1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminário: Correspondência de padrão com expressões regulares]

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

3
00:00:04,000 --> 00:00:07,220
[Isto é CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Okay. Bem-vindos todos. Isto é CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Meu nome é João, e vou falar hoje sobre expressões regulares.

6
00:00:16,610 --> 00:00:22,530
As expressões regulares é essencialmente uma ferramenta, mas também por vezes utilizado

7
00:00:22,530 --> 00:00:28,650
em código ativamente para corresponder essencialmente padrões e cadeias.

8
00:00:28,650 --> 00:00:33,800
Então aqui está uma história em quadrinhos web de xkcd.

9
00:00:34,440 --> 00:00:42,370
Neste quadrinhos há um mistério de assassinato onde o assassino tem

10
00:00:42,370 --> 00:00:47,860
seguido alguém em férias, e os protagonistas têm de

11
00:00:47,860 --> 00:00:52,500
pesquisar através de 200 megabytes de e-mails à procura de um endereço.

12
00:00:52,500 --> 00:00:56,090
E eles estão prestes a desistir quando alguém que conhece expressões regulares -

13
00:00:56,090 --> 00:01:00,550
presumivelmente um super-herói - desce rapidamente e escreve algum código

14
00:01:00,550 --> 00:01:02,970
e resolve o mistério do assassinato.

15
00:01:02,970 --> 00:01:07,370
Assim, presumivelmente, que vai ser algo que você estará habilitado a fazer

16
00:01:07,370 --> 00:01:09,370
após este seminário.

17
00:01:09,370 --> 00:01:12,250
Nós apenas estamos indo para fornecer uma introdução concisa à linguagem

18
00:01:12,250 --> 00:01:16,770
e dar-lhe o suficiente recursos para ir atrás de mais recursos em seu próprio país.

19
00:01:17,680 --> 00:01:21,700
>> Assim, expressões regulares olhar basicamente assim.

20
00:01:22,930 --> 00:01:25,550
Esta é uma expressão regular em Ruby.

21
00:01:25,550 --> 00:01:29,280
Não é muito diferente entre as línguas.

22
00:01:29,690 --> 00:01:37,630
Temos apenas em barras para começar e marcar a expressão regular em Ruby.

23
00:01:37,630 --> 00:01:42,880
E esta é uma expressão regular para procurar no e-mail padrão de endereço.

24
00:01:42,880 --> 00:01:49,160
Assim, vemos no primeiro bit olha para qualquer caractere alfanumérico.

25
00:01:50,500 --> 00:01:54,880
Isso é porque os endereços de e-mail, muitas vezes tem que começar com um caractere alfabético.

26
00:01:55,460 --> 00:01:59,330
E então qualquer caractere especial, seguida pelo símbolo @.

27
00:01:59,330 --> 00:02:03,260
E, em seguida, a mesma coisa para o nome de domínio.

28
00:02:03,260 --> 00:02:10,030
E, em seguida, entre 2 e 4 personagens para olhar para o. Com,. Net, e assim por diante.

29
00:02:10,850 --> 00:02:13,200
Então esse é um outro exemplo de expressão regular.

30
00:02:13,200 --> 00:02:17,270
Assim, expressões regulares são protocolos para encontrar padrões em texto.

31
00:02:17,270 --> 00:02:21,130
Eles fazem comparações, seleções, e substituições.

32
00:02:21,690 --> 00:02:27,970
Assim, um terceiro exemplo é encontrar todos os números de telefones que terminam em 54 em um diretório.

33
00:02:27,970 --> 00:02:34,360
Portanto, antes de David rasga o diretório CS50 poderíamos procurar

34
00:02:34,360 --> 00:02:40,450
um padrão onde temos parênteses, em seguida, três números depois acabam parênteses,

35
00:02:40,450 --> 00:02:44,070
Mais 3 números, um traço, dois números e, em seguida, 54.

36
00:02:44,070 --> 00:02:48,310
E isso seria essencialmente como podemos chegar a uma expressão regular para procurar isso.

37
00:02:49,150 --> 00:02:52,960
>> Portanto, há - nós temos feito algumas coisas em CS50 que são um pouco como

38
00:02:52,960 --> 00:02:59,740
expressões regulares, de modo que - por exemplo - no arquivo dictionary.C

39
00:02:59,740 --> 00:03:04,720
para a verificação ortográfica conjunto de problemas que você pode ter usado fscanf

40
00:03:04,720 --> 00:03:07,930
para ler em uma palavra do dicionário.

