1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Seminár: Pattern Matching pomocou regulárnych výrazov]

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

3
00:00:04,000 --> 00:00:07,220
[Toto je CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Dobre. No, vitajte všetci. To je CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Volám sa John, a ja budem hovoriť dnes o regulárnych výrazoch.

6
00:00:16,610 --> 00:00:22,530
Regulárne výrazy je predovšetkým nástroj, ale tiež sa niekedy používa

7
00:00:22,530 --> 00:00:28,650
v kóde aktívne v podstate zodpovedali vzory a reťazca.

8
00:00:28,650 --> 00:00:33,800
Tak tu je to webový komiks od xkcd.

9
00:00:34,440 --> 00:00:42,370
V tomto komikse je záhadné vraždy, kedy vrah má

10
00:00:42,370 --> 00:00:47,860
nasledovala niekoho na dovolenku, a protagonisti musia

11
00:00:47,860 --> 00:00:52,500
prehľadávať 200MB e-mailov, ktorí hľadajú adresu.

12
00:00:52,500 --> 00:00:56,090
A oni sa chystajú vzdať, keď niekto, kto vie, regulárne výrazy -

13
00:00:56,090 --> 00:01:00,550
pravdepodobne superhrdina - znášanie dole a píše nejaký kód

14
00:01:00,550 --> 00:01:02,970
a rieši záhadnú vraždu.

15
00:01:02,970 --> 00:01:07,370
Takže zrejme to bude niečo, čo bude mať právomoc robiť

16
00:01:07,370 --> 00:01:09,370
Po tomto seminári.

17
00:01:09,370 --> 00:01:12,250
My sa práve chystá poskytnúť stručný úvod do jazyka

18
00:01:12,250 --> 00:01:16,770
a dá vám dostatok prostriedky ísť po viac prostriedkov na vlastnú päsť.

19
00:01:17,680 --> 00:01:21,700
>> Takže regulárne výrazy vyzerajú v podstate takhle.

20
00:01:22,930 --> 00:01:25,550
To je regulárny výraz v Ruby.

21
00:01:25,550 --> 00:01:29,280
To nie je príliš odlišný v rôznych jazykoch.

22
00:01:29,690 --> 00:01:37,630
Máme len na lomítka začať a označte regulárny výraz v Ruby.

23
00:01:37,630 --> 00:01:42,880
A to je regulárny výraz hľadať v e-mailovej adresy vzoru.

24
00:01:42,880 --> 00:01:49,160
Vidíme teda, na prvom bitom hľadá alfanumerické znaky.

25
00:01:50,500 --> 00:01:54,880
To je preto, že e-mailovej adresy sa často musí začínať abecedným znakom.

26
00:01:55,460 --> 00:01:59,330
A potom nejaký zvláštny znak nasledovaný symbolom @.

27
00:01:59,330 --> 00:02:03,260
A potom to isté pre názov domény.

28
00:02:03,260 --> 00:02:10,030
A potom medzi 2 a 4 znaky hľadať. Com,. Net, a tak ďalej.

29
00:02:10,850 --> 00:02:13,200
Tak, že je ďalší príklad regulárneho výrazu.

30
00:02:13,200 --> 00:02:17,270
Takže regulárne výrazy sú protokoly pre zistenie dekory v texte.

31
00:02:17,270 --> 00:02:21,130
Robia porovnanie, výber a nahradenie.

32
00:02:21,690 --> 00:02:27,970
Takže Tretí príklad je nájsť všetky telefónne čísla končiace na 54 v adresári.

33
00:02:27,970 --> 00:02:34,360
Takže ako potrhaný Dávida až na CS50 adresári môžeme hľadať

34
00:02:34,360 --> 00:02:40,450
vzor, ​​kde máme zátvorky potom 3 čísla a potom je koniec zátvorky,

35
00:02:40,450 --> 00:02:44,070
3 ďalšie čísla, pomlčka, dve čísla, a potom 54.

36
00:02:44,070 --> 00:02:48,310
A to by v podstate, ako prísť s regulárny výraz pre hľadanie za to.

37
00:02:49,150 --> 00:02:52,960
>> Takže tam sú - sme urobili niektoré veci CS50 ktoré sú trochu ako

38
00:02:52,960 --> 00:02:59,740
regulárne výrazy, takže - napríklad - v dictionary.C súbore

39
00:02:59,740 --> 00:03:04,720
pre problémové preklepov súbor, ktorý môže byť použitý fscanf

40
00:03:04,720 --> 00:03:07,930
čítať slovom zo slovníka.

