1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminar: Pattern Matching mit regulären Ausdrücken]

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

3
00:00:04,000 --> 00:00:07,220
[Dies ist CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okay. Nun, jeder willkommen. Dies ist CS50 Jahr 2012.

5
00:00:11,780 --> 00:00:16,610
Mein Name ist John, und ich werde reden heute über reguläre Ausdrücke.

6
00:00:16,610 --> 00:00:22,530
Reguläre Ausdrücke ist in erster Linie ein Werkzeug, aber auch manchmal verwendet,

7
00:00:22,530 --> 00:00:28,650
im Code aktiv im Wesentlichen übereinstimmen Muster und Streichern.

8
00:00:28,650 --> 00:00:33,800
Also hier ist ein Web-Comic von xkcd.

9
00:00:34,440 --> 00:00:42,370
In diesem Comic gibt es ein Krimi, wo der Mörder hat

10
00:00:42,370 --> 00:00:47,860
gefolgt jemand im Urlaub, und die Protagonisten müssen

11
00:00:47,860 --> 00:00:52,500
Suche durch 200 Megabyte von E-Mails auf der Suche nach einer Adresse.

12
00:00:52,500 --> 00:00:56,090
Und sie sind schon aufgeben, wenn jemand, der reguläre Ausdrücke kennt -

13
00:00:56,090 --> 00:01:00,550
vermutlich ein Superheld - stürzt hin und schreibt einen Code

14
00:01:00,550 --> 00:01:02,970
und löst das Krimi.

15
00:01:02,970 --> 00:01:07,370
Also das wird vermutlich etwas, dass Sie ermächtigt wird, zu tun sein

16
00:01:07,370 --> 00:01:09,370
Nach diesem Seminar.

17
00:01:09,370 --> 00:01:12,250
Wir sind gerade dabei, eine kurze Einführung in die Sprache bieten

18
00:01:12,250 --> 00:01:16,770
und geben Ihnen genug nötige Kleingeld, um nach mehr Ressourcen auf eigene Faust.

19
00:01:17,680 --> 00:01:21,700
>> So reguläre Ausdrücke grundsätzlich aussehen wie diese.

20
00:01:22,930 --> 00:01:25,550
Dies ist ein regulärer Ausdruck in Ruby.

21
00:01:25,550 --> 00:01:29,280
Es ist nicht völlig anders über Sprachen.

22
00:01:29,690 --> 00:01:37,630
Wir haben nur auf Schrägstriche zu beginnen, und markieren Sie den regulären Ausdruck in Ruby.

23
00:01:37,630 --> 00:01:42,880
Und dies ist ein regulärer Ausdruck für die in E-Mail-Adresse Muster aussehen.

24
00:01:42,880 --> 00:01:49,160
So sehen wir auf den ersten Bit sieht für jedes alphanumerische Zeichen.

25
00:01:50,500 --> 00:01:54,880
Das ist, weil E-Mail-Adressen oft mit einem alphabetischen Zeichen beginnen.

26
00:01:55,460 --> 00:01:59,330
Und dann eines besonderen Charakter durch das @-Symbol gefolgt.

27
00:01:59,330 --> 00:02:03,260
Und dann das Gleiche für Domain-Namen.

28
00:02:03,260 --> 00:02:10,030
Und dann zwischen 2 und 4 Zeichen für die. Com schauen,. Net, und so weiter.

29
00:02:10,850 --> 00:02:13,200
Damit ist ein weiteres Beispiel des regulären Ausdrucks.

30
00:02:13,200 --> 00:02:17,270
So reguläre Ausdrücke sind Protokolle für die Suche nach Mustern in Text.

31
00:02:17,270 --> 00:02:21,130
Sie tun Vergleiche, Selektionen und Ersatz.

32
00:02:21,690 --> 00:02:27,970
Also ein drittes Beispiel findet alle Telefonnummern endet in 54 in einem Verzeichnis.

33
00:02:27,970 --> 00:02:34,360
Also, bevor David zerreißt der CS50 Verzeichnis konnten wir suchen

34
00:02:34,360 --> 00:02:40,450
ein Muster, wo wir stehen dann 3 Nummern dann am Ende Klammer

35
00:02:40,450 --> 00:02:44,070
3 weitere Zahlen, einem Bindestrich, 2 Zahlen und dann 54.

36
00:02:44,070 --> 00:02:48,310
Und das wäre im Wesentlichen sein, wie wir kommen mit einem regulären Ausdruck für die Suche.

37
00:02:49,150 --> 00:02:52,960
>> So gibt es - wir haben einige Dinge in CS50 getan, die ein bisschen wie sind

38
00:02:52,960 --> 00:02:59,740
reguläre Ausdrücke, so - zum Beispiel - in der Datei dictionary.C

39
00:02:59,740 --> 00:03:04,720
für die Rechtschreibprüfung Problem Set können Sie fscanf verwendet haben

40
00:03:04,720 --> 00:03:07,930
in einem Wort aus dem Wörterbuch zu lesen.