41
00:03:07,930 --> 00:03:16,240
E você pode ver a 45s percentual está à procura de uma string de 45 caracteres.

42
00:03:16,240 --> 00:03:20,020
Por isso, é um pouco como uma expressão regular rudimentar.

43
00:03:21,150 --> 00:03:26,060
E você pode ter todos os 45 caracteres que cabem a conta lá

44
00:03:26,060 --> 00:03:28,080
e escolher aqueles acima.

45
00:03:28,080 --> 00:03:33,480
E, em seguida, o segundo exemplo no mais recente problema de programação web

46
00:03:33,480 --> 00:03:40,760
definido no código distro para php nós realmente temos uma expressão regular simples.

47
00:03:40,760 --> 00:03:46,790
E este é simplesmente olhando para verificar se a página web que é passado em

48
00:03:46,790 --> 00:03:51,940
corresponde ou de entrar e sair registar. PHP.

49
00:03:52,220 --> 00:03:57,910
E, em seguida, retornar verdadeiro ou falso com base nessa expressão correspondência regular.

50
00:03:59,400 --> 00:04:01,740
>> Então, quando você usar a expressão regular?

51
00:04:01,740 --> 00:04:04,820
Por que você está aqui hoje?

52
00:04:05,330 --> 00:04:08,480
Então você não quer usar a expressão regular, quando há algo que

53
00:04:08,480 --> 00:04:11,640
faz o trabalho para você mesmo mais facilmente.

54
00:04:11,640 --> 00:04:15,510
Então, XML e HTML são realmente muito complicado

55
00:04:15,510 --> 00:04:18,480
escrever expressões regulares para, como veremos daqui a pouco.

56
00:04:19,110 --> 00:04:23,280
Portanto, há analisadores dedicados para essas línguas.

57
00:04:24,170 --> 00:04:30,060
Você também precisa estar bem com o trade offs e precisão com freqüência.

58
00:04:30,060 --> 00:04:36,220
Se você está tentando - por isso vimos uma expressão regular para um endereço de e-mail,

59
00:04:37,370 --> 00:04:42,590
mas disse que queria um endereço de e-mail específico e, gradualmente, o

60
00:04:42,590 --> 00:04:48,570
expressão regular pode tornar-se mais complexa à medida que se tornou mais preciso.

61
00:04:49,580 --> 00:04:52,260
Então, isso seria um trade off.

62
00:04:52,260 --> 00:04:55,330
Você tem que ter certeza de que você está fazendo bem com a expressão regular.

63
00:04:55,330 --> 00:04:57,920
Se você sabe exatamente o que você está procurando, pode fazer mais sentido

64
00:04:57,920 --> 00:05:02,070
para colocar no tempo e escrever um parser mais eficaz.

65
00:05:02,070 --> 00:05:06,980
E, finalmente, há uma questão histórica com a regularidade

66
00:05:06,980 --> 00:05:08,940
de expressões e linguagens.

67
00:05:08,940 --> 00:05:12,960
As expressões regulares são realmente muito mais poderoso do que

68
00:05:12,960 --> 00:05:16,450
expressões regulares por dizer em um sentido formal.

69
00:05:17,130 --> 00:05:20,150
>> Então, eu não quero ir longe demais na teoria formal,

70
00:05:20,150 --> 00:05:24,000
mas a maioria das línguas que código na verdade não são regulares.

71
00:05:24,000 --> 00:05:29,110
E é por isso que as expressões regulares, por vezes, não são considerados todos os que segura.

72
00:05:29,670 --> 00:05:33,150
Então, basicamente, existe uma hierarquia de Chomsky línguas,

73
00:05:33,150 --> 00:05:38,400
e expressões regulares são construídas utilizando-se união, concatenação,

74
00:05:38,400 --> 00:05:41,810
ea operação estrela Kleene que veremos em poucos minutos.

75
00:05:43,130 --> 00:05:48,860
Se você está interessado em teoria, há muitas coisas acontecendo por lá sob o capô.

