1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminar: Corak Pedang dengan Ungkapan Biasa]

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

3
00:00:04,000 --> 00:00:07,220
[Ini adalah CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okay. Well, semua orang dialu-alukan. Ini adalah CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Nama saya John, dan saya akan bercakap hari ini mengenai ungkapan-ungkapan yang tetap.

6
00:00:16,610 --> 00:00:22,530
Ungkapan biasa terutamanya alat, tetapi juga kadang-kadang digunakan

7
00:00:22,530 --> 00:00:28,650
dalam kod aktif pada dasarnya perlawanan corak dan tali.

8
00:00:28,650 --> 00:00:33,800
Jadi di sini adalah satu komik web dari xkcd.

9
00:00:34,440 --> 00:00:42,370
Dalam komik ini terdapat satu misteri pembunuhan di mana pembunuh mempunyai

10
00:00:42,370 --> 00:00:47,860
diikuti orang bercuti, dan pihak yang terbabit perlu

11
00:00:47,860 --> 00:00:52,500
mencari melalui 200 megabait e-mel mencari alamat.

12
00:00:52,500 --> 00:00:56,090
Dan mereka adalah kira-kira untuk berputus asa apabila seseorang yang tahu ungkapan biasa -

13
00:00:56,090 --> 00:01:00,550
mungkin superhero - swoops ke bawah dan menulis beberapa kod

14
00:01:00,550 --> 00:01:02,970
dan menyelesaikan misteri pembunuhan itu.

15
00:01:02,970 --> 00:01:07,370
Jadi mungkin yang akan menjadi sesuatu yang anda akan diberi kuasa untuk berbuat

16
00:01:07,370 --> 00:01:09,370
selepas seminar ini.

17
00:01:09,370 --> 00:01:12,250
Kami hanya akan memberikan pengenalan ringkas kepada bahasa

18
00:01:12,250 --> 00:01:16,770
dan memberi anda cukup kemampuan untuk pergi selepas lebih banyak sumber sendiri.

19
00:01:17,680 --> 00:01:21,700
>> Jadi ungkapan-ungkapan yang tetap melihat pada dasarnya seperti ini.

20
00:01:22,930 --> 00:01:25,550
Ini adalah ungkapan yang biasa dalam Ruby.

21
00:01:25,550 --> 00:01:29,280
Ia tidak terlalu berbeza di seluruh bahasa.

22
00:01:29,690 --> 00:01:37,630
Kami mempunyai hanya pada garis condong untuk memulakan dan menandakan ungkapan biasa dalam Ruby.

23
00:01:37,630 --> 00:01:42,880
Dan ini adalah satu ungkapan biasa untuk mencari dalam e-mel corak alamat.

24
00:01:42,880 --> 00:01:49,160
Jadi kita lihat pada bit pertama kelihatan untuk mana-mana watak abjad angka.

25
00:01:50,500 --> 00:01:54,880
Ini kerana alamat e-mel sering perlu bermula dengan huruf abjad.

26
00:01:55,460 --> 00:01:59,330
Dan kemudian apa-apa sifat khas yang diikuti oleh simbol @.

27
00:01:59,330 --> 00:02:03,260
Dan kemudian perkara yang sama untuk nama domain.

28
00:02:03,260 --> 00:02:10,030
Dan kemudian di antara 2 dan 4 aksara untuk mencari. Com,. Bersih, dan sebagainya.

29
00:02:10,850 --> 00:02:13,200
Jadi adalah satu lagi contoh ungkapan biasa.

30
00:02:13,200 --> 00:02:17,270
Jadi ungkapan yang kerap adalah protokol untuk mencari patters dalam teks.

31
00:02:17,270 --> 00:02:21,130
Mereka melakukan perbandingan, pilihan, dan penggantian.

32
00:02:21,690 --> 00:02:27,970
Jadi contoh ketiga mencari semua nombor-nombor telefon yang berakhir pada 54 di direktori.

33
00:02:27,970 --> 00:02:34,360
Jadi sebelum David mengoyak sehingga direktori CS50 kita boleh mencari

34
00:02:34,360 --> 00:02:40,450
corak di mana kita mempunyai kurungan maka 3 nombor kemudian berakhir kurungan,

35
00:02:40,450 --> 00:02:44,070
3 lagi nombor, sengkang, 2 nombor, dan kemudian 54.

36
00:02:44,070 --> 00:02:48,310
Dan yang akan menjadi asasnya bagaimana kita datang dengan ungkapan biasa untuk mencari itu.

37
00:02:49,150 --> 00:02:52,960
>> Jadi ada - kita telah melakukan beberapa perkara dalam CS50 yang sedikit seperti

38
00:02:52,960 --> 00:02:59,740
ungkapan biasa, maka - sebagai contoh - dalam fail dictionary.C

39
00:02:59,740 --> 00:03:04,720
untuk periksa ejaan set masalah yang anda mungkin telah digunakan fscanf

40
00:03:04,720 --> 00:03:07,930
untuk membaca dalam satu perkataan daripada kamus.

