1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminar: model de potrivire cu expresii regulate]

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

3
00:00:04,000 --> 00:00:07,220
[Acest lucru este CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Bine. Ei bine, bun venit toată lumea. Acest lucru este CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Numele meu este John, și voi vorbi astazi despre expresii regulate.

6
00:00:16,610 --> 00:00:22,530
Expresii regulate este în primul rând un instrument, dar, de asemenea, folosit uneori

7
00:00:22,530 --> 00:00:28,650
în cod în mod activ pentru a se potrivi în esență, modele și siruri de caractere.

8
00:00:28,650 --> 00:00:33,800
Deci, aici e un comic web de la xkcd.

9
00:00:34,440 --> 00:00:42,370
In acest comic este un mister crima în care criminalul a

10
00:00:42,370 --> 00:00:47,860
a urmat cineva în vacanță, iar protagoniștii trebuie să

11
00:00:47,860 --> 00:00:52,500
căuta prin 200 de megabytes de e-mailuri în căutarea pentru o adresă.

12
00:00:52,500 --> 00:00:56,090
Și ei sunt pe cale să renunțe la cineva care știe expresii regulate -

13
00:00:56,090 --> 00:01:00,550
probabil un super-erou - coboară în jos și scrie unele cod

14
00:01:00,550 --> 00:01:02,970
și rezolvă misterul crimei.

15
00:01:02,970 --> 00:01:07,370
Deci, probabil că va fi ceva care va fi împuternicită să facă

16
00:01:07,370 --> 00:01:09,370
După acest seminar.

17
00:01:09,370 --> 00:01:12,250
Noi sunt doar de gând să ofere o introducere concisă a limbii

18
00:01:12,250 --> 00:01:16,770
și vă va oferi suficient de mijloacele necesare pentru a merge după mai multe resurse pe cont propriu.

19
00:01:17,680 --> 00:01:21,700
>> Expresii atât de regulate arata practic ca aceasta.

20
00:01:22,930 --> 00:01:25,550
Aceasta este o expresie regulată în Ruby.

21
00:01:25,550 --> 00:01:29,280
Acesta nu este teribil de diferite în limbi.

22
00:01:29,690 --> 00:01:37,630
Avem doar pe slash-uri pentru a începe și marca expresie regulată în Ruby.

23
00:01:37,630 --> 00:01:42,880
Și aceasta este o expresie regulată pentru a căuta în e-mail model adresa.

24
00:01:42,880 --> 00:01:49,160
Deci ne vedem la primul bit cauta orice caracter alfanumeric.

25
00:01:50,500 --> 00:01:54,880
Asta se datorează faptului că adresele de e-mail au de multe ori să înceapă cu un caracter alfabetic.

26
00:01:55,460 --> 00:01:59,330
Și atunci orice caracter special, urmat de simbolul @.

27
00:01:59,330 --> 00:02:03,260
Și apoi același lucru pentru nume de domeniu.

28
00:02:03,260 --> 00:02:10,030
Și apoi între 2 și 4 caractere să caute. Com,. Net, și așa mai departe.

29
00:02:10,850 --> 00:02:13,200
Astfel că este un alt exemplu de expresie regulata.

30
00:02:13,200 --> 00:02:17,270
Expresii atât de regulate sunt protocoale pentru a găsi tipare în text.

31
00:02:17,270 --> 00:02:21,130
Ei fac comparații, selecții, și înlocuiri.

32
00:02:21,690 --> 00:02:27,970
Deci, un al treilea exemplu este de a găsi toate numerele de telefon care se termină în 54 într-un director.

33
00:02:27,970 --> 00:02:34,360
Deci, înainte de David rupe până directorul CS50 am putea căuta

34
00:02:34,360 --> 00:02:40,450
un model de care avem paranteze apoi 3 numere apoi termina paranteze,

35
00:02:40,450 --> 00:02:44,070
3 mai multe numere, de o liniuță, 2 numere, și apoi 54.

36
00:02:44,070 --> 00:02:48,310
Și că ar fi în esență modul în care vom veni cu o expresie regulată pentru a căuta pentru asta.

37
00:02:49,150 --> 00:02:52,960
>> Deci, există - noi am făcut unele lucruri în CS50, care sunt un pic ca

38
00:02:52,960 --> 00:02:59,740
expresii regulate, astfel încât - de exemplu - în fișierul dictionary.C

39
00:02:59,740 --> 00:03:04,720
pentru Spell Check set de probleme ați fi putut folosi fscanf

40
00:03:04,720 --> 00:03:07,930
pentru a citi într-un cuvânt din dicționar.