41
00:03:07,930 --> 00:03:16,240
A vidíte, percento 45s hľadá reťazec 45 znakov.

42
00:03:16,240 --> 00:03:20,020
Tak to je niečo ako rudimentárne regulárneho výrazu.

43
00:03:21,150 --> 00:03:26,060
A môžete mať nejaké 45 znakmi, ktoré pristanú tam

44
00:03:26,060 --> 00:03:28,080
a vybrať tie hore.

45
00:03:28,080 --> 00:03:33,480
A potom druhý príklad v poslednom probléme programovanie pre web

46
00:03:33,480 --> 00:03:40,760
nastaviť v distro kódu pre PHP sme vlastne majú jednoduchý regulárny výraz.

47
00:03:40,760 --> 00:03:46,790
A toto je jednoducho chcú skontrolovať, či je webová stránka, ktorá je odovzdaný

48
00:03:46,790 --> 00:03:51,940
zodpovedá buď prihláste sa alebo sa zaregistrujte odhlásenia. PHP.

49
00:03:52,220 --> 00:03:57,910
A potom sa vracať true alebo false na základe tohto porovnávania regulárneho výrazu.

50
00:03:59,400 --> 00:04:01,740
>> Takže keď používate regulárny výraz?

51
00:04:01,740 --> 00:04:04,820
Prečo ste tu dnes?

52
00:04:05,330 --> 00:04:08,480
Takže nechcete použiť regulárny výraz, keď je tu niečo, čo

53
00:04:08,480 --> 00:04:11,640
robí prácu za vás ešte ľahšie.

54
00:04:11,640 --> 00:04:15,510
Takže XML a HTML sú vlastne celkom zložité

55
00:04:15,510 --> 00:04:18,480
napísať regulárne výrazy pre ako uvidíme za chvíľu.

56
00:04:19,110 --> 00:04:23,280
Takže tam sú vyhradené pre analyzátory týchto jazykov.

57
00:04:24,170 --> 00:04:30,060
Tiež je potrebné byť v poriadku s kompromismi a presnosť často.

58
00:04:30,060 --> 00:04:36,220
Ak ste sa snaží - a tak sme videli regulárny výraz na e-mailovú adresu,

59
00:04:37,370 --> 00:04:42,590
ale že ste chcel konkrétnu e-mailovú adresu a postupne

60
00:04:42,590 --> 00:04:48,570
regulárny výraz môže byť zložitejšie, pretože to sa stalo presnejšie.

61
00:04:49,580 --> 00:04:52,260
Tak, že by bol jeden kompromis.

62
00:04:52,260 --> 00:04:55,330
Môžete si byť istí, že ste v poriadku, aby sa regulárny výraz.

63
00:04:55,330 --> 00:04:57,920
Ak presne viete, čo hľadáte, by to mohlo dávať väčší zmysel

64
00:04:57,920 --> 00:05:02,070
aby v čase a napísať efektívnejšie analyzátor.

65
00:05:02,070 --> 00:05:06,980
A konečne je tu historický problém s pravidelnosťou

66
00:05:06,980 --> 00:05:08,940
výrazov a jazykov.

67
00:05:08,940 --> 00:05:12,960
Regulárne výrazy sú v skutočnosti oveľa silnejšie ako

68
00:05:12,960 --> 00:05:16,450
regulárne výrazy na povedzme vo formálnom zmysle.

69
00:05:17,130 --> 00:05:20,150
>> Takže nechcem ísť príliš ďaleko do formálnej teóriu,

70
00:05:20,150 --> 00:05:24,000
ale väčšina jazykov, ktoré máme kód v skutočnosti nie sú pravidelné.

71
00:05:24,000 --> 00:05:29,110
A to je dôvod, prečo sa niekedy regulárne výrazy nie sú považované za všetko, čo v bezpečí.

72
00:05:29,670 --> 00:05:33,150
Takže v podstate je Chomského hierarchia jazykov pre jazyky,

73
00:05:33,150 --> 00:05:38,400
a regulárne výrazy sú budované s použitím spojenia, zreťazenie,

74
00:05:38,400 --> 00:05:41,810
a Kleene hviezda operáciu, uvidíme za pár minút.

75
00:05:43,130 --> 00:05:48,860
Pokiaľ máte záujem o teoreticky tam je celkom veľa to tam deje pod kapotou.

76
00:05:50,360 --> 00:05:55,880
>> Tak krátkou históriou - len pre kontext tu - pravidelné sady prišiel

77
00:05:55,880 --> 00:05:59,580
v roku 1950, a potom sme mali jednoduché editory, ktoré

78
00:05:59,580 --> 00:06:03,300
začlenené regulárne výrazy - len vyhľadávanie reťazca.