41
00:03:07,930 --> 00:03:16,240
Dan anda boleh lihat 45s peratusan sedang mencari rentetan 45 aksara.

42
00:03:16,240 --> 00:03:20,020
Jadi ia adalah agak seperti ungkapan biasa asas.

43
00:03:21,150 --> 00:03:26,060
Dan anda boleh mempunyai 45 watak-watak yang sesuai dengan rang undang-undang di sana

44
00:03:26,060 --> 00:03:28,080
dan memilih mereka sehingga.

45
00:03:28,080 --> 00:03:33,480
Dan kemudian contoh kedua paling terkini web masalah pengaturcaraan

46
00:03:33,480 --> 00:03:40,760
ditetapkan dalam kod php distro untuk kita sebenarnya mempunyai ungkapan tetap mudah.

47
00:03:40,760 --> 00:03:46,790
Dan yang satu ini hanya semata-mata mencari untuk memeriksa jika laman web yang diluluskan pada

48
00:03:46,790 --> 00:03:51,940
sepadan login sama ada atau logout mendaftar. PHP.

49
00:03:52,220 --> 00:03:57,910
Dan kemudian kembali benar atau palsu berdasarkan yang hampir sama ungkapan biasa.

50
00:03:59,400 --> 00:04:01,740
>> Oleh itu, apabila anda menggunakan ungkapan biasa?

51
00:04:01,740 --> 00:04:04,820
Mengapa anda di sini hari ini?

52
00:04:05,330 --> 00:04:08,480
Jadi anda tidak mahu menggunakan ungkapan biasa apabila ada sesuatu yang

53
00:04:08,480 --> 00:04:11,640
melakukan kerja untuk anda lebih mudah.

54
00:04:11,640 --> 00:04:15,510
Jadi XML dan HTML sebenarnya agak sukar

55
00:04:15,510 --> 00:04:18,480
untuk menulis ungkapan biasa untuk seperti yang akan kita lihat dalam sedikit.

56
00:04:19,110 --> 00:04:23,280
Jadi terdapat parsers khusus untuk bahasa-bahasa tersebut.

57
00:04:24,170 --> 00:04:30,060
Anda juga perlu okay dengan kira perdagangan dan ketepatan kerap.

58
00:04:30,060 --> 00:04:36,220
Jika anda cuba - jadi kita menyaksikan ungkapan biasa untuk alamat e-mel,

59
00:04:37,370 --> 00:04:42,590
tetapi mengatakan anda mahu alamat emel yang tertentu dan secara beransur-ansur

60
00:04:42,590 --> 00:04:48,570
ungkapan biasa mungkin menjadi lebih kompleks kerana ia menjadi lebih tepat.

61
00:04:49,580 --> 00:04:52,260
Jadi yang akan menjadi satu perdagangan luar.

62
00:04:52,260 --> 00:04:55,330
Anda perlu memastikan bahawa anda membuat okay dengan ungkapan biasa.

63
00:04:55,330 --> 00:04:57,920
Jika anda tahu apa yang anda sedang mencari ia mungkin lebih masuk akal

64
00:04:57,920 --> 00:05:02,070
untuk dimasukkan ke dalam masa dan menulis penghurai yang lebih berkesan.

65
00:05:02,070 --> 00:05:06,980
Dan akhirnya terdapat isu sejarah dengan kekerapan

66
00:05:06,980 --> 00:05:08,940
ungkapan dan bahasa.

67
00:05:08,940 --> 00:05:12,960
Ungkapan biasa sebenarnya lebih berkuasa daripada

68
00:05:12,960 --> 00:05:16,450
ungkapan yang tetap setiap mengatakan dalam erti kata yang formal.

69
00:05:17,130 --> 00:05:20,150
>> Jadi, saya tidak mahu pergi terlalu jauh ke dalam teori formal,

70
00:05:20,150 --> 00:05:24,000
tetapi kebanyakan bahasa yang kita kod dalam sebenarnya tidak biasa.

71
00:05:24,000 --> 00:05:29,110
Dan ini adalah mengapa ungkapan biasa kadang-kadang tidak semua yang dianggap selamat.

72
00:05:29,670 --> 00:05:33,150
Jadi, pada asasnya terdapat hierarki Chomsky untuk bahasa,

73
00:05:33,150 --> 00:05:38,400
dan ungkapan yang tetap membina menggunakan kesatuan, dinamika,

74
00:05:38,400 --> 00:05:41,810
dan operasi bintang Kleene yang kita lihat dalam beberapa minit.

75
00:05:43,130 --> 00:05:48,860
Jika anda berminat dalam teori terdapat cukup banyak berlaku di sana di bawah hood.