76
00:05:50,360 --> 00:05:55,880
>> Assim, uma breve história - apenas para o contexto aqui - conjuntos regulares veio

77
00:05:55,880 --> 00:05:59,580
na década de 1950, e depois tivemos editores simples que

78
00:05:59,580 --> 00:06:03,300
incorporou as expressões regulares - apenas procurando por strings.

79
00:06:03,570 --> 00:06:09,110
Grep - que é uma ferramenta de linha de comando - foi um dos primeiros

80
00:06:09,110 --> 00:06:14,160
ferramentas muito populares que incorporou as expressões regulares na década de 1960.

81
00:06:14,160 --> 00:06:20,560
Nos anos 80, Perl foi construído - é uma linguagem de programação que

82
00:06:20,560 --> 00:06:24,110
incorpora expressões regulares muito proeminente.

83
00:06:24,550 --> 00:06:30,130
E então, mais recentemente, tivemos Perl expressões regulares compatíveis

84
00:06:30,130 --> 00:06:35,870
protocolos, basicamente, em outras línguas que usam muito a mesma sintaxe.

85
00:06:36,630 --> 00:06:39,840
Claro que o acontecimento mais importante foi em 2008

86
00:06:39,840 --> 00:06:43,040
onde houve o primeiro Dia Nacional de expressões regulares,

87
00:06:43,040 --> 00:06:47,350
que eu acredito que é 01 de junho, se você quiser comemorar.

88
00:06:48,430 --> 00:06:50,840
>> Mais uma vez, um pouco mais a teoria aqui.

89
00:06:52,180 --> 00:06:55,320
Portanto, há algumas maneiras diferentes de construir expressões regulares.

90
00:06:55,950 --> 00:07:02,050
Uma maneira simples é construir a expressão que você está indo para

91
00:07:02,050 --> 00:07:07,500
executado na seqüência de interpretar - basicamente construir um mini-programa pouco que

92
00:07:07,500 --> 00:07:11,870
vai analisar pedaços de uma corda e ver: "Ah, isso se encaixa a expressão regular ou não?"

93
00:07:12,250 --> 00:07:14,250
E, em seguida, executar isso.

94
00:07:14,250 --> 00:07:17,300
Então se você tem uma pequena expressão regular, este é, provavelmente,

95
00:07:17,300 --> 00:07:19,380
a forma mais eficiente de fazê-lo.

96
00:07:20,090 --> 00:07:25,420
E então se você - outra opção é manter a reconstruir o

97
00:07:25,420 --> 00:07:30,260
expressão que você vá, e que é a possibilidade de simulação.

98
00:07:30,440 --> 00:07:37,690
E essas primeiras tentativas de algoritmos de expressões regulares foram

99
00:07:37,690 --> 00:07:44,330
relativamente simples e relativamente rápido, mas não tem muita flexibilidade.

100
00:07:44,330 --> 00:07:47,500
Então, para fazer ainda algumas das coisas que nós estamos indo olhar

101
00:07:47,500 --> 00:07:52,860
hoje nós tivemos que fazer expressão regular mais complexa

102
00:07:52,860 --> 00:07:56,650
implementações que são potencialmente muito mais lento, de modo que é algo a ter em mente

103
00:07:57,510 --> 00:08:02,920
Há também uma expressão regular de negação variedade ataque

104
00:08:02,920 --> 00:08:08,330
que exploram o potencial para essas implementações mais recentes do

105
00:08:08,330 --> 00:08:10,930
expressões regulares para se tornar muito complexo.

106
00:08:11,570 --> 00:08:15,650
E em grande parte da mesma forma que vimos nos ataques de estouro de buffer,

107
00:08:15,650 --> 00:08:21,610
você tem ataques de que o trabalho por fazer loops recursiva que

108
00:08:21,610 --> 00:08:24,400
superado a capacidade de memória.

109
00:08:24,780 --> 00:08:29,540
E pelo jeito Regexen é um dos plurais oficiais da expressão regular

110
00:08:29,540 --> 00:08:32,890
por analogia com bois na anglo-saxão.

111
00:08:33,500 --> 00:08:40,169
>> Ok, então a biblioteca Python que muitos de vocês aqui em pessoa tem Macs,

112
00:08:40,169 --> 00:08:43,860
assim você pode realmente conseguir isso na sua tela.

113
00:08:43,860 --> 00:08:47,480
As expressões regulares são construídas em Python.

114
00:08:48,070 --> 00:08:53,020
E assim Python é pré-carregado em Macs e também disponível online neste link.

