:10:21,850 --> 00:10:26,820
ასე რომ, აქ ჩვენ ვეძებთ "თ" და შემდეგ კი ანბანურ ხასიათი

135
00:10:26,820 --> 00:10:30,060
და შემდეგ მ, ასე რომ აქ, რომელიც ემთხვევა ლორი

136
00:10:30,060 --> 00:10:34,480
in, "აბრაამ ლინკოლნი და ლორი სენდვიჩები."

137
00:10:35,040 --> 00:10:37,150
ეს არის შედეგი, რომ ჯგუფში.

138
00:10:37,680 --> 00:10:43,130
კიდევ ერთი რამ, რომ ჩვენ შეგვიძლია გავაკეთოთ არის ჩვენი ადრე სიმები ტექსტი Python.

139
00:10:43,130 --> 00:10:46,220
ასე რომ, ვფიქრობ, წავა წინ და გაიყვანოს რომ აქ.

140
00:10:46,220 --> 00:10:49,210
Python იმპორტის ხელახლა.

141
00:10:50,070 --> 00:10:54,000
და თუ მე უნდა გავაკეთოთ იგივე - ვთქვათ ტექსტი,

142
00:10:55,390 --> 00:11:00,800
"აბრაამი," მოდით გასადიდებლად - იქ წასვლა.

143
00:11:01,610 --> 00:11:06,430
ტექსტი არის "აბრაამ ჭამს ლორი".

144
00:11:07,460 --> 00:11:15,260
კარგი, და შემდეგ გამოიწვევს = re.search.

145
00:11:16,260 --> 00:11:22,020
და მაშინ ჩვენი გამოხატულება შეიძლება იყოს თ და შემდეგ გავაკეთებ dot მ.

146
00:11:22,020 --> 00:11:26,280
ასე dot მხოლოდ იღებს ნებისმიერი ხასიათის, რომ არ არის ახალი ხაზი, მათ შორის ნომრები,

147
00:11:26,280 --> 00:11:28,650
პროცენტული ნიშნები, რამე მსგავსი.

148
00:11:28,650 --> 00:11:38,030
შემდეგ კი ტექსტი - boom - და შემდეგ result.group--yeah.

149
00:11:38,030 --> 00:11:41,820
ასე რომ, ეს მხოლოდ როგორ უნდა განხორციელდეს ძირითადი ფუნქცია არ აქ.

150
00:11:42,300 --> 00:11:55,110
თუ ჩვენ გვქონდა ტექსტი ბეჭედი, რომ - რომ გიჟები ტექსტი - შედის ამბობენ უამრავი უკან დახრილ ხაზებს

151
00:11:55,110 --> 00:12:01,180
და სიმებიანი შიგნით და რაც შეიძლება გამოიყურებოდეს გაქცევის sequences,

152
00:12:01,180 --> 00:12:08,480
მაშინ ჩვენ ალბათ გინდათ გამოიყენოთ ნედლეული ტექსტის შეყვანა რომ დავრწმუნდეთ, რომელიც დადასტურებულია.

153
00:12:08,480 --> 00:12:14,120
და ეს მხოლოდ ჰგავს, რომ.

154
00:12:14,120 --> 00:12:17,810
ასე რომ, თუ ჩვენ ეძებდნენ თითოეული მათგანი იქ არ უნდა პოულობენ არაფრის.

155
00:12:19,070 --> 00:12:21,680
მაგრამ ეს არის, თუ როგორ განახორციელებენ მას, უბრალოდ ადრე სიმებიანი

156
00:12:21,680 --> 00:12:24,990
რეგულარული გამოსახულება დააყენა წერილი რ.

157
00:12:26,150 --> 00:12:30,260
>> Okay, მოდით us შენარჩუნებას აპირებს.

158
00:12:30,260 --> 00:12:33,730
ყველა უფლება - ასე რომ მოდით შევხედოთ რამოდენიმე განმეორებითი ნიმუშების აქ.