41
00:03:07,930 --> 00:03:16,240
Und Sie können sehen, der Prozentsatz 45s ist für eine Reihe von 45 Zeichen suchen.

42
00:03:16,240 --> 00:03:20,020
Also es ist so etwas wie eine rudimentäre regulären Ausdrucks.

43
00:03:21,150 --> 00:03:26,060
Und Sie können keine 45 Zeichen, die den Gesetzesentwurf in dort

44
00:03:26,060 --> 00:03:28,080
und holen diejenigen up.

45
00:03:28,080 --> 00:03:33,480
Und dann das zweite Beispiel in der jüngsten Web-Programmierung Problem

46
00:03:33,480 --> 00:03:40,760
gesetzt in der Distribution Code für php wir eigentlich tun haben einen einfachen regulären Ausdruck.

47
00:03:40,760 --> 00:03:46,790
Und dieses ist einfach nur schauen, um zu überprüfen, ob die Webseite, die übergeben wird

48
00:03:46,790 --> 00:03:51,940
entspricht entweder-oder Abmeldung registrieren. PHP.

49
00:03:52,220 --> 00:03:57,910
Und dann wieder wahr oder falsch auf der Grundlage dieser reguläre Ausdrücke.

50
00:03:59,400 --> 00:04:01,740
>> Also, wenn Sie reguläre Ausdrücke verwenden?

51
00:04:01,740 --> 00:04:04,820
Warum sind Sie heute hier?

52
00:04:05,330 --> 00:04:08,480
Also Sie wollen nicht für reguläre Ausdrücke verwenden, wenn es etwas gibt, dass

53
00:04:08,480 --> 00:04:11,640
macht den Job für Sie noch einfacher.

54
00:04:11,640 --> 00:04:15,510
So XML und HTML sind eigentlich ziemlich tricky

55
00:04:15,510 --> 00:04:18,480
reguläre Ausdrücke für so werden wir in ein wenig sehen zu schreiben.

56
00:04:19,110 --> 00:04:23,280
So gibt es spezielle Parser für diese Sprachen.

57
00:04:24,170 --> 00:04:30,060
Sie müssen auch in Ordnung zu sein mit dem Handel offs und Genauigkeit häufig.

58
00:04:30,060 --> 00:04:36,220
Wenn Sie versuchen - so sahen wir einen regulären Ausdruck für eine E-Mail-Adresse,

59
00:04:37,370 --> 00:04:42,590
sondern sagen, Sie wollten eine bestimmte E-Mail-Adresse und die schrittweise

60
00:04:42,590 --> 00:04:48,570
regulären Ausdruck könnte komplexer geworden, wie es genauer geworden.

61
00:04:49,580 --> 00:04:52,260
Also das wäre ein Kompromiss sein.

62
00:04:52,260 --> 00:04:55,330
Sie müssen sicher sein, dass Sie in Ordnung machen mit dem regulären Ausdruck.

63
00:04:55,330 --> 00:04:57,920
Wenn Sie genau wissen, was du suchst, es könnte mehr Sinn machen

64
00:04:57,920 --> 00:05:02,070
bis in die Zeit und schreiben Sie eine effektivere Parser.

65
00:05:02,070 --> 00:05:06,980
Und schließlich gibt es ein historisches Problem mit der Regelmäßigkeit

66
00:05:06,980 --> 00:05:08,940
Ausdrücke und Sprachen.

67
00:05:08,940 --> 00:05:12,960
Reguläre Ausdrücke sind eigentlich viel stärker als

68
00:05:12,960 --> 00:05:16,450
reguläre Ausdrücke pro sagen in einem formalen Sinn.

69
00:05:17,130 --> 00:05:20,150
>> Also ich will nicht zu weit zu gehen in die formale Theorie,

70
00:05:20,150 --> 00:05:24,000
aber die meisten Sprachen, die wir in Code eigentlich nicht regelmäßig.

71
00:05:24,000 --> 00:05:29,110
Und das ist, warum reguläre Ausdrücke manchmal nicht berücksichtigt werden, dass alle sicher.

72
00:05:29,670 --> 00:05:33,150
Also im Grunde gibt es eine Chomsky-Hierarchie für Sprachen,

73
00:05:33,150 --> 00:05:38,400
und reguläre Ausdrücke werden mit Hilfe Vereinigung, Verkettung zu bauen,

74
00:05:38,400 --> 00:05:41,810
und die Kleene Sterne Betrieb, dass wir in ein paar Minuten zu sehen.

75
00:05:43,130 --> 00:05:48,860
Wenn Sie interessiert sind, in der Theorie gibt es eine ganze Menge, was dort unter der Haube.