115
00:08:53,770 --> 00:08:57,350
Então, se você está assistindo você pode pausar e certifique-se que você tem Python

116
00:08:58,080 --> 00:09:00,170
como jogamos aqui.

117
00:09:00,780 --> 00:09:06,420
Existe um manual online, então se você apenas digitar Python em seu computador

118
00:09:06,420 --> 00:09:10,500
você vai ver que a versão surge no terminal.

119
00:09:11,070 --> 00:09:17,720
Então, eu forneci um link para o manual para a versão 2 do Python, bem como uma folha de fraude.

120
00:09:17,720 --> 00:09:23,100
Há uma versão 3 do Python, mas o seu Mac não necessariamente

121
00:09:23,100 --> 00:09:25,130
vêm com esse pré-carregado.

122
00:09:25,130 --> 00:09:27,360
Então, não é muito diferente.

123
00:09:27,360 --> 00:09:33,270
Ok, então algumas noções básicas de uso de expressões regulares em Python.

124
00:09:34,080 --> 00:09:42,650
>> Então, aqui eu usei uma expressão muito simples, então eu fiz Python import re

125
00:09:43,750 --> 00:09:47,070
e, em seguida, levou o resultado de re.search.

126
00:09:47,070 --> 00:09:49,910
E a busca leva dois argumentos.

127
00:09:49,910 --> 00:09:56,040
A primeira é a expressão regular, e o segundo é o texto

128
00:09:56,040 --> 00:09:58,290
ou seqüência que você deseja analisar.

129
00:09:58,290 --> 00:10:01,210
E então eu imprimi o result.group.

130
00:10:01,580 --> 00:10:05,860
Então, essas são as duas funções básicas que vamos ver hoje

131
00:10:06,790 --> 00:10:10,170
em aprender sobre expressões regulares.

132
00:10:10,170 --> 00:10:12,880
Então, basta quebrar esta expressão regular aqui

133
00:10:12,880 --> 00:10:21,770
h e, em seguida, \ w e m so \ w apenas aceita qualquer caractere alfabético lá.

134
00:10:21,850 --> 00:10:26,820
Então, aqui estamos à procura de um "h" e, em seguida, um outro caractere alfabético

135
00:10:26,820 --> 00:10:30,060
e, em seguida, m, então aqui que iria coincidir com presunto

136
00:10:30,060 --> 00:10:34,480
em "Abraham Lincoln e sanduíches de presunto."

137
00:10:35,040 --> 00:10:37,150
Este é o resultado do referido grupo.

138
00:10:37,680 --> 00:10:43,130
Outra coisa que podemos fazer é usar nossas cordas antes do texto em Python.

139
00:10:43,130 --> 00:10:46,220
Então eu acho que eu vou ir em frente e puxe que até aqui.

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

141
00:10:50,070 --> 00:10:54,000
E se eu fosse fazer a mesma coisa - digamos texto é,

142
00:10:55,390 --> 00:11:00,800
"Abraham", vamos fazer zoom in - lá vamos nós.

143
00:11:01,610 --> 00:11:06,430
O texto é: "Abraão come presunto."

144
00:11:07,460 --> 00:11:15,260
Ok, e em seguida, resultado = re.search.

145
00:11:16,260 --> 00:11:22,020
E então nossa expressão pode ser h, e depois vou fazer dot m.

146
00:11:22,020 --> 00:11:26,280
Então dot só leva qualquer caractere que não é uma nova linha, incluindo números,

147
00:11:26,280 --> 00:11:28,650
sinais percentuais, qualquer coisa assim.

148
00:11:28,650 --> 00:11:38,030
E então o texto - crescimento - e, em seguida, result.group--yeah.

149
00:11:38,030 --> 00:11:41,820
Então, isso é apenas a forma de implementar a funcionalidade básica aqui.

150
00:11:42,300 --> 00:11:55,110
Se tivéssemos um anel texto que - esse texto louco - incluído dizer muitas barras invertidas

151
00:11:55,110 --> 00:12:01,180
e cordas dentro e as coisas que poderia parecer seqüências de escape,

152
00:12:01,180 --> 00:12:08,480
então nós provavelmente vai querer usar a entrada de texto simples para se certificar de que é aceito.

153
00:12:08,480 --> 00:12:14,120
E isso só se parece com isso.