76
00:05:50,360 --> 00:05:55,880
>> Jadi sejarah ringkas - hanya untuk konteks di sini - set biasa datang

77
00:05:55,880 --> 00:05:59,580
pada tahun 1950, dan kemudian kita mempunyai editor mudah yang

78
00:05:59,580 --> 00:06:03,300
diperbadankan ungkapan biasa - hanya mencari tali.

79
00:06:03,570 --> 00:06:09,110
Grep - yang adalah alat baris arahan - adalah salah satu yang pertama

80
00:06:09,110 --> 00:06:14,160
alat yang sangat popular yang menggabungkan ungkapan biasa pada 1960-an.

81
00:06:14,160 --> 00:06:20,560
Dalam tahun 80-an, Perl dibina - adalah bahasa pengaturcaraan yang

82
00:06:20,560 --> 00:06:24,110
menggabungkan ungkapan biasa yang sangat jelas.

83
00:06:24,550 --> 00:06:30,130
Dan kemudian baru-baru ini kita mempunyai ungkapan Perl tetap serasi

84
00:06:30,130 --> 00:06:35,870
protokol pada dasarnya dalam bahasa-bahasa lain yang menggunakan banyak sintaks yang sama.

85
00:06:36,630 --> 00:06:39,840
Sudah tentu peristiwa yang paling penting adalah pada tahun 2008

86
00:06:39,840 --> 00:06:43,040
di mana terdapat adalah yang pertama Hari Ungkapan Biasa Negara,

87
00:06:43,040 --> 00:06:47,350
yang saya percaya adalah 1 Jun jika anda mahu untuk meraikan itu.

88
00:06:48,430 --> 00:06:50,840
>> Teori Sekali lagi, hanya lebih sedikit di sini.

89
00:06:52,180 --> 00:06:55,320
Jadi terdapat beberapa cara yang berbeza untuk membina ungkapan biasa.

90
00:06:55,950 --> 00:07:02,050
Satu cara mudah adalah untuk membina ungkapan bahawa anda akan

91
00:07:02,050 --> 00:07:07,500
berjalan pada tali mentafsir - pada dasarnya membina sebuah mini-program kecil yang

92
00:07:07,500 --> 00:07:11,870
akan menganalisis keping rentetan dan lihat, "Oh, adakah ini patut ungkapan biasa atau tidak?"

93
00:07:12,250 --> 00:07:14,250
Dan kemudian berjalan itu.

94
00:07:14,250 --> 00:07:17,300
Jadi, jika anda mempunyai ungkapan biasa yang sangat kecil, ini mungkin

95
00:07:17,300 --> 00:07:19,380
cara yang paling berkesan untuk melakukannya.

96
00:07:20,090 --> 00:07:25,420
Dan kemudian jika anda - satu lagi pilihan adalah untuk menjaga membina semula

97
00:07:25,420 --> 00:07:30,260
ungkapan seperti anda pergi, dan itu adalah kemungkinan Simulasikan.

98
00:07:30,440 --> 00:07:37,690
Dan ini percubaan awal di algoritma ungkapan biasa adalah

99
00:07:37,690 --> 00:07:44,330
agak mudah dan agak cepat, tetapi tidak mempunyai banyak fleksibiliti.

100
00:07:44,330 --> 00:07:47,500
Untuk berbuat demikian juga beberapa perkara yang kita akan melihat

101
00:07:47,500 --> 00:07:52,860
hari ini kita telah terpaksa melakukan ungkapan biasa yang lebih kompleks

102
00:07:52,860 --> 00:07:56,650
pelaksanaan yang mungkin lebih perlahan, maka itu adalah sesuatu yang perlu diingati

103
00:07:57,510 --> 00:08:02,920
Terdapat juga ungkapan penafian biasa pelbagai serangan

104
00:08:02,920 --> 00:08:08,330
yang mengeksploitasi potensi bagi pelaksanaan baru

105
00:08:08,330 --> 00:08:10,930
ungkapan biasa untuk menjadi sangat kompleks.

106
00:08:11,570 --> 00:08:15,650
Dan dalam banyak erti kata yang sama yang kita lihat dalam serangan buffer overflow,

107
00:08:15,650 --> 00:08:21,610
anda mempunyai serangan yang bekerja dengan membuat gelung rekursi yang

108
00:08:21,610 --> 00:08:24,400
ditakluki kapasiti ingatan.

109
00:08:24,780 --> 00:08:29,540
Dan dengan cara ini Regexen adalah salah satu bentuk jamak rasmi ungkapan biasa

110
00:08:29,540 --> 00:08:32,890
oleh analogi kepada lembu dalam Anglo-Saxon.

111
00:08:33,500 --> 00:08:40,169
>> Okay, jadi Perpustakaan Python banyak daripada anda di sini secara peribadi mempunyai Mac,

112
00:08:40,169 --> 00:08:43,860
supaya anda benar-benar boleh menarik ini di skrin anda.

113
00:08:43,860 --> 00:08:47,480
Ungkapan biasa dibina ke dalam Python.