41
00:03:07,930 --> 00:03:16,240
Și puteți vedea 45 de ani procentul este în căutarea pentru un șir de 45 de caractere.

42
00:03:16,240 --> 00:03:20,020
Deci, este oarecum ca o expresie regulată rudimentar.

43
00:03:21,150 --> 00:03:26,060
Și tu poți avea orice 45 de caractere care se potrivesc proiectul de lege acolo

44
00:03:26,060 --> 00:03:28,080
și alege cele sus.

45
00:03:28,080 --> 00:03:33,480
Și apoi al doilea exemplu în cea mai recentă problemă de programare web

46
00:03:33,480 --> 00:03:40,760
stabilit în codul de distribuție pentru php noi de fapt nu au o expresie regulată simplu.

47
00:03:40,760 --> 00:03:46,790
Și acesta este doar pur și simplu în căutarea de a verifica dacă pagina de web, care este trecut în

48
00:03:46,790 --> 00:03:51,940
potrivește fie autentificarea sau dezautentificarea înregistrați. PHP.

49
00:03:52,220 --> 00:03:57,910
Și apoi se întoarce adevărat sau fals bazat pe care potrivire expresie regulată.

50
00:03:59,400 --> 00:04:01,740
>> Deci, atunci când folosiți expresie regulată?

51
00:04:01,740 --> 00:04:04,820
De ce ești aici azi?

52
00:04:05,330 --> 00:04:08,480
Deci, nu doriți să utilizați expresii regulate atunci când există ceva care

53
00:04:08,480 --> 00:04:11,640
are loc de muncă pentru tine, chiar mai ușor.

54
00:04:11,640 --> 00:04:15,510
Deci, XML și HTML sunt de fapt destul de complicat

55
00:04:15,510 --> 00:04:18,480
a scrie expresii regulate pentru ca vom vedea într-un pic.

56
00:04:19,110 --> 00:04:23,280
Deci, există interpretoare dedicate pentru aceste limbi.

57
00:04:24,170 --> 00:04:30,060
De asemenea, aveți nevoie pentru a fi în regulă cu compromisuri și precizie frecvent.

58
00:04:30,060 --> 00:04:36,220
Dacă se încearcă - așa că am văzut o expresie regulată pentru o adresă de e-mail,

59
00:04:37,370 --> 00:04:42,590
dar spun ai vrut o adresă de e-mail specifice și, treptat,

60
00:04:42,590 --> 00:04:48,570
expresie regulată ar putea deveni mult mai complex, deoarece a devenit mult mai precis.

61
00:04:49,580 --> 00:04:52,260
Așa că ar fi un compromis.

62
00:04:52,260 --> 00:04:55,330
Trebuie să fiți sigur că vă sunt bine face cu expresia regulată.

63
00:04:55,330 --> 00:04:57,920
Dacă știți exact ceea ce cauți pentru că s-ar putea face mai mult sens

64
00:04:57,920 --> 00:05:02,070
pentru a pune în timp și a scrie un parser mai eficient.

65
00:05:02,070 --> 00:05:06,980
Și, în sfârșit există o problemă istorică cu regularitate

66
00:05:06,980 --> 00:05:08,940
de expresii și limbi.

67
00:05:08,940 --> 00:05:12,960
Expresiile regulate sunt de fapt mult mai puternic decât

68
00:05:12,960 --> 00:05:16,450
expresii regulate pe spune într-un sens formal.

69
00:05:17,130 --> 00:05:20,150
>> Deci, eu nu vreau să merg prea departe în teorie formală,

70
00:05:20,150 --> 00:05:24,000
dar cele mai multe limbi pe care le codul de fapt, nu sunt regulate.

71
00:05:24,000 --> 00:05:29,110
Și acesta este motivul pentru expresii regulate, uneori, nu sunt considerate tot ca sigur.

72
00:05:29,670 --> 00:05:33,150
Deci, practic nu există o ierarhie Chomsky de limbi,

73
00:05:33,150 --> 00:05:38,400
și expresii regulate sunt construite cu ajutorul Uniunii, concatenare,

74
00:05:38,400 --> 00:05:41,810
și funcționarea Kleene stele, pe care le vom vedea în câteva minute.

75
00:05:43,130 --> 00:05:48,860
Dacă sunteți interesat în teorie, există destul de multe pe acolo sub capota.