154
00:12:14,120 --> 00:12:17,810
Então, se estivéssemos olhando para cada um deles lá, não devemos achar nada.

155
00:12:19,070 --> 00:12:21,680
Mas é assim que você executá-lo, pouco antes da seqüência de

156
00:12:21,680 --> 00:12:24,990
a expressão regular que você colocar a letra r.

157
00:12:26,150 --> 00:12:30,260
>> Ok, então vamos continuar.

158
00:12:30,260 --> 00:12:33,730
Tudo bem - então vamos olhar para um par de padrões repetitivos aqui.

159
00:12:34,750 --> 00:12:39,150
Então, uma coisa que você quer fazer é repetir as coisas

160
00:12:40,040 --> 00:12:42,480
como você está procurando através de texto.

161
00:12:42,480 --> 00:12:48,300
Então, para fazer um seguido por qualquer número de b - você faz ab *.

162
00:12:48,630 --> 00:12:51,620
E depois há uma série de outras regras também.

163
00:12:51,620 --> 00:12:54,380
E você pode olhar todos esses up, vou apenas correr por alguns dos

164
00:12:54,380 --> 00:12:57,630
mais comumente usado queridos.

165
00:12:57,630 --> 00:13:03,920
Assim ab + é seguido por um qualquer N superior a 0 de b.

166
00:13:04,510 --> 00:13:08,000
ab? é seguido por 0 ou 1 de b.

167
00:13:09,190 --> 00:13:18,580
aB N {} é um seguido por N de b e, em seguida assim por diante.

168
00:13:18,580 --> 00:13:22,820
Se você tiver dois números nas chaves que você está especificando um intervalo

169
00:13:23,300 --> 00:13:25,440
que pode ser, possivelmente combinados.

170
00:13:26,390 --> 00:13:30,420
Então, vamos olhar mais para alguns padrões repetitivos em um minuto.

171
00:13:31,960 --> 00:13:42,300
Então, duas coisas para manter em mente quando se utiliza estas ferramentas padrão de harmonização aqui.

172
00:13:42,300 --> 00:13:52,120
Então, dizer que nós queremos olhar para o hm de "Abraham Lincoln faz sanduíches de presunto."

173
00:13:52,120 --> 00:13:55,230
Então eu mudei o nome de Abraham Lincoln a Abraão.

174
00:13:55,230 --> 00:14:00,290
E agora nós estamos procurando o que é retornado por esta função de pesquisa,

175
00:14:00,290 --> 00:14:03,270
e só retorna presunto neste caso.

176
00:14:03,620 --> 00:14:08,080
E ele faz isso porque busca apenas naturalmente leva mais à esquerda fila.

177
00:14:08,080 --> 00:14:12,130
E todas as expressões regulares, a menos que você especifique o contrário vai fazer isso.

178
00:14:12,830 --> 00:14:18,880
Se quiséssemos encontrar tudo o que existe é uma função para isso - encontrar todos.

179
00:14:18,880 --> 00:14:35,100
De modo que só poderia parecer all = re.findall ('h.m', texto)

180
00:14:35,100 --> 00:14:44,540
e, em seguida all.group ().

181
00:14:44,540 --> 00:14:51,040
Todos produz tanto fiambre e presunto, neste caso ambas as cordas em Abraham cada presunto.

182
00:14:51,610 --> 00:14:55,110
Então, isso é uma outra opção.

183
00:14:56,250 --> 00:15:06,940
>> Grande. A outra coisa a ter em mente é que as expressões regulares tirar o maior intuitivamente.

184
00:15:06,940 --> 00:15:09,520
Vejamos este exemplo.

185
00:15:10,200 --> 00:15:16,070
Fizemos isso mais à esquerda pesquisa aqui, e então eu tentei uma pesquisa maior

186
00:15:16,070 --> 00:15:18,800
usando o operador estrela de Kleene.

187
00:15:18,800 --> 00:15:24,180
Assim, para "Abraham Lincoln faz sanduíches de presunto", e eu só tenho de volta

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

189
00:15:26,280 --> 00:15:31,670
A razão para esse erro era que eu poderia ter tomado qualquer número de

190
00:15:31,670 --> 00:15:36,140
h é porque eu não especificou nada para ir entre h e m.