114
00:08:48,070 --> 00:08:53,020
Dan sebagainya Python pramuat pada Mac dan juga boleh didapati secara online di pautan ini.

115
00:08:53,770 --> 00:08:57,350
Jadi, jika anda menonton anda boleh berhenti dan pastikan anda mempunyai Python

116
00:08:58,080 --> 00:09:00,170
seperti yang kita bermain-main di sini.

117
00:09:00,780 --> 00:09:06,420
Terdapat talian manual, jadi jika anda hanya perlu menaip Python ke dalam komputer anda

118
00:09:06,420 --> 00:09:10,500
anda akan melihat bahawa versi datang dalam terminal.

119
00:09:11,070 --> 00:09:17,720
Jadi saya disediakan pautan kepada pengguna untuk Versi 2 Python serta lembaran menipu.

120
00:09:17,720 --> 00:09:23,100
Terdapat Versi 3 Python, tetapi Mac anda tidak semestinya

121
00:09:23,100 --> 00:09:25,130
datang dengan pramuat.

122
00:09:25,130 --> 00:09:27,360
Jadi tidak terlalu berbeza.

123
00:09:27,360 --> 00:09:33,270
Okay, jadi beberapa asas-asas menggunakan ungkapan biasa dalam Python.

124
00:09:34,080 --> 00:09:42,650
>> Jadi di sini saya menggunakan ungkapan yang sangat mudah, jadi saya lakukan Python import semula

125
00:09:43,750 --> 00:09:47,070
dan kemudian mengambil keputusan re.search.

126
00:09:47,070 --> 00:09:49,910
Dan carian mengambil masa 2 hujah.

127
00:09:49,910 --> 00:09:56,040
Yang pertama adalah ungkapan biasa, dan yang kedua adalah teks

128
00:09:56,040 --> 00:09:58,290
atau tali anda mahu untuk menganalisis.

129
00:09:58,290 --> 00:10:01,210
Dan kemudian saya dicetak result.group itu.

130
00:10:01,580 --> 00:10:05,860
Jadi ini adalah 2 fungsi asas kita akan lihat hari ini

131
00:10:06,790 --> 00:10:10,170
dalam pembelajaran tentang ungkapan biasa.

132
00:10:10,170 --> 00:10:12,880
Jadi hanya mogok ungkapan biasa ini di sini

133
00:10:12,880 --> 00:10:21,770
h dan kemudian \ w dan kemudian m jadi \ w hanya menerima apa-apa sifat abjad di sana.

134
00:10:21,850 --> 00:10:26,820
Jadi di sini kita mencari "h" dan kemudian yang lain watak abjad

135
00:10:26,820 --> 00:10:30,060
dan kemudian m, jadi di sini yang akan sepadan dengan ham

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

137
00:10:35,040 --> 00:10:37,150
Ini adalah hasil daripada kumpulan itu.

138
00:10:37,680 --> 00:10:43,130
Satu lagi perkara yang kita boleh lakukan ialah menggunakan tali sebelum kami teks dalam Python.

139
00:10:43,130 --> 00:10:46,220
Jadi saya rasa saya akan pergi ke hadapan dan tarik yang di sini.

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

141
00:10:50,070 --> 00:10:54,000
Dan jika saya melakukan perkara yang sama - marilah kita mengatakan teks,

142
00:10:55,390 --> 00:11:00,800
"Abraham," mari kita zoom - ada kita pergi.

143
00:11:01,610 --> 00:11:06,430
Teks, "Abraham makan ham."

144
00:11:07,460 --> 00:11:15,260
Okay, dan kemudian menyebabkan = re.search.

145
00:11:16,260 --> 00:11:22,020
Dan kemudian ungkapan kita boleh h, dan kemudian saya akan melakukan dot m.

146
00:11:22,020 --> 00:11:26,280
Jadi titik hanya mengambil apa-apa sifat yang tidak barisan baru termasuk nombor,

147
00:11:26,280 --> 00:11:28,650
tanda-tanda peratus, apa-apa seperti itu.

148
00:11:28,650 --> 00:11:38,030
Dan kemudian teks - ledakan - dan kemudian result.group--ya.

149
00:11:38,030 --> 00:11:41,820
Jadi yang hanya bagaimana untuk melaksanakan fungsi asas di sini.

150
00:11:42,300 --> 00:11:55,110
Jika kita mempunyai cincin teks yang - bahawa teks gila - termasuk mengatakan banyak garis condong kembali

151
00:11:55,110 --> 00:12:01,180
dan tali di dalam dan perkara-perkara yang boleh kelihatan seperti urutan melarikan diri,

152
00:12:01,180 --> 00:12:08,480
maka kita mungkin mahu menggunakan input teks mentah untuk memastikan bahawa diterima.

153
00:12:08,480 --> 00:12:14,120
Dan itu hanya kelihatan seperti itu.