76
00:05:50,360 --> 00:05:55,880
>> Deci, un scurt istoric - doar pentru contextul aici - seturi regulate de venit

77
00:05:55,880 --> 00:05:59,580
în anii 1950, iar apoi am avut editori simple care

78
00:05:59,580 --> 00:06:03,300
încorporate expresii regulate - doar în căutarea pentru siruri de caractere.

79
00:06:03,570 --> 00:06:09,110
Grep - care este un instrument de linie de comandă - a fost una din primele

80
00:06:09,110 --> 00:06:14,160
instrumente foarte popular, care încorporate expresii regulate în anii 1960.

81
00:06:14,160 --> 00:06:20,560
În anii '80, Perl a fost construit - este un limbaj de programare care

82
00:06:20,560 --> 00:06:24,110
încorporează expresii regulate foarte proeminent.

83
00:06:24,550 --> 00:06:30,130
Și apoi, mai recent, am avut Perl expresii regulate compatibil

84
00:06:30,130 --> 00:06:35,870
protocoale de fapt în alte limbi care utilizează o mare parte din aceeași sintaxă.

85
00:06:36,630 --> 00:06:39,840
Desigur, cel mai important eveniment a fost, în 2008,

86
00:06:39,840 --> 00:06:43,040
unde a fost primul national reglementar Ziua expresii,

87
00:06:43,040 --> 00:06:47,350
care cred că este 01 iunie, dacă doriți să sărbătorim.

88
00:06:48,430 --> 00:06:50,840
>> Din nou, doar un pic mai mult teorie aici.

89
00:06:52,180 --> 00:06:55,320
Deci, există câteva moduri diferite de a construi expresii regulate.

90
00:06:55,950 --> 00:07:02,050
Un mod simplu este de a construi expresia pe care aveți de gând să

91
00:07:02,050 --> 00:07:07,500
rula pe șirul de interpretare - de fapt construi un mini-program de mic, care

92
00:07:07,500 --> 00:07:11,870
va analiza bucăți de sfoară și vezi, "Oh, se potrivește acest lucru expresia regulată sau nu?"

93
00:07:12,250 --> 00:07:14,250
Și apoi executați ca.

94
00:07:14,250 --> 00:07:17,300
Deci, dacă aveți un foarte mic expresie regulată, acest lucru este, probabil,

95
00:07:17,300 --> 00:07:19,380
cel mai eficient mod de a face acest lucru.

96
00:07:20,090 --> 00:07:25,420
Și apoi, dacă - O altă opțiune este de a păstra reconstituirea

97
00:07:25,420 --> 00:07:30,260
expresie ca te duci, și că este posibilitatea de simula.

98
00:07:30,440 --> 00:07:37,690
Și aceste încercări timpurii de algoritmi de expresie regulata au fost

99
00:07:37,690 --> 00:07:44,330
relativ simplă și relativ rapidă, dar nu au o mulțime de flexibilitate.

100
00:07:44,330 --> 00:07:47,500
Deci, pentru a face chiar și o parte din lucrurile pe care le vom uita la

101
00:07:47,500 --> 00:07:52,860
astăzi am avut de a face expresii regulate mai complexe

102
00:07:52,860 --> 00:07:56,650
implementari care sunt potențial mult mai lent, astfel că este ceva să aibă în vedere

103
00:07:57,510 --> 00:08:02,920
Există, de asemenea, un expresii negare regulat de soi atac

104
00:08:02,920 --> 00:08:08,330
care a exploata potențialul acestor implementari noi de

105
00:08:08,330 --> 00:08:10,930
expresii regulate a devenit foarte complex.

106
00:08:11,570 --> 00:08:15,650
Și în același sens pe care am văzut-o în atacuri buffer overflow,

107
00:08:15,650 --> 00:08:21,610
aveți atacuri că munca de a face buclele recursive care

108
00:08:21,610 --> 00:08:24,400
depășire a capacității de memorie.

109
00:08:24,780 --> 00:08:29,540
Și de modul în care Regexen este una dintre cele mai plural oficiale de expresie regulată

110
00:08:29,540 --> 00:08:32,890
prin analogie cu boi în cel anglo-saxon.

111
00:08:33,500 --> 00:08:40,169
>> Ok, deci Biblioteca Python mulți dintre voi aici, în persoană au Mac-uri,

112
00:08:40,169 --> 00:08:43,860
astfel încât să puteți trage de fapt asta pe ecran.

113
00:08:43,860 --> 00:08:47,480
Expresiile regulate sunt construite în Python.

114
00:08:48,070 --> 00:08:53,020
Și astfel Python este preîncărcat pe Mac-uri și, de asemenea, disponibil online la acest link.