76
00:05:50,360 --> 00:05:55,880
>> So eine kurze Geschichte - nur für den Rahmen hier - regelmäßige Sets kam

77
00:05:55,880 --> 00:05:59,580
in den 1950er Jahren, und dann hatten wir einfach, dass Redakteure

78
00:05:59,580 --> 00:06:03,300
eingebaut reguläre Ausdrücke - nur die Suche nach Zeichenfolgen.

79
00:06:03,570 --> 00:06:09,110
Grep - das ist ein Kommandozeilen-Tool - war einer der ersten

80
00:06:09,110 --> 00:06:14,160
sehr beliebte Tools, dass reguläre Ausdrücke in den 1960er Jahren aufgenommen.

81
00:06:14,160 --> 00:06:20,560
In den 80er Jahren wurde Perl gebaut - ist eine Programmiersprache, die

82
00:06:20,560 --> 00:06:24,110
enthält reguläre Ausdrücke sehr prominent.

83
00:06:24,550 --> 00:06:30,130
Und dann vor kurzem hatten wir Perl Compatible Regular Expression

84
00:06:30,130 --> 00:06:35,870
Protokolle grundsätzlich in anderen Sprachen, die viel von der gleichen Syntax verwenden.

85
00:06:36,630 --> 00:06:39,840
Natürlich ist das wichtigste Ereignis war im Jahr 2008

86
00:06:39,840 --> 00:06:43,040
wo es die ersten nationalen Regular Expressions Tag,

87
00:06:43,040 --> 00:06:47,350
denen ich glaube, ist der 1. Juni, wenn Sie die feiern möchten.

88
00:06:48,430 --> 00:06:50,840
>> Wieder nur ein bisschen mehr Theorie hier.

89
00:06:52,180 --> 00:06:55,320
So gibt es ein paar verschiedene Möglichkeiten für den Bau von regulären Ausdrücken.

90
00:06:55,950 --> 00:07:02,050
Ein einfacher Weg ist, um den Ausdruck zu bauen, dass Sie zu gehen

91
00:07:02,050 --> 00:07:07,500
laufen auf die Saite zu interpretieren - im Grunde bauen eine kleine Mini-Programm, das

92
00:07:07,500 --> 00:07:11,870
wird Stücke von einem String zu analysieren und sehen, "Oh, passt das mit dem regulären Ausdruck oder nicht?"

93
00:07:12,250 --> 00:07:14,250
Und dann laufen die.

94
00:07:14,250 --> 00:07:17,300
Also, wenn Sie eine sehr kleine regulären Ausdruck haben, ist dies wahrscheinlich

95
00:07:17,300 --> 00:07:19,380
der effizienteste Weg, es zu tun.

96
00:07:20,090 --> 00:07:25,420
Und dann, wenn Sie - eine andere Möglichkeit ist es, die Rekonstruktion

97
00:07:25,420 --> 00:07:30,260
Ausdruck, wie Sie gehen, und das ist die Möglichkeit simulieren.

98
00:07:30,440 --> 00:07:37,690
Und diese frühen Versuche der regulären Ausdruck Algorithmen waren

99
00:07:37,690 --> 00:07:44,330
relativ einfach und relativ schnell, aber nicht über ein hohes Maß an Flexibilität.

100
00:07:44,330 --> 00:07:47,500
So zu tun, auch einige der Dinge, die wir gehen, um zu schauen

101
00:07:47,500 --> 00:07:52,860
heute haben wir zu komplexeren regulären Ausdruck zu tun

102
00:07:52,860 --> 00:07:56,650
Implementierungen, die möglicherweise sehr viel langsamer, so dass es etwas zu bedenken,

103
00:07:57,510 --> 00:08:02,920
Es gibt auch eine reguläre Ausdrücke Denial-of-Angriff Vielfalt

104
00:08:02,920 --> 00:08:08,330
dass das Potenzial für diese neueren Implementierungen

105
00:08:08,330 --> 00:08:10,930
reguläre Ausdrücke sehr komplex geworden.

106
00:08:11,570 --> 00:08:15,650
Und in der gleichen Sinne, dass wir in Pufferüberlauf-Attacken sahen,

107
00:08:15,650 --> 00:08:21,610
Sie haben Angriffe, dass die Arbeit, indem sie rekursive Schleifen,

108
00:08:21,610 --> 00:08:24,400
überrannt die Kapazität des Speichers.

109
00:08:24,780 --> 00:08:29,540
Und übrigens Regexen ist einer der offiziellen Plural von regulären Ausdrücken

110
00:08:29,540 --> 00:08:32,890
in Analogie zu Ochsen in der Anglo-Saxon.