154
00:12:14,120 --> 00:12:17,810
Jadi, jika kita sedang mencari setiap daripada mereka di sana kita tidak perlu mencari apa-apa.

155
00:12:19,070 --> 00:12:21,680
Tetapi itu adalah bagaimana anda akan melaksanakannya; sebelum rentetan

156
00:12:21,680 --> 00:12:24,990
ungkapan biasa anda meletakkan r surat.

157
00:12:26,150 --> 00:12:30,260
>> Okay, jadi marilah kita terus.

158
00:12:30,260 --> 00:12:33,730
Baiklah - jadi mari kita lihat beberapa pola yang berulang-ulang di sini.

159
00:12:34,750 --> 00:12:39,150
Jadi satu perkara yang anda mahu lakukan adalah mengulangi perkara

160
00:12:40,040 --> 00:12:42,480
kerana anda mencari melalui teks.

161
00:12:42,480 --> 00:12:48,300
Jadi untuk melakukan diikuti oleh apa-apa bilangan b - anda lakukan ab *.

162
00:12:48,630 --> 00:12:51,620
Dan kemudian terdapat beberapa peraturan lain juga.

163
00:12:51,620 --> 00:12:54,380
Dan anda boleh melihat semua sehingga ini, saya hanya akan dijalankan melalui beberapa

164
00:12:54,380 --> 00:12:57,630
yang paling biasa digunakan orang.

165
00:12:57,630 --> 00:13:03,920
Jadi ab + adalah diikuti oleh mana-mana N lebih besar daripada 0 daripada b.

166
00:13:04,510 --> 00:13:08,000
ab? adalah diikuti dengan 0 atau 1 b.

167
00:13:09,190 --> 00:13:18,580
ab {N} adalah diikuti oleh N b, dan kemudian sebagainya.

168
00:13:18,580 --> 00:13:22,820
Jika anda mempunyai 2 nombor dalam pendakap kerinting anda menyatakan pelbagai

169
00:13:23,300 --> 00:13:25,440
yang boleh mungkin dipadankan.

170
00:13:26,390 --> 00:13:30,420
Oleh itu, kita akan kelihatan lebih di beberapa corak berulang-ulang dalam satu minit.

171
00:13:31,960 --> 00:13:42,300
Jadi 2 perkara yang perlu diingat apabila menggunakan corak yang hampir sama alat di sini.

172
00:13:42,300 --> 00:13:52,120
Jadi katakan kita mahu melihat hm daripada, "Abraham Lincoln membuat sandwich ham."

173
00:13:52,120 --> 00:13:55,230
Jadi saya menukar nama Abraham Lincoln kepada Abraham.

174
00:13:55,230 --> 00:14:00,290
Dan sekarang kita mencari apa yang dipulangkan oleh fungsi carian ini,

175
00:14:00,290 --> 00:14:03,270
dan ia hanya mengembalikan ham dalam kes ini.

176
00:14:03,620 --> 00:14:08,080
Dan ia kerana carian hanya secara semula jadi mengambil barisan paling kiri.

177
00:14:08,080 --> 00:14:12,130
Dan semua ungkapan biasa melainkan anda menyatakan sebaliknya akan berbuat demikian.

178
00:14:12,830 --> 00:14:18,880
Jika kita mahu mencari semua ada fungsi untuk itu - mencari semua.

179
00:14:18,880 --> 00:14:35,100
Jadi yang hanya boleh kelihatan seperti semua = re.findall ('h.m, teks)

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

181
00:14:44,540 --> 00:14:51,040
Semua menghasilkan kedua-dua ham dan ham, dalam kes ini kedua-dua tali dalam Abraham setiap ham.

182
00:14:51,610 --> 00:14:55,110
Jadi itu adalah pilihan yang lain.

183
00:14:56,250 --> 00:15:06,940
>> Besar. Perkara lain yang perlu diingat adalah bahawa ungkapan biasa mengambil terbesar intuitif.

184
00:15:06,940 --> 00:15:09,520
Mari kita lihat contoh ini.

185
00:15:10,200 --> 00:15:16,070
Kami melakukan bahawa carian paling kiri di sini, dan kemudian saya cuba carian yang lebih besar

186
00:15:16,070 --> 00:15:18,800
menggunakan operator bintang Kleene.

187
00:15:18,800 --> 00:15:24,180
Jadi bagi, "Abraham Lincoln membuat sandwich ham," dan saya hanya mendapat kembali

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

189
00:15:26,280 --> 00:15:31,670
Sebab kesilapan itu adalah bahawa saya akan dapat mengambil apa-apa bilangan

190
00:15:31,670 --> 00:15:36,140
h kerana saya tidak menyatakan apa-apa untuk pergi di antara h dan m.

191
00:15:36,140 --> 00:15:42,010
Satu-satunya contoh ada yang mempunyai m - satu-satunya contoh di sana dengan m di dalamnya

192
00:15:42,010 --> 00:15:46,220
dan apa-apa bilangan h itu hanya rentetan m.