115
00:08:53,770 --> 00:08:57,350
Deci, dacă vă uitați puteți să întrerupeți și asigurați-vă că aveți Python

116
00:08:58,080 --> 00:09:00,170
ca vom juca aici.

117
00:09:00,780 --> 00:09:06,420
Există un manual on-line, așa că, dacă tastați doar Python în computer

118
00:09:06,420 --> 00:09:10,500
veți vedea că versiunea vine în terminal.

119
00:09:11,070 --> 00:09:17,720
Așa că am oferit un link la manualul pentru versiunea 2 a Python, precum și o foaie de ieftin.

120
00:09:17,720 --> 00:09:23,100
Există o versiune 3 de Python, dar Mac-ul nu neapărat

121
00:09:23,100 --> 00:09:25,130
vin cu care preîncărcat.

122
00:09:25,130 --> 00:09:27,360
Deci, nu foarte diferit.

123
00:09:27,360 --> 00:09:33,270
Ok, deci unele elementele de bază ale folosind expresii regulate în Python.

124
00:09:34,080 --> 00:09:42,650
>> Deci, aici am folosit o expresie foarte simplu, așa că am făcut Python re import

125
00:09:43,750 --> 00:09:47,070
și apoi a luat rezultatul re.search.

126
00:09:47,070 --> 00:09:49,910
Și de căutare are 2 argumente.

127
00:09:49,910 --> 00:09:56,040
Primul este expresie regulată, iar al doilea este textul

128
00:09:56,040 --> 00:09:58,290
sau șir doriți să le analizați.

129
00:09:58,290 --> 00:10:01,210
Și apoi am imprimat result.group.

130
00:10:01,580 --> 00:10:05,860
Deci, acestea sunt cele două funcții de bază, pe care le vom vedea astăzi

131
00:10:06,790 --> 00:10:10,170
în procesul de învățare despre expresii regulate.

132
00:10:10,170 --> 00:10:12,880
Deci, doar de rupere jos această expresie regulată aici

133
00:10:12,880 --> 00:10:21,770
h și apoi \ w și apoi m astfel \ w accepta orice fel de caracter alfabetic acolo.

134
00:10:21,850 --> 00:10:26,820
Deci, aici suntem în căutarea pentru un "h" și apoi un alt caracter alfabetic

135
00:10:26,820 --> 00:10:30,060
și apoi m, asa ca aici care să se potrivească Ham

136
00:10:30,060 --> 00:10:34,480
în, "Abraham Lincoln și șuncă sandwich-uri."

137
00:10:35,040 --> 00:10:37,150
Acesta este rezultatul acestui grup.

138
00:10:37,680 --> 00:10:43,130
Un alt lucru pe care îl putem face este folosi șiruri noastre înaintea textului în Python.

139
00:10:43,130 --> 00:10:46,220
Deci cred ca voi merge mai departe și trage asta aici.

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

141
00:10:50,070 --> 00:10:54,000
Și dacă ar fi să fac același lucru - să zicem Textul este,

142
00:10:55,390 --> 00:11:00,800
"Avraam," să ne mări - acolo mergem.

143
00:11:01,610 --> 00:11:06,430
Textul este, "Avraam mănâncă șuncă."

144
00:11:07,460 --> 00:11:15,260
Bine, și apoi conduce = re.search.

145
00:11:16,260 --> 00:11:22,020
Și apoi expresia noastră poate fi h, iar apoi voi face dot m.

146
00:11:22,020 --> 00:11:26,280
Deci, punct nevoie doar de orice caracter care nu este o linie nouă, inclusiv numere,

147
00:11:26,280 --> 00:11:28,650
semne procentuale, ceva de genul asta.

148
00:11:28,650 --> 00:11:38,030
Și apoi Text - boom-ul - și apoi result.group--da.

149
00:11:38,030 --> 00:11:41,820
Astfel că este doar modul de a implementa funcționalitatea de bază aici.

150
00:11:42,300 --> 00:11:55,110
Dacă am avut un inel de text care - ca textul nebun - inclus spune o mulțime de bare înapoi

151
00:11:55,110 --> 00:12:01,180
și siruri de caractere în interiorul și lucruri care ar putea arata ca secvențe escape,

152
00:12:01,180 --> 00:12:08,480
atunci probabil că doriți să utilizați de introducere a textului prime pentru a vă asigura că este acceptat.

153
00:12:08,480 --> 00:12:14,120
Și asta doar arata asa.