111
00:08:33,500 --> 00:08:40,169
>> Okay, so dass der Python-Bibliothek viele von Ihnen hier in Person haben Macs,

112
00:08:40,169 --> 00:08:43,860
so können Sie tatsächlich ziehen Sie diese auf Ihrem Bildschirm.

113
00:08:43,860 --> 00:08:47,480
Reguläre Ausdrücke werden in Python gebaut.

114
00:08:48,070 --> 00:08:53,020
Und so Python auf Macs und auch online verfügbar unter diesem Link vorinstalliert.

115
00:08:53,770 --> 00:08:57,350
Also, wenn Sie sehen können Sie anhalten und sicherstellen, dass Sie Python

116
00:08:58,080 --> 00:09:00,170
wie wir spielen hier.

117
00:09:00,780 --> 00:09:06,420
Es ist ein Handbuch online, so, wenn Sie geben gerade Python in Ihren Computer

118
00:09:06,420 --> 00:09:10,500
Sie werden sehen, dass die Version up kommt im Terminal.

119
00:09:11,070 --> 00:09:17,720
Also habe ich einen Link bereitgestellt Handbuch zur Version 2 von Python sowie ein Spickzettel.

120
00:09:17,720 --> 00:09:23,100
Es gibt eine Version 3 von Python, aber Ihr Mac nicht unbedingt

121
00:09:23,100 --> 00:09:25,130
kommen mit, die vorinstalliert.

122
00:09:25,130 --> 00:09:27,360
Also nicht sehr unterschiedlich.

123
00:09:27,360 --> 00:09:33,270
Okay, so dass einige Grundlagen zur Verwendung von regulären Ausdrücken in Python.

124
00:09:34,080 --> 00:09:42,650
>> Also hier bin ein sehr einfacher Ausdruck verwendet, also tat ich Python import re

125
00:09:43,750 --> 00:09:47,070
und nahm dann das Ergebnis re.search.

126
00:09:47,070 --> 00:09:49,910
Und die Suche dauert 2 Argumente.

127
00:09:49,910 --> 00:09:56,040
Die erste ist der reguläre Ausdruck, und der zweite ist der Text,

128
00:09:56,040 --> 00:09:58,290
oder Zeichenfolge, die Sie analysieren möchten.

129
00:09:58,290 --> 00:10:01,210
Und dann habe ich ausgedruckt die result.group.

130
00:10:01,580 --> 00:10:05,860
Das sind also die 2 Grundfunktionen wir heute sehen, sind

131
00:10:06,790 --> 00:10:10,170
in das Lernen über reguläre Ausdrücke.

132
00:10:10,170 --> 00:10:12,880
Also einfach brechen dieser reguläre Ausdruck hier

133
00:10:12,880 --> 00:10:21,770
h und dann \ w und dann so m \ w nur akzeptiert alle alphabetischen Zeichen drin.

134
00:10:21,850 --> 00:10:26,820
So, hier sind wir für ein "h" suchen und dann noch alphabetischen Zeichen

135
00:10:26,820 --> 00:10:30,060
und dann m, so hier das würde passen Schinken

136
00:10:30,060 --> 00:10:34,480
in "Abraham Lincoln und Schinken-Sandwiches."

137
00:10:35,040 --> 00:10:37,150
Dies ist das Ergebnis dieser Gruppe.

138
00:10:37,680 --> 00:10:43,130
Eine andere Sache, die wir tun können, ist unsere vor Text-Strings in Python.

139
00:10:43,130 --> 00:10:46,220
Also ich denke, ich werde weitermachen und ziehen, dass hier oben.

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

141
00:10:50,070 --> 00:10:54,000
Und wenn ich das Gleiche tun - sagen wir Text ist,

142
00:10:55,390 --> 00:11:00,800
"Abraham," lassen Sie uns es zu vergrößern - es geht los.

143
00:11:01,610 --> 00:11:06,430
Text ist "Abraham Schinken isst."

144
00:11:07,460 --> 00:11:15,260
Okay, und dann führen = re.search.

145
00:11:16,260 --> 00:11:22,020
Und dann ist unser Ausdruck kann h sein, und dann werde ich dot m zu tun.

146
00:11:22,020 --> 00:11:26,280
So dot dauert nur jedes Zeichen, das nicht ist eine neue Linie einschließlich Zahlen,

147
00:11:26,280 --> 00:11:28,650
Prozent-Zeichen, so etwas.

148
00:11:28,650 --> 00:11:38,030
Und dann Text - boom - und dann result.group--ja.

149
00:11:38,030 --> 00:11:41,820
Also das ist nur, wie man grundlegende Funktionalität hier umzusetzen.

150
00:11:42,300 --> 00:11:55,110
So verrückt text - - Wenn wir einen Text Ring, hatte inbegriffen sagen viele Backslashes

151
00:11:55,110 --> 00:12:01,180
und Streicher innen und Dinge, die wie Escape-Sequenzen aussehen könnte,

152
00:12:01,180 --> 00:12:08,480
dann werden wir wahrscheinlich wollen die rohe Texteingabe verwenden, um sicherzustellen, dass akzeptiert wird.