191
00:15:36,140 --> 00:15:42,010
O único exemplo que não tinha m - os únicos exemplos lá com m nele

192
00:15:42,010 --> 00:15:46,220
e qualquer número de horas de foram apenas o barbante m.

193
00:15:46,490 --> 00:15:51,850
Então eu tentei de novo, eu disse: "Ok, vamos começar o maior grupo real aqui."

194
00:15:51,850 --> 00:15:59,670
E então eu fiz h. * M, de modo que apenas retorna qualquer número de caracteres entre h e m.

195
00:16:00,280 --> 00:16:02,950
E se você está apenas começando e pensando: "Oh, bem, bem, isso vai

196
00:16:02,950 --> 00:16:11,560
me ham ", ele realmente tem de tudo, desde o h em Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
todo o caminho até o final de presunto.

198
00:16:14,040 --> 00:16:18,110
É ganancioso, que vê h - tudo isso outro texto - m,

199
00:16:18,110 --> 00:16:21,280
e que é o que leva dentro

200
00:16:22,060 --> 00:16:27,480
Isto é particularmente notório - esta é uma característica que também pode

201
00:16:27,480 --> 00:16:30,670
especificar para não ser ganancioso usando outras funções.

202
00:16:31,480 --> 00:16:34,490
Mas isso é algo que temos que ter em mente especialmente

203
00:16:34,490 --> 00:16:38,720
quando se olha para o texto HTML, que é uma razão que

204
00:16:38,720 --> 00:16:41,500
expressões regulares são difíceis para HTML.

205
00:16:42,460 --> 00:16:46,310
Porque se você tem uma tag HTML aberta e, em seguida, um monte de coisas no meio

206
00:16:46,310 --> 00:16:49,820
e, em seguida, uma outra tag HTML fechada muito mais tarde no programa,

207
00:16:49,820 --> 00:16:55,420
que você acabou de comer um monte de seu código HTML, possivelmente por engano.

208
00:16:56,200 --> 00:17:01,840
>> Tudo bem - personagens tão mais especiais, como muitas outras línguas,

209
00:17:01,840 --> 00:17:04,780
que escapar usando a barra.

210
00:17:04,780 --> 00:17:10,329
Assim, podemos usar o ponto para especificar qualquer caractere, exceto para uma nova linha.

211
00:17:10,329 --> 00:17:14,550
Podemos usar a fuga w para especificar qualquer caractere alfabético.

212
00:17:14,550 --> 00:17:20,329
E por analogia fuga d para qualquer inteiro - personagem numérica.

213
00:17:20,630 --> 00:17:27,440
Podemos especificar - podemos usar colchetes para especificar expressões relacionadas.

214
00:17:27,440 --> 00:17:30,970
Então, isso seria aceitar a, b, ou c.

215
00:17:31,320 --> 00:17:37,000
E também pode especificar ou opções para a ou b.

216
00:17:37,000 --> 00:17:41,110
Por exemplo - se estivéssemos olhando para múltiplas possibilidades

217
00:17:41,110 --> 00:17:44,940
em suportes que podem utilizar o operador ou como em -

218
00:17:44,940 --> 00:17:52,480
então vamos voltar a este exemplo aqui.

219
00:17:53,000 --> 00:17:59,790
E agora vamos ter - vamos voltar a este exemplo aqui, e, em seguida,

220
00:17:59,790 --> 00:18:12,290
levar ae - de modo que este deve retornar - Eu acho que isso ainda é Abraão.

221
00:18:12,290 --> 00:18:17,410
Portanto, este - se fizermos tudo - grande.

222
00:18:17,410 --> 00:18:22,700
Por isso, vamos atualizar o texto aqui.

223
00:18:22,700 --> 00:18:34,690
"Abraham come presunto enquanto sua bainha - enquanto Hemming." Grande.

224
00:18:44,090 --> 00:18:47,330
Todos. Grande. Agora temos presunto, presunto, e bainha.

225
00:18:48,510 --> 00:18:59,370
Enquanto Hemming - enquanto cantarolava para ele - enquanto cantarolava a bainha dele. Grande.

226
00:19:00,350 --> 00:19:03,250
Mesma coisa.

227
00:19:03,820 --> 00:19:09,180
Agora, tudo retorna ainda apenas presunto, presunto, e hem sem pegar no zumbido ou a ele.