159
00:12:34,750 --> 00:12:39,150
ასე რომ, ერთი რამ, რომ გსურთ გააკეთოთ გავიმეორო რამ

160
00:12:40,040 --> 00:12:42,480
როგორც თქვენ ეძებენ მეშვეობით ტექსტში.

161
00:12:42,480 --> 00:12:48,300
ასე რომ, ამის გაკეთება მოჰყვა ნებისმიერი რაოდენობის ბ - თქვენ ბ *.

162
00:12:48,630 --> 00:12:51,620
შემდეგ კი მთელი რიგი სხვა წესები ძალიან.

163
00:12:51,620 --> 00:12:54,380
და შეგიძლიათ გამოიყურება ყველა ამ პროექტი; მე მხოლოდ აწარმოებს მეშვეობით ზოგიერთი

164
00:12:54,380 --> 00:12:57,630
ყველაზე ხშირად იყენებენ მიიჩნიეს.

165
00:12:57,630 --> 00:13:03,920
ასე რომ, ბ + არის მოჰყვა რაიმე N მეტია 0 of ბ.

166
00:13:04,510 --> 00:13:08,000
ბ? არის მოჰყვა 0 ან 1 ბ.

167
00:13:09,190 --> 00:13:18,580
ბ {N} არის მოჰყვა ნ ბ, შემდეგ კი ასე შემდეგ.

168
00:13:18,580 --> 00:13:22,820
თუ თქვენ გაქვთ 2 ნომრები curly აფრთხილებს თქვენ მიუთითებს სპექტრი

169
00:13:23,300 --> 00:13:25,440
რომ შესაძლოა დაემთხვას.

170
00:13:26,390 --> 00:13:30,420
ასე რომ, ჩვენ უფრო ერთი წყვილის განმეორებითი ნიმუშების წუთში.

171
00:13:31,960 --> 00:13:42,300
ასე რომ, 2 რამ უნდა გვახსოვდეს, როდესაც გამოყენებით ნიმუში შესაბამისი იარაღები აქ.

172
00:13:42,300 --> 00:13:52,120
ასე რომ ვთქვათ, ჩვენ გვინდა, რომ შევხედოთ hm of "აბრაამ ლინკოლნი ხდის ლორი სენდვიჩები."

173
00:13:52,120 --> 00:13:55,230
ასე, რომ შეიცვალა აბრაამ ლინკოლნი სახელზე აბრაამი.

174
00:13:55,230 --> 00:14:00,290
ახლა ჩვენ ვეძებთ იმას, რაც დაბრუნდა მიერ ამ ძებნის ფუნქცია,

175
00:14:00,290 --> 00:14:03,270
და ეს მხოლოდ ბრუნდება ham ამ შემთხვევაში.

176
00:14:03,620 --> 00:14:08,080
გარდა ამისა, ეს, რომ ძიების უბრალოდ ბუნებრივად იღებს მარცხენა საუკეთესო მდგომ.

177
00:14:08,080 --> 00:14:12,130
და ყველა რეგულარული გამოსახულებების, სანამ არ დააკონკრეტა წინააღმდეგ შემთხვევაში ყველაფერს გააკეთებს, რომ.

178
00:14:12,830 --> 00:14:18,880
თუ გვინდოდა, რათა გამოინახოს არსებობს ფუნქცია, რომელიც - ყველა.

179
00:14:18,880 --> 00:14:35,100
ასე რომ, შეიძლება მხოლოდ ჰგავს ყველა = re.findall ('h.m ", ტექსტი)

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

181
00:14:44,540 --> 00:14:51,040
ყველა აწარმოებს ორივე ლორი და ლორი; ამ შემთხვევაში ორივე სიმებისათვის აბრაამი ყოველ ლორი.

182
00:14:51,610 --> 00:14:55,110
ასე რომ, კიდევ ერთი ვარიანტი.