193
00:15:46,490 --> 00:15:51,850
Kemudian saya cuba sekali lagi, saya berkata, "Baiklah, mari kita mendapat sebenar kumpulan terbesar di sini."

194
00:15:51,850 --> 00:15:59,670
Dan kemudian saya h. * M, supaya hanya mengembalikan apa-apa bilangan huruf di antara h dan m.

195
00:16:00,280 --> 00:16:02,950
Dan jika anda baru bermula dan berfikir, "Oh, okay, dan ini akan

196
00:16:02,950 --> 00:16:11,560
mendapatkan saya ham, "ia sebenarnya mengambil segala-galanya daripada h dalam Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
sepanjang jalan sehingga ke akhir ham.

198
00:16:14,040 --> 00:16:18,110
Ia adalah tamak, ia melihat h - semua ini teks lain - m,

199
00:16:18,110 --> 00:16:21,280
dan itu adalah apa yang diperlukan masuk

200
00:16:22,060 --> 00:16:27,480
Ini adalah terutamanya mengerikan - ini adalah ciri-ciri yang kita juga boleh

201
00:16:27,480 --> 00:16:30,670
nyatakan kerana ia tidak menjadi tamak menggunakan fungsi-fungsi lain.

202
00:16:31,480 --> 00:16:34,490
Tetapi ini adalah sesuatu yang kita perlu ingat terutamanya

203
00:16:34,490 --> 00:16:38,720
apabila melihat teks HTML, yang merupakan salah satu sebab-sebab yang

204
00:16:38,720 --> 00:16:41,500
ungkapan biasa sukar untuk HTML.

205
00:16:42,460 --> 00:16:46,310
Kerana jika anda mempunyai tag HTML terbuka dan kemudian banyak barangan di tengah-tengah

206
00:16:46,310 --> 00:16:49,820
dan kemudian beberapa HTML yang lain ditutup tag lama kemudian dalam program ini,

207
00:16:49,820 --> 00:16:55,420
anda baru sahaja dimakan banyak kod HTML anda mungkin dengan tidak sengaja.

208
00:16:56,200 --> 00:17:01,840
>> Baiklah - watak-watak jadi lebih istimewa, seperti banyak bahasa lain,

209
00:17:01,840 --> 00:17:04,780
kami melarikan diri menggunakan palang itu.

210
00:17:04,780 --> 00:17:10,329
Oleh itu, kita boleh menggunakan titik untuk menentukan apa-apa sifat kecuali barisan baru.

211
00:17:10,329 --> 00:17:14,550
Kita boleh menggunakan melarikan diri w untuk menentukan apa-apa sifat abjad.

212
00:17:14,550 --> 00:17:20,329
Dan dengan melarikan diri analogi d bagi mana-mana integer - watak berangka.

213
00:17:20,630 --> 00:17:27,440
Kita boleh menentukan - kita boleh menggunakan kurungan untuk menentukan ungkapan yang berkaitan.

214
00:17:27,440 --> 00:17:30,970
Jadi ini akan menerima a, b, atau c.

215
00:17:31,320 --> 00:17:37,000
Dan kita juga boleh menentukan atau opsyen untuk sama ada atau b.

216
00:17:37,000 --> 00:17:41,110
Sebagai contoh - jika kita mencari pelbagai kemungkinan

217
00:17:41,110 --> 00:17:44,940
dalam kurungan kita boleh menggunakan pengendali atau seperti dalam -

218
00:17:44,940 --> 00:17:52,480
jadi mari kita kembali kepada contoh ini di sini.

219
00:17:53,000 --> 00:17:59,790
Dan sekarang mari kita - marilah kita kembali kepada contoh ini di sini, dan kemudian

220
00:17:59,790 --> 00:18:12,290
mengambil ae - jadi ini perlu kembali - Saya rasa ini masih Abraham.

221
00:18:12,290 --> 00:18:17,410
Jadi ini - jika kita melakukan semua - besar.

222
00:18:17,410 --> 00:18:22,700
Jadi, marilah kita mengemaskini teks di sini.

223
00:18:22,700 --> 00:18:34,690
"Abraham makan ham manakala pengetam beliau -. Manakala hemming" Besar.

224
00:18:44,090 --> 00:18:47,330
Semua. Besar. Sekarang kita mendapat ham, ham, dan hem.

225
00:18:48,510 --> 00:18:59,370
Walaupun hemming - sementara bersenandung kepadanya - sementara bersenandung untuk mengepung dia. Besar.

226
00:19:00,350 --> 00:19:03,250
Perkara yang sama.

227
00:19:03,820 --> 00:19:09,180
Sekarang semua kembali masih hanya ham, ham, dan mengepung tanpa memilih sehingga pada hum atau dia.

228
00:19:09,940 --> 00:19:22,600
Great - jadi apa jika kita mahu melihat sama ada itu - supaya kita boleh juga melakukan

229
00:19:23,510 --> 00:19:33,810
dia atau - kita akan kembali kepada itu.