154
00:12:14,120 --> 00:12:17,810
Deci, dacă am fost în căutarea pentru fiecare dintre ei acolo nu ar trebui să găsim nimic.

155
00:12:19,070 --> 00:12:21,680
Dar care este modul în care v-ar pune în aplicare, chiar înainte de șir de

156
00:12:21,680 --> 00:12:24,990
expresie regulată vă pune litera R.

157
00:12:26,150 --> 00:12:30,260
>> Ok, deci hai să ne continuăm.

158
00:12:30,260 --> 00:12:33,730
Bine - deci să ne uităm la câteva modele repetitive aici.

159
00:12:34,750 --> 00:12:39,150
Deci, un lucru pe care doriți să faceți este să repete lucruri

160
00:12:40,040 --> 00:12:42,480
cum sunteți în căutarea prin text.

161
00:12:42,480 --> 00:12:48,300
Deci, pentru a face un urmat de orice numar de b - faci ab *.

162
00:12:48,630 --> 00:12:51,620
Și apoi există o serie de alte norme prea.

163
00:12:51,620 --> 00:12:54,380
Si poti sa te uiti de toate astea, voi alerga doar prin unele dintre cele

164
00:12:54,380 --> 00:12:57,630
cel mai frecvent utilizate cele.

165
00:12:57,630 --> 00:13:03,920
Deci ab + este o urmată de orice N mai mare decât 0 din b.

166
00:13:04,510 --> 00:13:08,000
AB? este o urmată de 0 sau 1 de b.

167
00:13:09,190 --> 00:13:18,580
ab {N} este o urmată de N al b, și apoi așa mai departe.

168
00:13:18,580 --> 00:13:22,820
Dacă aveți două numere în acolade sunteți specificarea unei game

169
00:13:23,300 --> 00:13:25,440
care pot fi, eventual, potrivite.

170
00:13:26,390 --> 00:13:30,420
Deci, ne vom uita mai mult la o modele repetitive cuplu într-un minut.

171
00:13:31,960 --> 00:13:42,300
Deci, 2 lucruri de a păstra în minte atunci când se utilizează aceste instrumente model de potrivire aici.

172
00:13:42,300 --> 00:13:52,120
Deci, spune că vrea să se uite la HM a, "Abraham Lincoln face sandwich-uri sunca."

173
00:13:52,120 --> 00:13:55,230
Așa că am schimbat numele lui Abraham Lincoln la Avraam.

174
00:13:55,230 --> 00:14:00,290
Și acum suntem în căutarea pentru ceea ce se întoarce de această funcție de căutare,

175
00:14:00,290 --> 00:14:03,270
și returnează doar sunca în acest caz.

176
00:14:03,620 --> 00:14:08,080
Și face asta, deoarece căutarea doar ia în mod natural cea mai mare coadă stânga.

177
00:14:08,080 --> 00:14:12,130
Și toate expresiile regulate dacă nu specificați altfel va face asta.

178
00:14:12,830 --> 00:14:18,880
Dacă ne-am dorit pentru a afla tot ce este o funcție pentru care - găsi tot.

179
00:14:18,880 --> 00:14:35,100
Astfel că ar putea arata la fel ca toate = re.findall ('h.m ", text)

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

181
00:14:44,540 --> 00:14:51,040
Toate produce atât sunca si sunca, în acest caz atât de siruri de caractere în Avraam fiecare Ham.

182
00:14:51,610 --> 00:14:55,110
Astfel că este o altă opțiune.

183
00:14:56,250 --> 00:15:06,940
>> Mare. Un alt lucru de a păstra în minte este că expresii regulate ia cea mai mare intuitiv.

184
00:15:06,940 --> 00:15:09,520
Să ne uităm la acest exemplu.

185
00:15:10,200 --> 00:15:16,070
Am făcut-o mai caută la stânga aici, și apoi am încercat o căutare mai mare

186
00:15:16,070 --> 00:15:18,800
folosind operatorul Kleene stele.

187
00:15:18,800 --> 00:15:24,180
Deci, pentru, "Abraham Lincoln face sandwich-uri sunca," și eu doar am întors

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

189
00:15:26,280 --> 00:15:31,670
Motivul pentru această greșeală a fost că am putut avea orice număr de

190
00:15:31,670 --> 00:15:36,140
h din cauză că nu a specificat nimic pentru a merge în între h și m.

191
00:15:36,140 --> 00:15:42,010
Singurul exemplu acolo care a avut m - singurele exemple acolo cu m în ea

192
00:15:42,010 --> 00:15:46,220
precum și orice număr de lui h au fost doar șirul m.