79
00:06:03,570 --> 00:06:09,110
Grep - čo je nástroj pre príkazový riadok - bol jedným z prvých,

80
00:06:09,110 --> 00:06:14,160
veľmi populárne nástroje, ktoré regulárne výrazy obsiahnuté v roku 1960.

81
00:06:14,160 --> 00:06:20,560
V 80. rokoch bola postavená Perl - je programovací jazyk, ktorý

82
00:06:20,560 --> 00:06:24,110
obsahuje regulárne výrazy veľmi nápadne.

83
00:06:24,550 --> 00:06:30,130
A potom sa v poslednej dobe sme mali Perl kompatibilný regulárny výraz

84
00:06:30,130 --> 00:06:35,870
protokoly v podstate v iných jazykoch, ktoré používajú veľa z rovnakého syntaxe.

85
00:06:36,630 --> 00:06:39,840
Samozrejme, že bol najdôležitejšou udalosťou v roku 2008

86
00:06:39,840 --> 00:06:43,040
kde bol prvý národný Regulárne výrazy deň,

87
00:06:43,040 --> 00:06:47,350
ktoré podľa môjho názoru je jún 1 ak chcete osláviť.

88
00:06:48,430 --> 00:06:50,840
>> Opäť platí, že len trochu viac teórie tu.

89
00:06:52,180 --> 00:06:55,320
Takže existuje niekoľko rôznych spôsobov, ako budovať regulárne výrazy.

90
00:06:55,950 --> 00:07:02,050
Jeden jednoduchý spôsob je vytvoriť výraz, ktorý hodláte

91
00:07:02,050 --> 00:07:07,500
beží na povrázku interpretovať - ​​v podstate postaviť malý mini-program, ktorý

92
00:07:07,500 --> 00:07:11,870
bude analyzovať kúsky špagátu a uvidíme, "Oh, to hodí regulárny výraz, alebo nie?"

93
00:07:12,250 --> 00:07:14,250
A potom spustiť to.

94
00:07:14,250 --> 00:07:17,300
Takže ak máte veľmi malé regulárny výraz, je to pravdepodobne

95
00:07:17,300 --> 00:07:19,380
najúčinnejší spôsob, ako to urobiť.

96
00:07:20,090 --> 00:07:25,420
A potom, ak vás - ďalšou možnosťou je, aby rekonštrukcia

97
00:07:25,420 --> 00:07:30,260
Výraz as you go, a to je možnosť simulovať.

98
00:07:30,440 --> 00:07:37,690
A tieto prvé pokusy u regulárnych výrazov algoritmy boli

99
00:07:37,690 --> 00:07:44,330
pomerne jednoduché a relatívne rýchlo, ale nemal veľkú flexibilitu.

100
00:07:44,330 --> 00:07:47,500
Takže urobiť ešte niektoré veci, ktoré sa budeme pozerať na

101
00:07:47,500 --> 00:07:52,860
dnes sme museli urobiť zložitejšie regulárny výraz

102
00:07:52,860 --> 00:07:56,650
implementácie, ktoré sú potenciálne oveľa pomalšie, tak to je niečo, čo je potrebné mať na pamäti,

103
00:07:57,510 --> 00:08:02,920
K dispozícii je tiež pravidelné výrazy popieranie útoku odrody

104
00:08:02,920 --> 00:08:08,330
že využitie potenciálu týchto nových implementácií

105
00:08:08,330 --> 00:08:10,930
regulárne výrazy, aby sa stal veľmi zložité.

106
00:08:11,570 --> 00:08:15,650
A v podstate v rovnakom zmysle, ako sme videli v útoky buffer overflow,

107
00:08:15,650 --> 00:08:21,610
Máte útoky, ktoré pracujú tým, že núti rekurzívne slučky

108
00:08:21,610 --> 00:08:24,400
prekročení kapacity pamäte.

109
00:08:24,780 --> 00:08:29,540
A mimochodom Regexen je jedným z oficiálnych plurals regulárneho výrazu

110
00:08:29,540 --> 00:08:32,890
obdobne na voly v anglosaskom.

111
00:08:33,500 --> 00:08:40,169
>> Dobre, tak Python Library mnohí z vás osobne sa Macu,

112
00:08:40,169 --> 00:08:43,860
takže sa môžete skutočne vytiahnuť to na obrazovke.

113
00:08:43,860 --> 00:08:47,480
Regulárne výrazy sú zabudované do Pythone.

114
00:08:48,070 --> 00:08:53,020
A tak Python je predinštalovaný na počítači Mac, a tiež k dispozícii online na tomto odkaze.