183
00:14:56,250 --> 00:15:06,940
>> დიდი. მეორე, რაც უნდა გვახსოვდეს არის ის, რომ რეგულარული გამოსახულებების მიიღოს ყველაზე დიდი ინტუიციურად.

184
00:15:06,940 --> 00:15:09,520
მოდით შევხედოთ ამ მაგალითს.

185
00:15:10,200 --> 00:15:16,070
ჩვენ რომ მარცხენა საუკეთესო ძიების აქ, და მერე სცადა უფრო დიდი ძებნის

186
00:15:16,070 --> 00:15:18,800
გამოყენებით Kleene ვარსკვლავი ოპერატორი.

187
00:15:18,800 --> 00:15:24,180
ასე რომ, "აბრაამ ლინკოლნი ხდის ლორი სენდვიჩები", და მე მხოლოდ დაუბრუნდა

188
00:15:24,180 --> 00:15:26,280
მ შედეგად.

189
00:15:26,280 --> 00:15:31,670
მიზეზი შეცდომა იყო ის, რომ მე შეეძლოთ ნებისმიერი რაოდენობის

190
00:15:31,670 --> 00:15:36,140
თ იმიტომ, რომ მე არ დააკონკრეტა ფრანგულმა შორის სთ და მ.

191
00:15:36,140 --> 00:15:42,010
მხოლოდ მაგალითად, რომელიც მ - მხოლოდ მაგალითები იქ მ ეს

192
00:15:42,010 --> 00:15:46,220
და ნებისმიერი რაოდენობის თ-ს მხოლოდ სიმებიანი მ.

193
00:15:46,490 --> 00:15:51,850
შემდეგ მე შევეცადე კიდევ ერთხელ, მე ვუთხარი, "Okay, მოდით მიიღოს ფაქტობრივი უდიდეს ჯგუფს აქ."

194
00:15:51,850 --> 00:15:59,670
და მაშინ მე თ. * მ, ისე, რომ მხოლოდ დააბრუნებს ნებისმიერი რაოდენობის სიმბოლოებს შორის სთ და მ.

195
00:16:00,280 --> 00:16:02,950
და თუ თქვენ მხოლოდ დაწყებული გარეთ და ფიქრობდა, "ო, ნორმალურია, კარგად ეს ხელს

196
00:16:02,950 --> 00:16:11,560
მივიღებ მე ლორი, "ის რეალურად იღებს ყველაფერს სთ აბრაამ ლინკოლნი

197
00:16:11,560 --> 00:16:13,690
ყველა გზა ბოლომდე ლორი.

198
00:16:14,040 --> 00:16:18,110
ეს არის ხარბ, იგი ვერ ხედავს თ - ეს ყველაფერი დანარჩენი ტექსტი - მ,

199
00:16:18,110 --> 00:16:21,280
და ეს არის ის, რაც ხდება შემოსული

200
00:16:22,060 --> 00:16:27,480
ეს არის განსაკუთრებით აღმაშფოთებელი - ეს ფუნქცია ასევე შეგვიძლია

201
00:16:27,480 --> 00:16:30,670
დააკონკრეტა, რომ ეს არ იქნება ხარბ გამოყენებით სხვა ფუნქციები.

202
00:16:31,480 --> 00:16:34,490
მაგრამ ეს არის რაღაც ჩვენ უნდა გვახსოვდეს, განსაკუთრებით

203
00:16:34,490 --> 00:16:38,720
როდესაც ჩვენ შევხედავთ HTML ტექსტი, რომელიც ერთი მიზეზით, რომ

204
00:16:38,720 --> 00:16:41,500
რეგულარული გამოსახულებების არის რთული HTML.

205
00:16:42,460 --> 00:16:46,310
იმიტომ, რომ თუ თქვენ გაქვთ HTML ღია tag და შემდეგ უამრავი პერსონალის შუა

206
00:16:46,310 --> 00:16:49,820
და შემდეგ რამდენიმე სხვა HTML დაიხურა tag გაცილებით გვიან ჩართული,

207
00:16:49,820 --> 00:16:55,420
თქვენ არ მხოლოდ მიაქვს ბევრი თქვენი HTML კოდი შესაძლებლობის შეცდომა.