230
00:19:34,810 --> 00:19:45,760
Okay - jadi - semua betul - dalam kedudukan anda boleh juga menggunakan tanda sisipan atau tanda dolar

231
00:19:45,760 --> 00:19:49,350
untuk menentukan bahawa anda mencari sesuatu yang pada permulaan atau akhir rentetan.

232
00:19:50,260 --> 00:19:52,260
Atau permulaan atau akhir perkataan.

233
00:19:52,400 --> 00:19:54,470
Itu adalah salah satu cara untuk menggunakan itu.

234
00:19:55,630 --> 00:20:01,160
>> Okay - jadi marilah kita bermain-main dengan blok yang lebih besar sedikit teks.

235
00:20:03,950 --> 00:20:08,310
Mari kita katakan baris ini di sini - kenyataan ini di sini.

236
00:20:08,310 --> 00:20:11,360
Kuasa ungkapan biasa adalah bahawa mereka boleh menentukan corak

237
00:20:11,360 --> 00:20:13,390
bukan hanya ditetapkan watak.

238
00:20:14,900 --> 00:20:18,790
Marilah kita membuat - marilah kita panggil blok ini.

239
00:20:22,400 --> 00:20:27,110
Kemudian kita akan membaca semua yang masuk

240
00:20:28,890 --> 00:20:50,820
Dan kemudian mempunyai - marilah kita membuat semua =, maka apakah beberapa perkara yang kita boleh mencari di sini menguntungkan?

241
00:20:50,820 --> 00:20:54,070
Kita boleh mencari telinga bersuara.

242
00:20:55,050 --> 00:21:01,520
Tidak sangat menarik. Bagaimana pula itu? Kita akan lihat apa yang berlaku.

243
00:21:03,710 --> 00:21:05,710
Saya berikan masalah.

244
00:21:06,380 --> 00:21:10,750
Jadi apa-apa beberapa perkara sebelum semula dan semua.

245
00:21:10,750 --> 00:21:15,630
Jadi yang perlu kembali segala-galanya dari awal sehingga semua semula mungkin satu atau dua kali.

246
00:21:18,800 --> 00:21:21,970
Dan kemudian di sini kita mempunyai kuasa ungkapan biasa adalah bahawa mereka

247
00:21:21,970 --> 00:21:24,900
boleh menentukan corak bukan sahaja watak-watak di sini.

248
00:21:24,900 --> 00:21:28,510
Jadi semua jalan sehingga semula akhir, ia bermula dengan yang paling kiri dan adalah tamak.

249
00:21:30,710 --> 00:21:32,710
Mari kita lihat - apa lagi yang kita boleh mencari.

250
00:21:32,710 --> 00:21:39,860
Saya rasa satu perkara jika anda berminat untuk mencari kata ganti nama dia dan dia,

251
00:21:39,860 --> 00:21:44,600
anda boleh menyemak untuk s yang sama dengan 0 atau 1

252
00:21:44,600 --> 00:21:49,710
dan ungkapan beliau, dan mungkin tidak akan kembali -

253
00:21:49,710 --> 00:21:58,020
oh, saya rasa ia kembali dia kerana kita melihat kuasa, hari itu, di sini.

254
00:22:00,590 --> 00:22:06,270
Mari kita cuba menyatakan bahawa ini telah datang pada permulaan sesuatu.

255
00:22:06,640 --> 00:22:09,530
Mari kita lihat jika yang jatuh di luar.

256
00:22:09,530 --> 00:22:19,630
Oleh itu, kita boleh melakukan lemak, dan di sana kita tidak mendapat apa-apa kerana dia dan dia

257
00:22:19,630 --> 00:22:22,870
tidak berlaku dalam frasa ini.

258
00:22:24,960 --> 00:22:30,410
Besar. Okay - supaya kembali kepada kucing di sini.

259
00:22:30,410 --> 00:22:35,720
Corak begitu kompleks mencederakan otak.

260
00:22:35,720 --> 00:22:40,500
Jadi itulah sebabnya kita menggunakan ungkapan biasa untuk mengelakkan isu-isu ini.

261
00:22:40,820 --> 00:22:43,520
>> Jadi di sini adalah beberapa cara lain yang berguna anda boleh bermain-main dengan.

262
00:22:43,520 --> 00:22:50,290
Kita melihat carian hari ini, tetapi anda juga boleh menggunakan perlawanan, perpecahan, findall, dan kumpulan.

263
00:22:50,290 --> 00:22:53,970
Jadi perkara yang sejuk lain yang anda boleh lakukan dengan ungkapan biasa selain hanya

264
00:22:53,970 --> 00:22:58,870
mencari corak mengambil corak dan memegang semua perlawanan -

265
00:22:58,870 --> 00:23:02,530
pembolehubah - dan kemudian menggunakan mereka dalam kod anda di kemudian hari.