153
00:12:08,480 --> 00:12:14,120
Und das sieht einfach so.

154
00:12:14,120 --> 00:12:17,810
Also, wenn wir für jeden von ihnen in dort suchten wir sollten nichts finden.

155
00:12:19,070 --> 00:12:21,680
Aber das ist, wie Sie es umsetzen; kurz vor der Zeichenfolge

156
00:12:21,680 --> 00:12:24,990
der reguläre Ausdruck Sie legte den Brief r.

157
00:12:26,150 --> 00:12:30,260
>> Okay, also lasst uns weitermachen.

158
00:12:30,260 --> 00:12:33,730
Alles klar - so lassen Sie uns ein paar sich wiederholende Muster hier.

159
00:12:34,750 --> 00:12:39,150
So eine Sache, die Sie tun möchten, ist Dinge wiederholen

160
00:12:40,040 --> 00:12:42,480
wie Sie durch Textsuche.

161
00:12:42,480 --> 00:12:48,300
So zu tun, eine beliebige Anzahl von b gefolgt - Sie ab *.

162
00:12:48,630 --> 00:12:51,620
Und dann gibt es noch eine Reihe anderer Regeln zu.

163
00:12:51,620 --> 00:12:54,380
Und Sie können sehen alle diese auf, ich werde nur durch einige der laufen

164
00:12:54,380 --> 00:12:57,630
am häufigsten diejenigen verwendet.

165
00:12:57,630 --> 00:13:03,920
So ab + ist ein von einem N größer als 0 von b gefolgt.

166
00:13:04,510 --> 00:13:08,000
ab? ist, gefolgt von 0 oder 1 b.

167
00:13:09,190 --> 00:13:18,580
ab {N} ist ein von N aus b gefolgt, und dann so weiter.

168
00:13:18,580 --> 00:13:22,820
Wenn Sie 2 Zahlen in den geschweiften Klammern haben Sie das Festlegen einer Reihe

169
00:13:23,300 --> 00:13:25,440
das kann möglicherweise abgestimmt.

170
00:13:26,390 --> 00:13:30,420
So werden wir mehr auf ein paar sich wiederholende Muster in einer Minute zu suchen.

171
00:13:31,960 --> 00:13:42,300
Also 2 Dinge im Auge zu behalten, wenn Sie diese Pattern-Matching-Tools hier.

172
00:13:42,300 --> 00:13:52,120
Sagen Sie so wollen wir am hm von aussehen, "Abraham Lincoln macht Schinken-Sandwiches."

173
00:13:52,120 --> 00:13:55,230
Also änderte ich Abraham Lincoln den Namen Abraham.

174
00:13:55,230 --> 00:14:00,290
Und jetzt sind wir für das, was von dieser Suchfunktion zurückgegeben suchen,

175
00:14:00,290 --> 00:14:03,270
und es gibt nur Schinken in diesem Fall.

176
00:14:03,620 --> 00:14:08,080
Und sie tut das, weil Suche nur natürlich ist der am weitesten links Warteschlange.

177
00:14:08,080 --> 00:14:12,130
Und alle reguläre Ausdrücke, sofern Sie nichts anderes angeben wird das tun.

178
00:14:12,830 --> 00:14:18,880
Wenn wir alle finden wollten gibt es eine Funktion dafür - finden Sie alle.

179
00:14:18,880 --> 00:14:35,100
Also das könnte wie alle re.findall = ('h.m', Text) suchen

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

181
00:14:44,540 --> 00:14:51,040
All produziert sowohl Schinken und Schinken, in diesem Fall sowohl der Saiten in Abraham jeder Schinken.

182
00:14:51,610 --> 00:14:55,110
Damit ist eine weitere Option.

183
00:14:56,250 --> 00:15:06,940
>> Great. Die andere Sache im Auge zu behalten ist, dass reguläre Ausdrücke die größte nehmen intuitiv.

184
00:15:06,940 --> 00:15:09,520
Lassen Sie uns an diesem Beispiel zu sehen.

185
00:15:10,200 --> 00:15:16,070
Wir haben das am weitesten links Suche hier, und dann habe ich versucht, eine größere Suche

186
00:15:16,070 --> 00:15:18,800
Verwendung des Kleene Stern-Operator.

187
00:15:18,800 --> 00:15:24,180
Also für "Abraham Lincoln macht Schinken-Sandwiches," und ich bekam nur zurück

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

189
00:15:26,280 --> 00:15:31,670
Der Grund für diesen Fehler war, dass ich eine beliebige Anzahl von genommen haben

190
00:15:31,670 --> 00:15:36,140
h ist, weil ich nicht alles geben, um in zwischen h und m gehen.