208
00:16:56,200 --> 00:17:01,840
>> ყველა უფლება - ასე უფრო სპეციალური სიმბოლოები, ისევე როგორც მრავალი სხვა ენებზე,

209
00:17:01,840 --> 00:17:04,780
ჩვენ გაქცევა გამოყენებით ხაზი.

210
00:17:04,780 --> 00:17:10,329
ასე რომ, ჩვენ შეგვიძლია გამოვიყენოთ dot დაზუსტება ნებისმიერი ხასიათის გარდა ახალი ხაზი.

211
00:17:10,329 --> 00:17:14,550
ჩვენ შეგვიძლია გამოვიყენოთ გაქცევის w დაზუსტება ნებისმიერი ანბანურ ხასიათი.

212
00:17:14,550 --> 00:17:20,329
და ანალოგიით გაქცევის დ ნებისმიერი რიცხვი - რიცხვითი ხასიათი.

213
00:17:20,630 --> 00:17:27,440
ჩვენ შეგვიძლია დააკონკრეტა - ჩვენ შეგვიძლია გამოვიყენოთ ფრჩხილებში დაზუსტება დაკავშირებული გამოხატვის.

214
00:17:27,440 --> 00:17:30,970
ასე რომ, ეს მიიღებდა, ბ, გ.

215
00:17:31,320 --> 00:17:37,000
ჩვენ შეგვიძლია ასევე დააკონკრეტა ან ვარიანტები ან ან ბ.

216
00:17:37,000 --> 00:17:41,110
მაგალითად - თუ ჩვენ ეძებდნენ მრავალი შესაძლებლობები

217
00:17:41,110 --> 00:17:44,940
ფრჩხილებში ჩვენ შეგვიძლია გამოვიყენოთ ან ოპერატორის როგორც -

218
00:17:44,940 --> 00:17:52,480
ამდენად, მოდით, დავუბრუნდეთ ამ მაგალითად აქ.

219
00:17:53,000 --> 00:17:59,790
ახლა კი ავიღოთ - მოდით დავუბრუნდეთ ამ მაგალითად აქ და შემდეგ

220
00:17:59,790 --> 00:18:12,290
მიიღოს ae - ასე რომ ეს უნდა დაუბრუნდეს - ვხვდები, ეს ჯერ კიდევ აბრაამი.

221
00:18:12,290 --> 00:18:17,410
ასე რომ, ამ შემთხვევაში - ჩვენ ყველაფერი - დიდი.

222
00:18:17,410 --> 00:18:22,700
ამდენად, მოდით, განაახლოს ტექსტი აქ.

223
00:18:22,700 --> 00:18:34,690
"აბრაამი ჭამს ლორი ხოლო hemming მისი - ხოლო hemming". დიდი.

224
00:18:44,090 --> 00:18:47,330
All. დიდი. და ჩვენ მივიღებთ ლორი, ლორი და hem.

225
00:18:48,510 --> 00:18:59,370
მიუხედავად იმისა, რომ hemming - ხოლო humming მას - ხოლო humming to hem მას. დიდი.

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

227
00:19:03,820 --> 00:19:09,180
ახლა ყველა დააბრუნებს ჯერ კიდევ ლორი, ლორი და hem გარეშე კრეფა up on hum ან მას.

228
00:19:09,940 --> 00:19:22,600
დიდი - მერე რა, რომ გვინდოდა, რომ შევხედოთ ან რომ - ამიტომ ვერ გააკეთოს

229
00:19:23,510 --> 00:19:33,810
მას ან - ჩვენ დავბრუნდებით რომ.