115
00:08:53,770 --> 00:08:57,350
Takže ak sa pozeráte môžete pozastaviť a uistite sa, že máte Python

116
00:08:58,080 --> 00:09:00,170
ako hráme tu.

117
00:09:00,780 --> 00:09:06,420
K dispozícii je manuálny online, takže ak ste len písať Python do počítača

118
00:09:06,420 --> 00:09:10,500
uvidíte, že verzia prichádza do terminálu.

119
00:09:11,070 --> 00:09:17,720
Tak som poskytol odkaz manuálu pre verziu 2 Pythone, rovnako ako ťahák.

120
00:09:17,720 --> 00:09:23,100
K dispozícii je verzia 3 Pythone, ale váš Mac, nemusí nutne

121
00:09:23,100 --> 00:09:25,130
prišiel s tým vopred.

122
00:09:25,130 --> 00:09:27,360
Takže nie je príliš odlišný.

123
00:09:27,360 --> 00:09:33,270
Dobre, takže niektoré základy pomocou regulárnych výrazov v Pythone.

124
00:09:34,080 --> 00:09:42,650
>> Tak tu som použil veľmi jednoduchý výraz, tak som to urobil Python import re

125
00:09:43,750 --> 00:09:47,070
a potom sa výsledok re.search.

126
00:09:47,070 --> 00:09:49,910
A hľadanie trvá 2 argumenty.

127
00:09:49,910 --> 00:09:56,040
Prvým z nich je regulárny výraz, a druhý je text

128
00:09:56,040 --> 00:09:58,290
alebo reťazec, ktorý chcete analyzovať.

129
00:09:58,290 --> 00:10:01,210
A potom som vytlačiť na result.group.

130
00:10:01,580 --> 00:10:05,860
Takže to sú dve základné funkcie, ktoré budeme dnes vidieť

131
00:10:06,790 --> 00:10:10,170
dozvedieť sa o regulárnych výrazoch.

132
00:10:10,170 --> 00:10:12,880
Takže len poškodí tento regulárny výraz tu

133
00:10:12,880 --> 00:10:21,770
h a potom \ w a potom som tak \ w práve prijíma akúkoľvek abecedný znak tam.

134
00:10:21,850 --> 00:10:26,820
Tak tu sme hľadali "h" a potom ďalšie abecedný znak,

135
00:10:26,820 --> 00:10:30,060
a potom kláves m, takže tu by zodpovedalo šunka

136
00:10:30,060 --> 00:10:34,480
v ", Abraham Lincoln a šunka sendviče."

137
00:10:35,040 --> 00:10:37,150
Toto je výsledkom tejto skupiny.

138
00:10:37,680 --> 00:10:43,130
Ďalšia vec, ktorú môžeme urobiť, je využiť našich pred textových reťazcov v jazyku Python.

139
00:10:43,130 --> 00:10:46,220
Takže myslím, že budem pokračovať a vytiahnuť, že až tu.

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

141
00:10:50,070 --> 00:10:54,000
A ak by som mal urobiť to isté - povedzme text,

142
00:10:55,390 --> 00:11:00,800
"Abrahám," poďme priblížiť - ideme na to.

143
00:11:01,610 --> 00:11:06,430
Text znie: "Abrahám jej šunku."

144
00:11:07,460 --> 00:11:15,260
Dobre, a potom výsledok = re.search.

145
00:11:16,260 --> 00:11:22,020
A potom naše Výraz môže byť h, a potom to urobím dot m

146
00:11:22,020 --> 00:11:26,280
Takže bodka jednoducho trvá ľubovoľný znak, ktorý nie je nový riadok vrátane čísel,

147
00:11:26,280 --> 00:11:28,650
percentuálnych znaky, niečo podobné.

148
00:11:28,650 --> 00:11:38,030
A potom texte - boom - a potom result.group--jo.

149
00:11:38,030 --> 00:11:41,820
Tak, že je to, ako realizovať základné funkcie tu.

150
00:11:42,300 --> 00:11:55,110
Ak by sme mali textovú prsteň, ktorý - ten bláznivý texte - vrátane povedať veľa spätných lomítok

151
00:11:55,110 --> 00:12:01,180
a reťazca vnútri a veci, ktoré by mohol vyzerať escape sekvencií,

152
00:12:01,180 --> 00:12:08,480
potom sa pravdepodobne budete chcieť používať surové zadávanie textu, aby sa ubezpečil, že je prijatý.

153
00:12:08,480 --> 00:12:14,120
A to len vyzerá takto.