191
00:15:36,140 --> 00:15:42,010
Das einzige Beispiel, dass es m hatte - die einzigen Beispiele gibt es mit m in

192
00:15:42,010 --> 00:15:46,220
und eine beliebige Anzahl von h die waren einfach die Zeichenfolge m.

193
00:15:46,490 --> 00:15:51,850
Dann versuchte ich es wieder, ich sagte: "Okay, lassen Sie uns die tatsächliche größte Gruppe hier."

194
00:15:51,850 --> 00:15:59,670
Und dann habe ich h. * M, so dass nur gibt eine beliebige Anzahl von Zeichen zwischen h und m.

195
00:16:00,280 --> 00:16:02,950
Und wenn Sie gerade erst anfangen und denken: "Oh, okay, auch dies wird

196
00:16:02,950 --> 00:16:11,560
mich Schinken, "es tatsächlich dauert alles aus dem h in Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
den ganzen Weg bis zum Ende des Schinkens.

198
00:16:14,040 --> 00:16:18,110
Es ist gierig, es sieht h - all diese anderen Text - m,

199
00:16:18,110 --> 00:16:21,280
und das ist, was es nimmt in.

200
00:16:22,060 --> 00:16:27,480
Dies ist eine besonders krasse - dies ist ein Feature, das wir können auch

201
00:16:27,480 --> 00:16:30,670
geben für sein nicht gierig mit anderen Funktionen.

202
00:16:31,480 --> 00:16:34,490
Aber das ist etwas, das wir im Auge behalten vor allem

203
00:16:34,490 --> 00:16:38,720
wenn man HTML-Text, ist das ein Grund, dass

204
00:16:38,720 --> 00:16:41,500
reguläre Ausdrücke sind für HTML schwierig.

205
00:16:42,460 --> 00:16:46,310
Denn wenn Sie ein HTML-Tag geöffnet und dann viele Sachen in der Mitte

206
00:16:46,310 --> 00:16:49,820
und dann einige andere HTML-Tag geschlossen viel später in das Programm,

207
00:16:49,820 --> 00:16:55,420
Sie haben gerade einen großen Teil Ihrer HTML-Code möglicherweise versehentlich gegessen.

208
00:16:56,200 --> 00:17:01,840
>> Alle Recht - so mehr Sonderzeichen, wie viele andere Sprachen,

209
00:17:01,840 --> 00:17:04,780
wir entfliehen mit dem Schrägstrich.

210
00:17:04,780 --> 00:17:10,329
So können wir den Punkt, um jedes Zeichen außer für eine neue Zeile zu spezifizieren.

211
00:17:10,329 --> 00:17:14,550
Wir können die Flucht w jede alphabetischen Zeichen angeben.

212
00:17:14,550 --> 00:17:20,329
Und analog Flucht d für integer - numerische Zeichen.

213
00:17:20,630 --> 00:17:27,440
Wir können angeben - wir können Klammern verwenden, um verwandte Ausdrücke angeben.

214
00:17:27,440 --> 00:17:30,970
So würde dies akzeptieren, b oder c.

215
00:17:31,320 --> 00:17:37,000
Und wir können auch angeben, oder Optionen für entweder a oder b.

216
00:17:37,000 --> 00:17:41,110
Zum Beispiel - wenn wir für mehrere Möglichkeiten suchen

217
00:17:41,110 --> 00:17:44,940
in Klammern wir die oder Betreiber wie in verwenden -

218
00:17:44,940 --> 00:17:52,480
so lassen Sie uns zurück zu diesem Beispiel hier.

219
00:17:53,000 --> 00:17:59,790
Und nun lassen Sie uns - lassen Sie uns zurück zu diesem Beispiel hier, und dann

220
00:17:59,790 --> 00:18:12,290
ae nehmen - so sollte dies zurück - ich denke, das ist noch Abraham.

221
00:18:12,290 --> 00:18:17,410
Also das - wenn wir alle tun - großartig.

222
00:18:17,410 --> 00:18:22,700
Also lassen Sie uns den Text hier aktualisieren.

223
00:18:22,700 --> 00:18:34,690
"Abraham Schinken isst, während seine Säumen -. Während Säumen" Great.

224
00:18:44,090 --> 00:18:47,330
All. Great. Jetzt bekommen wir Schinken, Schinken und Saum.

225
00:18:48,510 --> 00:18:59,370
Während Säumen - während summte ihm - während summt zu säumen ihn. Great.

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

227
00:19:03,820 --> 00:19:09,180
Nun kehrt gerade noch Schinken, Schinken und Saum ohne Kommissionierung bis auf das Brummen oder ihn.

228
00:19:09,940 --> 00:19:22,600
Toll - so was ist, wenn wir entweder sehen wollte, dass - so konnten wir auch tun

229
00:19:23,510 --> 00:19:33,810
ihn oder - wir kommen darauf zurück.