230
00:19:34,810 --> 00:19:45,760
Okay - ასე - ყველა უფლება - ში პოზიციების თქვენ ასევე შეგიძლიათ caret ან დოლარის ნიშანი

231
00:19:45,760 --> 00:19:49,350
დაზუსტება, რომ თქვენ ეძებს რაღაც ეტაპზე ან ბოლომდე მისაღებად.

232
00:19:50,260 --> 00:19:52,260
ან დაწყების ან დასრულების შემდეგ სიტყვა.

233
00:19:52,400 --> 00:19:54,470
სწორედ ერთი გზა გამოიყენოს ეს.

234
00:19:55,630 --> 00:20:01,160
>> Okay - ასე რომ, მოდით, ითამაშოს გარშემო ოდნავ ტექსტს.

235
00:20:03,950 --> 00:20:08,310
ვთქვათ ამ რიგის აქ - ეს განცხადება აქ.

236
00:20:08,310 --> 00:20:11,360
ძალა რეგულარული გამოსახულებანი ისაა, რომ შეუძლია მიუთითოს ნიმუშების

237
00:20:11,360 --> 00:20:13,390
არა მხოლოდ დაფიქსირდა სიმბოლოს.

238
00:20:14,900 --> 00:20:18,790
მოდით, გააკეთოს - მოდით მოვუწოდებთ ამ ბლოკში.

239
00:20:22,400 --> 00:20:27,110
მაშინ ჩვენ წაიკითხავს ყველა, რომ სისტემაში

240
00:20:28,890 --> 00:20:50,820
და მაშინ აქვს - მოდით ყველა =, ამიტომ რა ზოგი რამ შეგვეძლო ძებნის აქ მომგებიანად?

241
00:20:50,820 --> 00:20:54,070
ჩვენ შეგვეძლო ვეძებთ გამოხატვის ყური.

242
00:20:55,050 --> 00:21:01,520
არ არის ძალიან საინტერესო. როგორ შესახებ, რომ? ჩვენ დავინახავთ, რა მოხდება.

243
00:21:03,710 --> 00:21:05,710
მივეცი ეს პრობლემა.

244
00:21:06,380 --> 00:21:10,750
ასე რომ ნებისმიერი რაოდენობის რამ ადრე რე და ყველა.

245
00:21:10,750 --> 00:21:15,630
ასე რომ, უნდა დაუბრუნდეს ყველაფერი თავიდან მდე ყველა რე ალბათ რამოდენიმე ჯერ.

246
00:21:18,800 --> 00:21:21,970
შემდეგ კი აქ ჩვენ გვაქვს ძალა რეგულარული გამოსახულებების, რომ მათ

247
00:21:21,970 --> 00:21:24,900
შეუძლია მიუთითოს ნიმუშების არა მხოლოდ გმირები არიან.

248
00:21:24,900 --> 00:21:28,510
ასე რომ, ყველა გზა მდე საბოლოო ხელახლა, ეს დაიწყო მარცხენა საუკეთესო და იყო ხარბ.

249
00:21:30,710 --> 00:21:32,710
ვნახოთ - რა უნდა გვექნა ვეძებოთ.

250
00:21:32,710 --> 00:21:39,860
ვხვდები ერთ რამეს თუ იყო დაინტერესებული ეძებს ნაცვალსახელები მან და იგი,

251
00:21:39,860 --> 00:21:44,600
თქვენ შეიძლება შემოწმება იმისა ტოლია 0 ან 1

252
00:21:44,600 --> 00:21:49,710
და გამოხატვის მას, და რომ, ალბათ, არ დაბრუნებას აპირებს -

253
00:21:49,710 --> 00:21:58,020
oh, ვფიქრობ, ეს დაბრუნდა მას იმიტომ, რომ იქ ჩვენ შევხედავთ ძალა, რომ დღეს, აქ.

254
00:22:00,590 --> 00:22:06,270
მოდით, შევეცადოთ განსაზღვრული რომ ეს უნდა მოვიდეს დაწყების რაღაც.