154
00:12:14,120 --> 00:12:17,810
Takže ak sme hľadali každý z nich tam by sme nemali nič nájsť.

155
00:12:19,070 --> 00:12:21,680
Ale to je, ako by ste ich vykonávať, tesne pred reťazec

156
00:12:21,680 --> 00:12:24,990
regulárny výraz vložíte písmeno R.

157
00:12:26,150 --> 00:12:30,260
>> Dobre, tak poďme ďalej.

158
00:12:30,260 --> 00:12:33,730
Dobre - takže poďme sa pozrieť na niekoľko opakujúcich sa vzorcov tu.

159
00:12:34,750 --> 00:12:39,150
Takže jedna vec, ktorú chcete urobiť, je opakovať veci

160
00:12:40,040 --> 00:12:42,480
ako ste prehľadávanie textu.

161
00:12:42,480 --> 00:12:48,300
Takže to nasledovaným ľubovoľným počtom b - ty ab *.

162
00:12:48,630 --> 00:12:51,620
A potom existuje rad ďalších pravidiel taky.

163
00:12:51,620 --> 00:12:54,380
A môžete sa pozrieť vo všetkých týchto hore, budem len spustiť cez niektoré

164
00:12:54,380 --> 00:12:57,630
Najčastejšie používaným ty.

165
00:12:57,630 --> 00:13:03,920
Takže ab + je nasledované ľubovoľnú N väčšie ako 0 z b

166
00:13:04,510 --> 00:13:08,000
ab? je nasleduje 0 alebo 1 v B.

167
00:13:09,190 --> 00:13:18,580
ab {N} je nasledovaný N b, a tak ďalej.

168
00:13:18,580 --> 00:13:22,820
Ak máte dve čísla v zložených zátvorkách ste zadali rozsah

169
00:13:23,300 --> 00:13:25,440
ktorý môže podľa potreby prispôsobiť.

170
00:13:26,390 --> 00:13:30,420
Takže sa pozrieme viac na niekoľko opakujúcich sa vzorcov za minútu.

171
00:13:31,960 --> 00:13:42,300
Takže dve veci mať na pamäti pri použití týchto nástrojov pre porovnávanie vzoriek tu.

172
00:13:42,300 --> 00:13:52,120
Takže povedať, chceme sa pozrieť na HM na "Abraham Lincoln je šunkové sendviče."

173
00:13:52,120 --> 00:13:55,230
Tak som zmenil Abraham Lincoln meno Abrahámovi.

174
00:13:55,230 --> 00:14:00,290
A teraz hľadáme to, čo je vrátená touto funkciou vyhľadávania,

175
00:14:00,290 --> 00:14:03,270
a to len vráti šunka v tomto prípade.

176
00:14:03,620 --> 00:14:08,080
A to preto, že hľadanie práve prirodzene má úplne vľavo fronty.

177
00:14:08,080 --> 00:14:12,130
A všetky regulárne výrazy ak neurčíte inak to urobí.

178
00:14:12,830 --> 00:14:18,880
Ak by sme chceli nájsť všetko, čo je funkcia, ktorá - nájsť všetky.

179
00:14:18,880 --> 00:14:35,100
Takže mohol vyzerať all = re.findall ("h.m", text)

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

181
00:14:44,540 --> 00:14:51,040
Všetky produkuje aj šunka a šunka, v tomto prípade oboch reťazcov v Abrahámovi každej šunky.

182
00:14:51,610 --> 00:14:55,110
Takže to je ďalšia možnosť.

183
00:14:56,250 --> 00:15:06,940
>> Skvelé. Ďalšia vec, ktorú by ste mali mať na pamäti, že regulárne výrazy sa najväčšie intuitívne.

184
00:15:06,940 --> 00:15:09,520
Pozrime sa na tento príklad.

185
00:15:10,200 --> 00:15:16,070
Urobili sme to úplne vľavo hľadať tu, a potom som sa pokúsil o väčšie hľadanie

186
00:15:16,070 --> 00:15:18,800
pomocou Kleene hviezda operátora.

187
00:15:18,800 --> 00:15:24,180
Takže, "Abraham Lincoln robí šunka sendviče," a mám len zadnú

188
00:15:24,180 --> 00:15:26,280
m ako výsledok.

189
00:15:26,280 --> 00:15:31,670
Dôvodom pre túto chybu, že som mohol vziať ľubovoľný počet

190
00:15:31,670 --> 00:15:36,140
h je to preto, že som neuviedol nič, čo by ísť medzi h a m

191
00:15:36,140 --> 00:15:42,010
Jediným príkladom je, že keby m - len príklady, tam sa v nej m

192
00:15:42,010 --> 00:15:46,220
a ľubovoľný počet H je boli len reťazec metrov.