266
00:23:02,850 --> 00:23:05,980
Yang boleh agak membantu. Perkara-perkara lain boleh mengira.

267
00:23:05,980 --> 00:23:11,720
Jadi kita boleh mengira bilangan contoh corak ungkapan biasa,

268
00:23:11,720 --> 00:23:13,960
dan itu adalah apa yang kita boleh menggunakan kumpulan untuk.

269
00:23:13,960 --> 00:23:17,550
Dan kaedah lain juga juga mungkin.

270
00:23:18,040 --> 00:23:22,980
Jadi saya hanya mahu bercakap sedikit lebih lanjut mengenai cara-cara lain yang anda boleh menggunakan ungkapan-ungkapan yang tetap.

271
00:23:22,980 --> 00:23:29,100
>> Jadi, satu permohonan yang lebih maju dalam padanan kabur.

272
00:23:29,100 --> 00:23:33,450
Jadi, jika anda mencari teks untuk ungkapan, Julius Caesar,

273
00:23:33,450 --> 00:23:37,740
dan anda melihat sama ada Gaius Julius Caesar atau nama Julius Caesar dalam bahasa lain,

274
00:23:37,740 --> 00:23:44,400
maka anda juga mungkin mahu untuk memberikan beberapa berat kepada nilai.

275
00:23:44,400 --> 00:23:48,930
Dan jika ia cukup dekat - jika ia melintasi ambang tertentu - maka anda mahu

276
00:23:48,930 --> 00:23:50,860
dapat menerima Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
Jadi terdapat beberapa pelaksanaan yang berbeza untuk itu dalam beberapa bahasa-bahasa lain juga.

278
00:24:02,580 --> 00:24:08,420
Berikut adalah beberapa alat lain, regex Pal - aplikasi sedikit berguna dalam talian untuk

279
00:24:08,420 --> 00:24:12,190
memeriksa jika ungkapan biasa anda terdiri betul.

280
00:24:12,190 --> 00:24:18,500
Terdapat juga alat-alat yang berdiri sendiri yang anda boleh menjalankan dari desktop anda

281
00:24:18,500 --> 00:24:22,100
seperti Pico Ultra, dan juga buku masakan adil.

282
00:24:22,100 --> 00:24:25,410
Jadi, jika anda sedang melakukan satu projek yang melibatkan tan ungkapan biasa

283
00:24:25,410 --> 00:24:29,810
ini mungkin tempat untuk pergi di luar skop hari ini.

284
00:24:31,520 --> 00:24:35,770
Dan kemudian hanya untuk memberi anda rasa cara biasa ia adalah

285
00:24:35,770 --> 00:24:44,090
terdapat grep dalam Unix, Perl mempunyai terbina dalam, dan C ada PCRE untuk C.

286
00:24:44,090 --> 00:24:48,890
Dan kemudian semua bahasa-bahasa lain juga mempunyai pakej ungkapan biasa

287
00:24:48,890 --> 00:24:52,020
yang beroperasi dengan dasarnya sintaks yang sama kita mendapat rasa hari ini.

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

289
00:24:56,080 --> 00:24:58,980
>> Kod Google Search sebenarnya adalah bernilai menyebut, ia adalah salah satu daripada

290
00:24:58,980 --> 00:25:05,720
agak beberapa aplikasi di luar sana yang membolehkan orang ramai untuk mengakses

291
00:25:05,720 --> 00:25:07,800
pangkalan data dengan menggunakan ungkapan-ungkapan yang tetap.

292
00:25:07,800 --> 00:25:12,920
Jadi, jika anda melihat di Search Kod Google, anda boleh mencari kod

293
00:25:12,920 --> 00:25:16,880
jika anda sedang mencari contoh bagaimana fungsi boleh digunakan,

294
00:25:16,880 --> 00:25:21,610
anda boleh menggunakan ungkapan biasa untuk mendapati bahawa fungsi yang digunakan dalam pelbagai kes-kes yang berbeza.

295
00:25:21,610 --> 00:25:28,000
Anda boleh mencari fwrite, dan kemudian anda boleh mencari bendera menulis atau membaca

296
00:25:28,000 --> 00:25:32,000
jika anda mahu satu contoh fwrite digunakan dalam kes itu.

297
00:25:33,530 --> 00:25:37,010
Jadi perkara yang sama di sana, dan di sini adalah beberapa rujukan.

298
00:25:37,010 --> 00:25:40,990
Ini akan menjadi boleh didapati dalam talian juga, jadi pergi ke hadapan jika

299
00:25:40,990 --> 00:25:45,560
anda mahu melihat Python, grep, Perl - anda hanya ingin mendapatkan beberapa inspirasi

300
00:25:45,560 --> 00:25:50,650
atau jika anda mahu melihat lebih pada teori di sini adalah beberapa melompat baik di luar tempat.

301
00:25:50,650 --> 00:25:53,870
Thank you very much.

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