255
00:22:06,640 --> 00:22:09,530
ვნახოთ, თუ ეს წვეთები მოედანი.

256
00:22:09,530 --> 00:22:19,630
ასე რომ ჩვენ შეგვიძლია გავაკეთოთ fat და იქ ჩვენ არ მიიღოთ არაფერი, რადგან მას და მან

257
00:22:19,630 --> 00:22:22,870
არ ხდება ამ ფრაზა.

258
00:22:24,960 --> 00:22:30,410
დიდი. Okay - ასე რომ უკან კატა აქ.

259
00:22:30,410 --> 00:22:35,720
ასე რომ კომპლექსის ნიმუში არის hurting ტვინი.

260
00:22:35,720 --> 00:22:40,500
ასე რომ, ამიტომ გამოიყენოთ რეგულარული გამოსახულებების შეყვანა, რათა თავიდან ავიცილოთ ამ საკითხებზე.

261
00:22:40,820 --> 00:22:43,520
>> ასე რომ, აქ არის უამრავი სხვა სასარგებლო რეჟიმები შეგიძლიათ ითამაშოთ გარშემო.

262
00:22:43,520 --> 00:22:50,290
ჩვენ შევხედე ძებნის დღეს, მაგრამ თქვენ ასევე შეგიძლიათ მატჩი, გაყოფილი findall და ჯგუფები.

263
00:22:50,290 --> 00:22:53,970
ასე რომ, სხვა მაგარი რამ რისი გაკეთებაც შეგიძლიათ რეგულარული გამოსახულებების გარდა მხოლოდ

264
00:22:53,970 --> 00:22:58,870
ეძებს ნიმუშების ხდება ნიმუში და ჩატარების ყველა მატჩები -

265
00:22:58,870 --> 00:23:02,530
მისი ცვლადის - და შემდეგ გამოყენებით იმ თქვენი კოდი მოგვიანებით.

266
00:23:02,850 --> 00:23:05,980
ეს შეიძლება იყოს საკმაოდ სასარგებლო. სხვა რამ შეიძლება დათვლა.

267
00:23:05,980 --> 00:23:11,720
ასე რომ ჩვენ შეგვიძლია რაოდენობის შემთხვევები რეგულარული გამოსახულებანი ნიმუში,

268
00:23:11,720 --> 00:23:13,960
და ეს არის ის, რაც ჩვენ შეგვიძლია გამოვიყენოთ ჯგუფებს.

269
00:23:13,960 --> 00:23:17,550
და სხვა რეჟიმები, ისევე ასევე შესაძლებელია.

270
00:23:18,040 --> 00:23:22,980
ასე რომ, მინდა გაიგო ცოტა უფრო მეტი სხვა გზები შეგიძლიათ გამოიყენოთ რეგულარული გამოსახულებების შეყვანა.

271
00:23:22,980 --> 00:23:29,100
>> ასე რომ, კიდევ ერთი მოწინავე განაცხადის არის საეჭვო დამთხვევა.

272
00:23:29,100 --> 00:23:33,450
ასე რომ, თუ თქვენ ეძებს ტექსტი გამოხატვის, იულიუს კეისარი,

273
00:23:33,450 --> 00:23:37,740
და ხედავთ ან Gaius Julius Caesar ან სახელი Julius Caesar სხვა ენებზე,

274
00:23:37,740 --> 00:23:44,400
მაშინ, შესაძლოა, ასევე მინდა დაავალოს გარკვეული წონა იმ ღირებულებებს.

275
00:23:44,400 --> 00:23:48,930
და თუ ახლოს არის საკმარისი შემთხვევაში - გადის გარკვეული ბარიერი - მაშინ გინდათ

276
00:23:48,930 --> 00:23:50,860
შეძლებს მიიღოს Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
ასე რომ, არსებობს რამოდენიმე განსხვავებული შესრულება, რომ რამდენიმე სხვა ენებზე ისევე.