230
00:19:34,810 --> 00:19:45,760
Ok - so - alles in Ordnung - in Positionen, die Sie können auch den Cursor oder das Dollarzeichen

231
00:19:45,760 --> 00:19:49,350
um anzugeben, dass Sie etwas am Anfang oder Ende einer Zeichenkette suchen.

232
00:19:50,260 --> 00:19:52,260
Oder der Anfang oder das Ende eines Wortes.

233
00:19:52,400 --> 00:19:54,470
Das ist eine Möglichkeit, dass zu verwenden.

234
00:19:55,630 --> 00:20:01,160
>> Ok - so lassen Sie uns spielen, um mit einem etwas größeren Textblock.

235
00:20:03,950 --> 00:20:08,310
Lassen Sie uns sagen, diese Zeile hier - diese Aussage hier.

236
00:20:08,310 --> 00:20:11,360
Die Macht des regulären Ausdrucks ist, dass sie Muster angeben

237
00:20:11,360 --> 00:20:13,390
nicht nur Zeichen fixiert.

238
00:20:14,900 --> 00:20:18,790
Lassen Sie uns - nennen wir diesen Block.

239
00:20:22,400 --> 00:20:27,110
Dann lesen wir alle, dass in.

240
00:20:28,890 --> 00:20:50,820
Und dann haben ein - lassen Sie uns alle =; so was sind einige Dinge, die wir in hier gewinnbringend?

241
00:20:50,820 --> 00:20:54,070
Wir konnten für die Expression Ohr schauen.

242
00:20:55,050 --> 00:21:01,520
Nicht sehr interessant. Wie wäre es damit? Wir werden sehen, was passiert.

243
00:21:03,710 --> 00:21:05,710
Ich gab es ein Problem.

244
00:21:06,380 --> 00:21:10,750
So beliebige Anzahl von Dingen vor der Wiederverwendung und alle.

245
00:21:10,750 --> 00:21:15,630
Also das sollte zurückkehren alles von Anfang an bis zu allen re vielleicht ein paar Mal.

246
00:21:18,800 --> 00:21:21,970
Und dann haben wir hier die Leistung von regulären Ausdrücken ist, dass sie

247
00:21:21,970 --> 00:21:24,900
können Muster geben nicht nur Zeichen hier sind.

248
00:21:24,900 --> 00:21:28,510
Also den ganzen Weg bis zum Finale wieder, begann es mit dem am weitesten links und war gierig.

249
00:21:30,710 --> 00:21:32,710
Lassen Sie uns sehen - was sonst könnten wir suchen.

250
00:21:32,710 --> 00:21:39,860
Ich denke, eine Sache, wenn Sie Interesse an der Suche nach den Pronomen waren sie und er,

251
00:21:39,860 --> 00:21:44,600
Sie könnte für s gleich 0 oder 1 überprüfen

252
00:21:44,600 --> 00:21:49,710
und der Ausdruck, den er, und das wird wahrscheinlich nicht zurückkehren -

253
00:21:49,710 --> 00:21:58,020
oh, ich denke, es kehrte er, weil wir dort an der Macht, an diesem Tag auf der Suche sind, sind hier.

254
00:22:00,590 --> 00:22:06,270
Lassen Sie uns versuchen, dass diese Angabe am Anfang von etwas kommen muss.

255
00:22:06,640 --> 00:22:09,530
Lassen Sie uns sehen, ob das wieder aus.

256
00:22:09,530 --> 00:22:19,630
So können wir tun, Fett, und da haben wir nicht bekommen nichts, weil sie und er

257
00:22:19,630 --> 00:22:22,870
nicht in dieser Phrase auftreten.

258
00:22:24,960 --> 00:22:30,410
Great. Ok - so zurück auf die Katze hier.

259
00:22:30,410 --> 00:22:35,720
So komplexe Muster zu verletzen das Gehirn.

260
00:22:35,720 --> 00:22:40,500
Also das ist, warum wir reguläre Ausdrücke, um diese Probleme zu vermeiden verwenden.

261
00:22:40,820 --> 00:22:43,520
>> Also hier sind einige andere nützliche Modi spielen, um mit.

262
00:22:43,520 --> 00:22:50,290
Wir schauten Suche heute, aber Sie können auch Spiel, Split, findall und Gruppen.

263
00:22:50,290 --> 00:22:53,970
So andere coole Dinge, die Sie mit regulären Ausdrücken neben nur tun können

264
00:22:53,970 --> 00:22:58,870
Suche nach Mustern nimmt ein Muster und hält alle Spiele -

265
00:22:58,870 --> 00:23:02,530
seine Variablen - und dann mit denen in Ihrem Code später auf.