193
00:15:46,490 --> 00:15:51,850
Apoi am încercat din nou, i-am spus, "Bine, haideți să ne cel mai mare grup real aici."

194
00:15:51,850 --> 00:15:59,670
Și apoi am făcut h.. * M, astfel încât doar întoarce orice număr de caractere între h și m.

195
00:16:00,280 --> 00:16:02,950
Și dacă sunteți doar la început și de gândire, "Oh, da, ei bine acest lucru va

196
00:16:02,950 --> 00:16:11,560
mă șuncă, "este nevoie de fapt, totul, de la h în Abraham Lincoln

197
00:16:11,560 --> 00:16:13,690
tot drumul până la sfârșitul lui Ham.

198
00:16:14,040 --> 00:16:18,110
Acesta este lacom, se vede h - tot acest alt text - m,

199
00:16:18,110 --> 00:16:21,280
și că este ceea ce este nevoie de inch

200
00:16:22,060 --> 00:16:27,480
Aceasta este o deosebit de extraordinar - aceasta este o caracteristică putem, de asemenea,

201
00:16:27,480 --> 00:16:30,670
specificați pentru că nu fi lacom cu alte funcții.

202
00:16:31,480 --> 00:16:34,490
Dar acest lucru este ceva ce trebuie să țină cont mai ales

203
00:16:34,490 --> 00:16:38,720
atunci când se uită la text HTML, care este unul dintre motivele pentru care

204
00:16:38,720 --> 00:16:41,500
expresii regulate sunt dificil pentru HTML.

205
00:16:42,460 --> 00:16:46,310
Pentru că, dacă aveți o etichetă deschisă HTML și apoi o mulțime de lucruri în mijloc

206
00:16:46,310 --> 00:16:49,820
și apoi un alt HTML închis tag-ul mult mai târziu în program,

207
00:16:49,820 --> 00:16:55,420
tocmai ați mâncat o mulțime de cod HTML, eventual, din greșeală.

208
00:16:56,200 --> 00:17:01,840
>> Bine - caractere speciale atât mai mult, la fel ca multe alte limbi,

209
00:17:01,840 --> 00:17:04,780
vom scăpa folosind slash.

210
00:17:04,780 --> 00:17:10,329
Deci, putem folosi punctul de a specifica orice caracter, cu excepția pentru o nouă linie.

211
00:17:10,329 --> 00:17:14,550
Putem folosi evadare w pentru a specifica orice caracter alfabetic.

212
00:17:14,550 --> 00:17:20,329
Și de evacuare d analogie pentru orice întreg - caractere numerice.

213
00:17:20,630 --> 00:17:27,440
Putem specifica - putem folosi paranteze pentru a specifica expresii legate.

214
00:17:27,440 --> 00:17:30,970
Deci, aceasta ar accepta o, b, c sau.

215
00:17:31,320 --> 00:17:37,000
Și, de asemenea, putem specifica sau opțiuni, fie pentru a sau b.

216
00:17:37,000 --> 00:17:41,110
De exemplu - dacă am fost în căutarea pentru mai multe posibilități de

217
00:17:41,110 --> 00:17:44,940
în paranteze putem folosi operatorul sau in -

218
00:17:44,940 --> 00:17:52,480
astfel încât să ne întoarcem la acest exemplu aici.

219
00:17:53,000 --> 00:17:59,790
Și acum să ne ia - să ne întoarcem la acest exemplu aici, și apoi

220
00:17:59,790 --> 00:18:12,290
ia AE - astfel încât aceasta ar trebui să se întoarcă - Cred că acest lucru este încă Avraam.

221
00:18:12,290 --> 00:18:17,410
Deci, acest lucru -, dacă vom face tot - mare.

222
00:18:17,410 --> 00:18:22,700
Așa că haideți să actualizeze textul aici.

223
00:18:22,700 --> 00:18:34,690
"Avraam mănâncă șuncă în timp ce hemming lui -. În timp ce Hemming" Mare.

224
00:18:44,090 --> 00:18:47,330
Toate. Mare. Acum avem sunca, sunca, și tiv.

225
00:18:48,510 --> 00:18:59,370
În timp ce Hemming - în timp ce fredona la el - în timp ce fredona la tiv-l. Mare.

226
00:19:00,350 --> 00:19:03,250
Același lucru.

227
00:19:03,820 --> 00:19:09,180
Acum, totul se întoarce încă doar sunca, sunca, și tiv fără a ridica pe hum sau el.