193
00:15:46,490 --> 00:15:51,850
Potom som to skúsil znova, povedal som: "Dobre, poďme si aktuálne najväčšiu skupinu."

194
00:15:51,850 --> 00:15:59,670
A potom som h. * M, tak aby práve vracia ľubovoľný počet znakov medzi h a m

195
00:16:00,280 --> 00:16:02,950
A ak ste práve začínate a myslí si: "Oh, bude v poriadku, dobre to

196
00:16:02,950 --> 00:16:11,560
mi šunku, "je to vlastne vezme všetko od h do Abrahama Lincolna

197
00:16:11,560 --> 00:16:13,690
celú cestu až do konca šunky.

198
00:16:14,040 --> 00:16:18,110
Je to chamtivý, to vidí h - to všetko iný text - m,

199
00:16:18,110 --> 00:16:21,280
a to je to, čo je potreba dovnútra

200
00:16:22,060 --> 00:16:27,480
Toto je obzvlášť pozoruhodné - to je vlastnosť, môžeme tiež

201
00:16:27,480 --> 00:16:30,670
špecifikovať pre to byť chamtivý pomocou iných funkcií.

202
00:16:31,480 --> 00:16:34,490
Ale to je niečo, čo musíme mať na pamäti najmä

203
00:16:34,490 --> 00:16:38,720
pri pohľade na HTML text, ktorý je jedným z dôvodov, ktoré

204
00:16:38,720 --> 00:16:41,500
regulárne výrazy sú ťažké pre HTML.

205
00:16:42,460 --> 00:16:46,310
Pretože ak máte otvorenú HTML tag a potom veľa vecí v stredu

206
00:16:46,310 --> 00:16:49,820
a niektoré ďalšie HTML uzavretý tag oveľa neskôr v programe,

207
00:16:49,820 --> 00:16:55,420
ste práve zjedli veľa kódu HTML možná omylom.

208
00:16:56,200 --> 00:17:01,840
>> V poriadku - takže ďalšie špeciálne znaky, ako mnoho iných jazykov,

209
00:17:01,840 --> 00:17:04,780
utečieme pomocou lomítka.

210
00:17:04,780 --> 00:17:10,329
Takže môžeme použiť bodku zadať ľubovoľný znak okrem nového riadku.

211
00:17:10,329 --> 00:17:14,550
Môžeme použiť únikovú w zadať akýkoľvek abecedný znak.

212
00:17:14,550 --> 00:17:20,329
A obdobne escape d pre nejaké celé číslo - číselné charakter.

213
00:17:20,630 --> 00:17:27,440
Môžeme určiť - môžeme použiť zátvorky pre určenie súvisiace výrazy.

214
00:17:27,440 --> 00:17:30,970
Takže by to prijať, b alebo c.

215
00:17:31,320 --> 00:17:37,000
A tiež môžeme určiť, alebo pre niektoré z možností A alebo B.

216
00:17:37,000 --> 00:17:41,110
Napríklad - ak by sme hľadali viac možností

217
00:17:41,110 --> 00:17:44,940
v zátvorke môžeme použiť operátor OR ako v -

218
00:17:44,940 --> 00:17:52,480
takže vráťme sa k tomuto príkladu tu.

219
00:17:53,000 --> 00:17:59,790
A teraz poďme - vráťme sa k tomuto príkladu tu, a potom

220
00:17:59,790 --> 00:18:12,290
sa ae - takže by to malo vrátiť - myslím, že je to stále Abrahám.

221
00:18:12,290 --> 00:18:17,410
Takže to - ak budeme robiť všetko - skvelé.

222
00:18:17,410 --> 00:18:22,700
Takže poďme aktualizovať text.

223
00:18:22,700 --> 00:18:34,690
"Abrahám jej šunku, zatiaľ čo jeho lemovanie -. Kým lemovanie" Skvelé.

224
00:18:44,090 --> 00:18:47,330
Všetko. Skvelé. Teraz sme si šunka, šunka, a lem.

225
00:18:48,510 --> 00:18:59,370
Kým lemovanie - pri hučaní mu - keď bzučí na leme neho. Skvelé.

226
00:19:00,350 --> 00:19:03,250
To je to isté.

227
00:19:03,820 --> 00:19:09,180
Teraz všetko vracia stále len šunka, šunka a lem bez vyzdvihnutie na hučanie alebo ním.