278
00:24:02,580 --> 00:24:08,420
აქ არის რამოდენიმე სხვა ინსტრუმენტი, Regex Pal - მოსახერხებელი პატარა ოთახი ონლაინ

279
00:24:08,420 --> 00:24:12,190
შესამოწმებლად, თუ თქვენი რეგულარული გამოსახულებების შედგება სწორად.

280
00:24:12,190 --> 00:24:18,500
ასევე არსებობს standalone ინსტრუმენტი, რომელიც შეგიძლიათ აწარმოებს თქვენს კომპიუტერში

281
00:24:18,500 --> 00:24:22,100
ისევე როგორც Ultra Pico და აგრეთვე მხოლოდ cookbooks.

282
00:24:22,100 --> 00:24:25,410
ასე რომ, თუ თქვენ აკეთებთ პროექტი, რომელიც მოიცავს ტონა რეგულარული გამოსახულებების

283
00:24:25,410 --> 00:24:29,810
ეს, ალბათ, წასასვლელი სცილდება დღეს.

284
00:24:31,520 --> 00:24:35,770
და შემდეგ უბრალოდ გადმოგცეთ გრძნობა, როგორ საერთო ეს

285
00:24:35,770 --> 00:24:44,090
არსებობს grep in Unix, Perl აქვს ჩაშენებული, და C არის PCRE for C.

286
00:24:44,090 --> 00:24:48,890
და მაშინ ყველა ეს სხვა ენებზე ასევე აქვს რეგულარული გამოსახულებანი პაკეტები

287
00:24:48,890 --> 00:24:52,020
რომ მოქმედებენ არსებითად იგივე სინტაქსი მივიღეთ გემოვნების დღეს.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, და ასე შემდეგ.

289
00:24:56,080 --> 00:24:58,980
>> Google კოდექსის ძებნა, ფაქტობრივად, აღსანიშნავია, რომ ეს არის ერთ ერთი

290
00:24:58,980 --> 00:25:05,720
შედარებით ნაკლები განაცხადების out არსებობს, რომელიც საშუალებას აძლევს საჯარო წვდომის

291
00:25:05,720 --> 00:25:07,800
მისი მონაცემთა ბაზის გამოყენებით რეგულარული გამოსახულებების შეყვანა.

292
00:25:07,800 --> 00:25:12,920
ასე რომ, თუ გამორჩა Google კოდექსის ძებნა ნახავთ კოდი

293
00:25:12,920 --> 00:25:16,880
თუ თქვენ ეძებს მაგალითად, თუ როგორ ფუნქცია შეიძლება იყოს გამოყენებული,

294
00:25:16,880 --> 00:25:21,610
თქვენ შეგიძლიათ გამოიყენოთ რეგულარული გამოსახულებანი მოძიების, რომ ფუნქცია გამოიყენება ყველა სახის სხვადასხვა შემთხვევებში.

295
00:25:21,610 --> 00:25:28,000
თქვენ შეიძლება ვეძებთ fwrite, და მაშინ შეიძლება ვეძებოთ დროშის ჩაწერის ან წაკითხული

296
00:25:28,000 --> 00:25:32,000
თუ უნდოდა მაგალითია fwrite გამოიყენება იმ შემთხვევაში.

297
00:25:33,530 --> 00:25:37,010
ასე რომ, იგივე იქ და აქ დამოწმება.

298
00:25:37,010 --> 00:25:40,990
ეს იქნება ინტერნეტში ისევე, ასე აპირებს თავდამსხმელი, თუ

299
00:25:40,990 --> 00:25:45,560
გსურთ შევხედოთ Python, grep, Perl - გსურთ მიიღოთ გარკვეული შთაგონების

300
00:25:45,560 --> 00:25:50,650
ან, თუ გნებავთ უფრო at თეორია აქ კარგი jumping off ადგილებში.

301
00:25:50,650 --> 00:25:53,870
დიდი მადლობა.

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