228
00:19:09,940 --> 00:19:22,600
Grande - assim que se quiséssemos olhar para qualquer um que - para que pudéssemos também fazer

229
00:19:23,510 --> 00:19:33,810
ele ou - vamos voltar a isso.

230
00:19:34,810 --> 00:19:45,760
Ok - então - tudo bem - em posições que você também pode usar o acento circunflexo ou o cifrão

231
00:19:45,760 --> 00:19:49,350
para especificar que você está procurando algo no início ou no final de uma string.

232
00:19:50,260 --> 00:19:52,260
Ou o início ou o fim de uma palavra.

233
00:19:52,400 --> 00:19:54,470
Essa é uma maneira de usar isso.

234
00:19:55,630 --> 00:20:01,160
>> Ok - então vamos brincar com um bloco um pouco maior de texto.

235
00:20:03,950 --> 00:20:08,310
Vamos dizer que esta linha aqui - esta declaração aqui.

236
00:20:08,310 --> 00:20:11,360
O poder de expressão normal é que eles podem especificar padrões

237
00:20:11,360 --> 00:20:13,390
não apenas fixa caracteres.

238
00:20:14,900 --> 00:20:18,790
Vamos fazer - vamos chamar este bloco.

239
00:20:22,400 --> 00:20:27,110
Então, vamos ler tudo isso dentro

240
00:20:28,890 --> 00:20:50,820
E depois tem a - vamos fazer tudo =, então o que são algumas coisas que poderia procurar aqui rentável?

241
00:20:50,820 --> 00:20:54,070
Poderíamos olhar para o ouvido expressão.

242
00:20:55,050 --> 00:21:01,520
Não é muito interessante. Que tal isso? Vamos ver o que acontece.

243
00:21:03,710 --> 00:21:05,710
Eu dei-lhe um problema.

244
00:21:06,380 --> 00:21:10,750
Assim, uma série de coisas antes de voltar e tudo mais.

245
00:21:10,750 --> 00:21:15,630
De modo que deve devolver tudo desde o início até a totalidade re talvez algumas vezes.

246
00:21:18,800 --> 00:21:21,970
E então aqui nós temos o poder das expressões regulares é que eles

247
00:21:21,970 --> 00:21:24,900
pode especificar padrões não apenas personagens estão aqui.

248
00:21:24,900 --> 00:21:28,510
Assim, todo o caminho até o re final, que começou com a mais esquerda e era ganancioso.

249
00:21:30,710 --> 00:21:32,710
Vamos ver - o que mais poderíamos procurar.

250
00:21:32,710 --> 00:21:39,860
Eu acho que uma coisa se você estivesse interessado em olhar para os pronomes ela e ele,

251
00:21:39,860 --> 00:21:44,600
você pode verificar para s igual a 0 ou 1

252
00:21:44,600 --> 00:21:49,710
ea expressão que ele, e que provavelmente não vai voltar -

253
00:21:49,710 --> 00:21:58,020
oh, eu acho que ele voltou, porque não estamos a olhar para o poder, naquele dia, aqui estão.

254
00:22:00,590 --> 00:22:06,270
Vamos tentar especificando que este tem que vir no início de alguma coisa.

255
00:22:06,640 --> 00:22:09,530
Vamos ver se isso cai.

256
00:22:09,530 --> 00:22:19,630
Assim, podemos fazer gordura, e não nós não temos nada, porque ela e ele

257
00:22:19,630 --> 00:22:22,870
não ocorrem nesta frase.

258
00:22:24,960 --> 00:22:30,410
Grande. Ok - então volta para o gato aqui.

259
00:22:30,410 --> 00:22:35,720
Padrões tão complexos é ferir o cérebro.

260
00:22:35,720 --> 00:22:40,500
Então é por isso que usar expressões regulares para evitar esses problemas.

261
00:22:40,820 --> 00:22:43,520
>> Então, aqui estão alguns outros modos úteis que você pode brincar.

262
00:22:43,520 --> 00:22:50,290
Olhamos para pesquisa de hoje, mas você também pode usar o jogo, split, findall e grupos.

263
00:22:50,290 --> 00:22:53,970
Então, outras coisas legais que você pode fazer com expressões regulares, além de apenas

264
00:22:53,970 --> 00:22:58,870
procurando por padrões está tomando um padrão e mantendo todos os jogos -

265
00:22:58,870 --> 00:23:02,530
suas variáveis ​​- e então usar aqueles em seu código mais tarde.