228
00:19:09,940 --> 00:19:22,600
Veľký - tak čo keby sme chceli pozrieť na jeden, ktorý - a tak by sme mohli tiež urobiť

229
00:19:23,510 --> 00:19:33,810
ho alebo - Vrátime sa k tomu.

230
00:19:34,810 --> 00:19:45,760
Dobre - tak - v poriadku - na pozíciách, môžete tiež použiť strieška alebo znak dolára

231
00:19:45,760 --> 00:19:49,350
určiť, že hľadáte niečo, čo na začiatku alebo na konci reťazca.

232
00:19:50,260 --> 00:19:52,260
Alebo na začiatku alebo na konci slova.

233
00:19:52,400 --> 00:19:54,470
To je jeden spôsob, ako využiť to.

234
00:19:55,630 --> 00:20:01,160
>> Dobre - tak poďme hrať s mierne väčšou blok textu.

235
00:20:03,950 --> 00:20:08,310
Povedzme, že tento riadok tu - toto vyhlásenie tu.

236
00:20:08,310 --> 00:20:11,360
Sila regulárneho výrazu je to, že môžete zadať vzory

237
00:20:11,360 --> 00:20:13,390
nielen pevné postavy.

238
00:20:14,900 --> 00:20:18,790
Urobme - nazvime tento blok.

239
00:20:22,400 --> 00:20:27,110
Potom budeme čítať všetko palcov

240
00:20:28,890 --> 00:20:50,820
A potom - urobme všetko =, takže aké sú niektoré veci, ktoré môžeme vyhľadávať sem so ziskom?

241
00:20:50,820 --> 00:20:54,070
Mohli by sme hľadať výraz ucha.

242
00:20:55,050 --> 00:21:01,520
Nie moc zaujímavé. Čo vy na to? Uvidíme, čo sa stane.

243
00:21:03,710 --> 00:21:05,710
Dal som to problém.

244
00:21:06,380 --> 00:21:10,750
Takže celá rada vecí, než znova a všetkým.

245
00:21:10,750 --> 00:21:15,630
Tak, že by sa mal vrátiť všetko od začiatku až do všetkých re možná párkrát.

246
00:21:18,800 --> 00:21:21,970
A potom tu máme moc regulárnych výrazov je, že

247
00:21:21,970 --> 00:21:24,900
Môžete zadať vzory nie sú len postavy sú tu.

248
00:21:24,900 --> 00:21:28,510
Takže celú cestu až do konečného re, začalo to najviac vľavo a bol nenásytný.

249
00:21:30,710 --> 00:21:32,710
Pozrime sa - čo iného by sme mohli hľadať.

250
00:21:32,710 --> 00:21:39,860
Myslím, že jedna vec, ak ste boli záujem hľadal zámená ona a on,

251
00:21:39,860 --> 00:21:44,600
môžete skontrolovať s je rovná 0 alebo 1

252
00:21:44,600 --> 00:21:49,710
a výraz mu, a že sa pravdepodobne nebude návratu -

253
00:21:49,710 --> 00:21:58,020
oh, myslím, že to vrátil, pretože tam sme sa pri pohľade na výkon, ten deň, tu sú.

254
00:22:00,590 --> 00:22:06,270
Pokúsme sa upresňuje, že to má prísť na začiatku niečoho.

255
00:22:06,640 --> 00:22:09,530
Uvidíme, či to klesá.

256
00:22:09,530 --> 00:22:19,630
Takže môžeme robiť tuk, a tam sme sa nedostali nič, pretože ona a on

257
00:22:19,630 --> 00:22:22,870
sa nevyskytujú v tejto vete.

258
00:22:24,960 --> 00:22:30,410
Skvelé. Dobre - takže späť ku mačke tu.

259
00:22:30,410 --> 00:22:35,720
Tak zložité vzory poškodzuje mozog.

260
00:22:35,720 --> 00:22:40,500
Takže to je dôvod, prečo používať regulárne výrazy, aby sa zabránilo týmto otázkam.

261
00:22:40,820 --> 00:22:43,520
>> Takže tu sú niektoré ďalšie užitočné režimy, ktoré môžete hrať s okolo.

262
00:22:43,520 --> 00:22:50,290
Pozreli sme sa na hľadanie dnes, ale môžete tiež použiť zápasu, Split, findall a skupiny.

263
00:22:50,290 --> 00:22:53,970
Takže ďalšie super veci, ktoré môžete robiť s regulárnymi výrazmi okrem práve

264
00:22:53,970 --> 00:22:58,870
hľadajú vzory berie vzor a drží všetky zápasy -

265
00:22:58,870 --> 00:23:02,530
jeho premenné - a potom používať tie v kóde neskôr.