266
00:23:02,850 --> 00:23:05,980
Das kann sehr hilfreich sein. Andere Dinge werden könnten zählen.

267
00:23:05,980 --> 00:23:11,720
So können wir die Anzahl der Instanzen eines Muster eines regulären Ausdrucks,

268
00:23:11,720 --> 00:23:13,960
und das ist, was können wir für Gruppen verwenden.

269
00:23:13,960 --> 00:23:17,550
Und anderen Modi sind möglich.

270
00:23:18,040 --> 00:23:22,980
Also ich will nur ein bisschen mehr reden über andere Möglichkeiten, wie Sie reguläre Ausdrücke verwenden können.

271
00:23:22,980 --> 00:23:29,100
>> So eine erweiterte Anwendung ist in Fuzzy Matching.

272
00:23:29,100 --> 00:23:33,450
Also, wenn Sie für einen Text für den Ausdruck, Julius Caesar suchen,

273
00:23:33,450 --> 00:23:37,740
und Sie sehen entweder Gaius Julius Caesar oder den Namen Julius Caesar in anderen Sprachen,

274
00:23:37,740 --> 00:23:44,400
dann könnten Sie auch wollen, um etwas Gewicht zu diesen Werten zuordnen.

275
00:23:44,400 --> 00:23:48,930
Und wenn es in der Nähe genug - wenn es eine bestimmte Schwelle überschreitet - dann wollen

276
00:23:48,930 --> 00:23:50,860
in der Lage sein, um Julius Caesar zu akzeptieren.

277
00:23:50,860 --> 00:24:00,580
So gibt es ein paar verschiedene Implementierungen für die in einigen anderen Sprachen.

278
00:24:02,580 --> 00:24:08,420
Hier sind einige andere Tools, Regex Pal - ein handliches, kleines App online

279
00:24:08,420 --> 00:24:12,190
überprüfen, ob Ihre reguläre Ausdrücke richtig zusammengesetzt sind.

280
00:24:12,190 --> 00:24:18,500
Es gibt auch Standalone-Tools, die Sie von Ihrem Desktop ausgeführt werden können

281
00:24:18,500 --> 00:24:22,100
wie Ultra-Pico, und so gut wie nur Kochbücher.

282
00:24:22,100 --> 00:24:25,410
Also, wenn Sie ein Projekt zu machen, dass eine Tonne von regulären Ausdrücken beinhaltet

283
00:24:25,410 --> 00:24:29,810
Dies ist wahrscheinlich der Ort, um außerhalb des Anwendungsbereichs von heute gehen.

284
00:24:31,520 --> 00:24:35,770
Und dann nur, um Ihnen ein Gefühl dafür, wie es üblich

285
00:24:35,770 --> 00:24:44,090
gibt es in Unix grep, hat Perl eingebaut, und C gibt es PCRE für C.

286
00:24:44,090 --> 00:24:48,890
Und dann all diese anderen Sprachen auch reguläre Ausdrücke Pakete

287
00:24:48,890 --> 00:24:52,020
das arbeiten mit im Wesentlichen der gleichen Syntax bekamen wir einen Vorgeschmack von heute.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, und so weiter.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search ist eigentlich erwähnenswert, es ist eines der

290
00:24:58,980 --> 00:25:05,720
relativ wenige Anwendungen gibt, die die Öffentlichkeit zugreifen können

291
00:25:05,720 --> 00:25:07,800
seine Datenbank mit regulären Ausdrücken.

292
00:25:07,800 --> 00:25:12,920
Also, wenn Sie auf Google Code Search suchen finden Sie Code

293
00:25:12,920 --> 00:25:16,880
wenn Sie für eine Instanz, wie eine Funktion verwendet werden könnte suchen,

294
00:25:16,880 --> 00:25:21,610
Sie können einen regulären Ausdruck, um diese Funktion ist in allen möglichen verschiedenen Fällen verwendet zu finden.

295
00:25:21,610 --> 00:25:28,000
Sie könnten für fwrite suchen, und dann könnte man für die Flagge von Schreib sehen oder lesen

296
00:25:28,000 --> 00:25:32,000
wenn man wollte ein Beispiel für fwrite in diesem Fall verwendet werden.

297
00:25:33,530 --> 00:25:37,010
Also die gleiche Sache gibt, und hier sind einige Referenzen.

298
00:25:37,010 --> 00:25:40,990
Dies wird auch online verfügbar sein, so gehen nach vorne, wenn

299
00:25:40,990 --> 00:25:45,560
Sie wollen an Python, grep, Perl aussehen - Sie wollen einfach nur etwas Inspiration zu bekommen

300
00:25:45,560 --> 00:25:50,650
oder wenn Sie mehr über die Theorie hier schauen wollen, sind einige gute jumping off Plätze.

301
00:25:50,650 --> 00:25:53,870
Vielen Dank.

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