266
00:23:02,850 --> 00:23:05,980
Isso pode ser bastante útil. Outras coisas podem estar contando.

267
00:23:05,980 --> 00:23:11,720
Assim, podemos contar o número de ocorrências de um padrão de expressão regular,

268
00:23:11,720 --> 00:23:13,960
e é isso que nós podemos usar para grupos.

269
00:23:13,960 --> 00:23:17,550
E outros modos bem também são possíveis.

270
00:23:18,040 --> 00:23:22,980
Então, eu só quero falar um pouco mais sobre outras maneiras que você pode usar expressões regulares.

271
00:23:22,980 --> 00:23:29,100
>> Assim, uma aplicação mais avançada é a correspondência difusa.

272
00:23:29,100 --> 00:23:33,450
Então, se você está procurando um texto para a expressão, Júlio César,

273
00:23:33,450 --> 00:23:37,740
e você quer ver Gaius Julius Caesar ou o nome de Júlio César em outras línguas,

274
00:23:37,740 --> 00:23:44,400
então você pode também querer atribuir algum peso a esses valores.

275
00:23:44,400 --> 00:23:48,930
E se é perto o suficiente - se cruza um determinado limite - então você quer

276
00:23:48,930 --> 00:23:50,860
para ser capaz de aceitar Júlio César.

277
00:23:50,860 --> 00:24:00,580
Portanto, há um par de diferentes implementações para que em algumas outras línguas também.

278
00:24:02,580 --> 00:24:08,420
Aqui estão algumas outras ferramentas, Regex Pal - um aplicativo pequeno e prático on-line para

279
00:24:08,420 --> 00:24:12,190
verificar se suas expressões regulares são compostas corretamente.

280
00:24:12,190 --> 00:24:18,500
Há também ferramentas autônomas que podem ser executados a partir de seu desktop

281
00:24:18,500 --> 00:24:22,100
Pico como Ultra, e, assim como livros de receitas apenas.

282
00:24:22,100 --> 00:24:25,410
Então, se você estiver fazendo um projeto que envolve uma tonelada de expressões regulares

283
00:24:25,410 --> 00:24:29,810
este é provavelmente o lugar para ir fora do âmbito de hoje.

284
00:24:31,520 --> 00:24:35,770
E, em seguida, só para lhe dar uma noção de como é comum

285
00:24:35,770 --> 00:24:44,090
há grep em Unix, Perl tem built-in, e C há PCRE para C.

286
00:24:44,090 --> 00:24:48,890
E então todas essas outras línguas também têm pacotes de expressões regulares

287
00:24:48,890 --> 00:24:52,020
que operam essencialmente com a mesma sintaxe que tem um gosto de hoje.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, e assim por diante.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search é realmente vale a pena mencionar, é um dos

290
00:24:58,980 --> 00:25:05,720
relativamente poucas aplicações lá fora, que permite ao público o acesso

291
00:25:05,720 --> 00:25:07,800
seu banco de dados usando expressões regulares.

292
00:25:07,800 --> 00:25:12,920
Então, se você olhar no Google Code Search, você pode encontrar o código

293
00:25:12,920 --> 00:25:16,880
Se você está procurando um exemplo de como uma função pode ser usada,

294
00:25:16,880 --> 00:25:21,610
você pode usar uma expressão regular para encontrar essa função está sendo usado em todos os tipos de casos diferentes.

295
00:25:21,610 --> 00:25:28,000
Você pode olhar para fwrite, e então você pode olhar para a bandeira de escrever ou ler

296
00:25:28,000 --> 00:25:32,000
se você quiser um exemplo de fwrite sendo usado nesse caso.

297
00:25:33,530 --> 00:25:37,010
Então, a mesma coisa lá, e aqui estão algumas referências.

298
00:25:37,010 --> 00:25:40,990
Este estará disponível on-line, bem como, assim que ir para a frente se

299
00:25:40,990 --> 00:25:45,560
você quer olhar para Python, grep, Perl - você só quer ter alguma inspiração

300
00:25:45,560 --> 00:25:50,650
ou se você quiser olhar mais para a teoria, aqui estão algumas boas salto fora do lugar.

301
00:25:50,650 --> 00:25:53,870
Muito obrigado.

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