228
00:19:09,940 --> 00:19:22,600
Mare - Și ce dacă am vrut să se uite la nici că - așa am putea face, de asemenea,

229
00:19:23,510 --> 00:19:33,810
el sau - vom reveni la asta.

230
00:19:34,810 --> 00:19:45,760
Ok - deci - în regulă - în pozițiile puteți utiliza, de asemenea, caret sau semnul dolarului

231
00:19:45,760 --> 00:19:49,350
pentru a specifica faptul că sunteți în căutarea pentru ceva la începutul sau la sfârșitul unui șir.

232
00:19:50,260 --> 00:19:52,260
Sau la începutul sau la sfârșitul unui cuvânt.

233
00:19:52,400 --> 00:19:54,470
Care este o modalitate de a folosi.

234
00:19:55,630 --> 00:20:01,160
>> Ok - deci să ne jucăm cu un bloc puțin mai mare de text.

235
00:20:03,950 --> 00:20:08,310
Să spunem că acest rând aici - această declarație aici.

236
00:20:08,310 --> 00:20:11,360
Puterea de expresie regulată este faptul că acestea pot specifica modelelor

237
00:20:11,360 --> 00:20:13,390
nu doar caractere fix.

238
00:20:14,900 --> 00:20:18,790
Să facem - să ne numim acest bloc.

239
00:20:22,400 --> 00:20:27,110
Apoi, vom citi toate că inch

240
00:20:28,890 --> 00:20:50,820
Și apoi au o - să facem tot =; Deci, ce sunt unele lucruri pe care le-ar putea căuta aici profitabil?

241
00:20:50,820 --> 00:20:54,070
Am putea uita pentru ureche expresie.

242
00:20:55,050 --> 00:21:01,520
Nu este foarte interesant. Ce zici de asta? Vom vedea ce se întâmplă.

243
00:21:03,710 --> 00:21:05,710
I-am dat o problemă.

244
00:21:06,380 --> 00:21:10,750
Deci, orice număr de lucruri înainte de a re și toate.

245
00:21:10,750 --> 00:21:15,630
Așa că ar trebui să se întoarcă totul de la început până la toate re, probabil, de câteva ori.

246
00:21:18,800 --> 00:21:21,970
Și apoi aici, avem puterea de expresii regulate este că ei

247
00:21:21,970 --> 00:21:24,900
pot specifica modele nu doar personaje de aici sunt.

248
00:21:24,900 --> 00:21:28,510
Deci, tot drumul până la re finală, a început cu cea mai din stânga și a fost lacom.

249
00:21:30,710 --> 00:21:32,710
Să vedem - ce altceva am putea cauta.

250
00:21:32,710 --> 00:21:39,860
Cred că un singur lucru dacă ai fi interesat în căutarea pentru pronumele ea și el,

251
00:21:39,860 --> 00:21:44,600
ai putea verifica e fiind egală cu 0 sau 1

252
00:21:44,600 --> 00:21:49,710
și expresia el, și că nu este, probabil, va reveni -

253
00:21:49,710 --> 00:21:58,020
Oh, cred că sa întors pentru că nu ne uitam la putere, în acea zi, aici sunt.

254
00:22:00,590 --> 00:22:06,270
Să încercăm precizând că acest lucru trebuie să vină de la începutul a ceva.

255
00:22:06,640 --> 00:22:09,530
Să vedem dacă scade.

256
00:22:09,530 --> 00:22:19,630
Deci, putem face grăsime, și acolo nu vom primi nimic pentru ea și el

257
00:22:19,630 --> 00:22:22,870
nu apar în această frază.

258
00:22:24,960 --> 00:22:30,410
Mare. Ok - deci înapoi la pisica aici.

259
00:22:30,410 --> 00:22:35,720
Modele atât de complex este doare creierul.

260
00:22:35,720 --> 00:22:40,500
Deci, de aceea vom folosi expresii regulate pentru a evita aceste probleme.

261
00:22:40,820 --> 00:22:43,520
>> Deci, aici sunt alte câteva moduri de utile pe care le puteți juca în jurul cu.

262
00:22:43,520 --> 00:22:50,290
Ne-am uitat la căutare azi, dar se poate folosi, de asemenea meci, Split, findall, și grupuri.

263
00:22:50,290 --> 00:22:53,970
Deci, alte lucruri interesante pe care le puteți face cu expresii regulate în afară de doar

264
00:22:53,970 --> 00:22:58,870
în căutarea de modele este de a lua un model și deține toate meciurile -

265
00:22:58,870 --> 00:23:02,530
variabilele sale - iar mai apoi folosind cele din codul mai târziu.