266
00:23:02,850 --> 00:23:05,980
To môže byť celkom užitočné. Ostatné veci, by mohlo byť počítanie.

267
00:23:05,980 --> 00:23:11,720
Takže môžeme spočítať počet inštancií regulárneho výrazu,

268
00:23:11,720 --> 00:23:13,960
a to je to, čo sa dá použiť pre skupiny.

269
00:23:13,960 --> 00:23:17,550
A ostatné druhy a sú tiež možné.

270
00:23:18,040 --> 00:23:22,980
Tak som chcel hovoriť trochu viac o iných spôsobov, ako môžete použiť regulárne výrazy.

271
00:23:22,980 --> 00:23:29,100
>> Takže jeden z aplikácií je vo fuzzy zhody.

272
00:23:29,100 --> 00:23:33,450
Takže ak hľadáte nejaký text prejavu, Julius Caesar,

273
00:23:33,450 --> 00:23:37,740
a uvidíte jeden Gaius Julius Caesar alebo názov Julius Caesar v iných jazykoch,

274
00:23:37,740 --> 00:23:44,400
potom budete tiež chcieť priradiť nejakú váhu týchto hodnôt.

275
00:23:44,400 --> 00:23:48,930
A ak je to tak blízko, že - ak to prekročí určitú hranicu - potom chcete

276
00:23:48,930 --> 00:23:50,860
byť schopní prijať Julius Caesar.

277
00:23:50,860 --> 00:24:00,580
Takže existuje niekoľko rôznych implementácia pre to, že v niekoľkých ďalších jazykoch.

278
00:24:02,580 --> 00:24:08,420
Tu sú niektoré ďalšie nástroje, Regex pal - šikovný malý app online

279
00:24:08,420 --> 00:24:12,190
Skontrolujte, či vaše regulárne výrazy sú tvorené správne.

280
00:24:12,190 --> 00:24:18,500
K dispozícii sú aj samostatné nástroje, ktoré môžete spustiť z počítača

281
00:24:18,500 --> 00:24:22,100
ako Ultra Pico, a rovnako ako len kuchárske knihy.

282
00:24:22,100 --> 00:24:25,410
Takže ak robíte projekt, ktorý zahŕňa veľa regulárnych výrazov

283
00:24:25,410 --> 00:24:29,810
to je pravdepodobne miesto, kam ísť mimo rámec dnes.

284
00:24:31,520 --> 00:24:35,770
A potom už len, aby vám pocit, ako je to bežné

285
00:24:35,770 --> 00:24:44,090
je grep v Unixe, Perl má vstavaný a C je PCRE pre C.

286
00:24:44,090 --> 00:24:48,890
A potom to všetko ostatné jazyky majú tiež regulárne výrazy balíčky

287
00:24:48,890 --> 00:24:52,020
ktoré pôsobia podstate s rovnakou syntax sme dostali chuť dnes.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, a tak ďalej.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search je v skutočnosti stojí za zmienku, je to jedna z

290
00:24:58,980 --> 00:25:05,720
pomerne málo aplikácií tam, že umožňuje verejnosti prístup k

291
00:25:05,720 --> 00:25:07,800
jeho databázy pomocou regulárnych výrazov.

292
00:25:07,800 --> 00:25:12,920
Takže keď sa pozriete na Google Code Search nájdete kód

293
00:25:12,920 --> 00:25:16,880
ak hľadáte pre inštanciu, ako by byť funkcia použitá,

294
00:25:16,880 --> 00:25:21,610
môžete použiť regulárny výraz nájsť túto funkciu používaný v najrôznejších rôznych prípadov.

295
00:25:21,610 --> 00:25:28,000
Môžete sa pozrieť na fwrite, a potom by ste sa mohli pozrieť na vlajku čítať alebo písať

296
00:25:28,000 --> 00:25:32,000
ak by ste chceli príklad fwrite použitého v tomto prípade.

297
00:25:33,530 --> 00:25:37,010
Takže to isté tam, a tu sú niektoré odkazy.

298
00:25:37,010 --> 00:25:40,990
To bude k dispozícii on-line, rovnako tak ide dopredu v prípade

299
00:25:40,990 --> 00:25:45,560
Ak chcete sa pozrime na Python, Perl, grep - stačí chcieť získať nejakú inšpiráciu

300
00:25:45,560 --> 00:25:50,650
alebo ak sa chcete pozrieť viac na teórii tu sú niektoré dobré Odrazovým miestach.

301
00:25:50,650 --> 00:25:53,870
Ďakujem mnohokrát.

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