266
00:23:02,850 --> 00:23:05,980
Care poate fi destul de util. Alte lucruri ar putea fi de numărare.

267
00:23:05,980 --> 00:23:11,720
Deci, putem contoriza numărul de instanțe ale unui model de expresie regulată,

268
00:23:11,720 --> 00:23:13,960
și că este ceea ce putem folosi pentru grupuri.

269
00:23:13,960 --> 00:23:17,550
Și alte moduri, precum și sunt, de asemenea, posibile.

270
00:23:18,040 --> 00:23:22,980
Deci, eu doar vreau să vorbesc un pic mai mult despre alte moduri de a folosi expresii regulate.

271
00:23:22,980 --> 00:23:29,100
>> Deci, o cerere mai avansat este in potrivire neclare.

272
00:23:29,100 --> 00:23:33,450
Deci, dacă sunteți în căutarea pentru un text de exprimare, Iulius Cezar,

273
00:23:33,450 --> 00:23:37,740
și veți vedea fie Gaius Iulius Cezar sau numele de Iulius Cezar în alte limbi,

274
00:23:37,740 --> 00:23:44,400
atunci ați putea dori, de asemenea, să atribuie unele greutate la aceste valori.

275
00:23:44,400 --> 00:23:48,930
Și dacă aceasta este destul de aproape - în cazul în care se trece de un anumit prag - atunci vrei

276
00:23:48,930 --> 00:23:50,860
să fie în măsură să accepte Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
Deci, există câteva implementări diferite, pentru că în câteva alte limbi.

278
00:24:02,580 --> 00:24:08,420
Iată câteva alte instrumente, Regex Pal - o aplicatie la îndemână mic on-line la

279
00:24:08,420 --> 00:24:12,190
verificați dacă expresii regulate sunt compuse corect.

280
00:24:12,190 --> 00:24:18,500
Există, de asemenea, instrumente independente pe care le puteți rula de pe desktop

281
00:24:18,500 --> 00:24:22,100
cum ar fi Ultra Pico, și precum și cărți de bucate doar.

282
00:24:22,100 --> 00:24:25,410
Deci, dacă faci un proiect care implică o tona de expresii regulate

283
00:24:25,410 --> 00:24:29,810
aceasta este, probabil, locul pentru a merge în afara domeniului de aplicare al azi.

284
00:24:31,520 --> 00:24:35,770
Și apoi doar pentru a vă oferi un sentiment de modul în comun este

285
00:24:35,770 --> 00:24:44,090
există grep în Unix, Perl a construit-in, iar C este PCRE pentru C.

286
00:24:44,090 --> 00:24:48,890
Și apoi toate aceste limbi au, de asemenea, pachete regulate de expresie

287
00:24:48,890 --> 00:24:52,020
care operează cu esență, aceeași sintaxă am primit un gust de azi.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, și așa mai departe.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search este de fapt demn de menționat, este unul din

290
00:24:58,980 --> 00:25:05,720
relativ puține aplicații acolo care permite publicului să acceseze

291
00:25:05,720 --> 00:25:07,800
baza sa de date folosind expresii regulate.

292
00:25:07,800 --> 00:25:12,920
Deci, dacă te uiți pe Google Code Search puteți găsi codul de

293
00:25:12,920 --> 00:25:16,880
dacă sunteți în căutarea pentru un exemplu de cum ar putea fi utilizată o funcție,

294
00:25:16,880 --> 00:25:21,610
se poate utiliza o expresie regulată pentru a găsi că funcția de a fi folosite în tot felul de cazuri diferite.

295
00:25:21,610 --> 00:25:28,000
Ai putea uita pentru fwrite, și apoi te puteai uita pentru steagul de scriere sau citire

296
00:25:28,000 --> 00:25:32,000
dacă ai vrut un exemplu de fwrite fi utilizate în acest caz.

297
00:25:33,530 --> 00:25:37,010
Deci, același lucru acolo, și aici sunt câteva referințe.

298
00:25:37,010 --> 00:25:40,990
Acesta va fi disponibil on-line, precum și, deci merge înainte, dacă

299
00:25:40,990 --> 00:25:45,560
vrei să te uiți la Python, grep, Perl - vrei doar pentru a obține unele inspirație

300
00:25:45,560 --> 00:25:50,650
sau, dacă vrei să te uiți mai mult la teoria aici sunt câteva sărituri în afara terenului locuri.

301
00:25:50,650 --> 00:25:53,870
Mulțumesc mult.

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