1
00:00:00,000 --> 00:00:02,000
[Powered by Google Translate] [Σεμινάριο: Pattern Matching με Κανονικές Εκφράσεις]

2
00:00:02,000 --> 00:00:04,000
[John Mussman-Πανεπιστήμιο του Χάρβαρντ]

3
00:00:04,000 --> 00:00:07,220
[Αυτό είναι CS50.-CS50.TV]

4
00:00:07,780 --> 00:00:11,610
Εντάξει. Λοιπόν, καλώς ήρθατε σε όλους. Αυτό είναι CS50 2012.

5
00:00:11,780 --> 00:00:16,610
Το όνομά μου είναι Γιάννης, και εγώ θα πρέπει να μιλάμε σήμερα για κανονικές εκφράσεις.

6
00:00:16,610 --> 00:00:22,530
Κανονικές εκφράσεις είναι κυρίως ένα εργαλείο, αλλά επίσης μερικές φορές χρησιμοποιείται

7
00:00:22,530 --> 00:00:28,650
στον κώδικα ενεργά για να ταιριάζει ουσιαστικά τα πρότυπα και τις σειρές.

8
00:00:28,650 --> 00:00:33,800
Έτσι, εδώ είναι μια κωμική διαδίκτυο από xkcd.

9
00:00:34,440 --> 00:00:42,370
Σε αυτό το comic υπάρχει ένα μυστήριο φόνο, όπου ο δολοφόνος έχει

10
00:00:42,370 --> 00:00:47,860
ακολουθείται κάποιος στις διακοπές, και οι πρωταγωνιστές πρέπει να

11
00:00:47,860 --> 00:00:52,500
αναζήτηση μέσω 200 megabytes των emails που αναζητούν για μια διεύθυνση.

12
00:00:52,500 --> 00:00:56,090
Και είναι έτοιμος να παραιτηθεί, όταν κάποιος που ξέρει κανονικές εκφράσεις -

13
00:00:56,090 --> 00:01:00,550
προφανώς ένας υπερήρωας - εφορμά προς τα κάτω και γράφει κάποια κώδικα

14
00:01:00,550 --> 00:01:02,970
και λύνει το μυστήριο φόνο.

15
00:01:02,970 --> 00:01:07,370
Έτσι, κατά πάσα πιθανότητα αυτό θα είναι κάτι που θα πρέπει να εξουσιοδοτηθεί να κάνει

16
00:01:07,370 --> 00:01:09,370
μετά από αυτό το σεμινάριο.

17
00:01:09,370 --> 00:01:12,250
Είμαστε ακριβώς πρόκειται να παρέχει μια συνοπτική εισαγωγή στη γλώσσα

18
00:01:12,250 --> 00:01:16,770
και να σας δώσει αρκετά μέσα για να πάει μετά από περισσότερους πόρους για τη δική σας.

19
00:01:17,680 --> 00:01:21,700
>> Έτσι, κανονικές εκφράσεις φαίνονται βασικά όπως αυτό.

20
00:01:22,930 --> 00:01:25,550
Αυτή είναι μια κανονική έκφραση σε Ruby.

21
00:01:25,550 --> 00:01:29,280
Δεν είναι τρομερά διαφορετικό σε διάφορες γλώσσες.

22
00:01:29,690 --> 00:01:37,630
Έχουμε ακριβώς στις καθέτους για να ξεκινήσει και να σηματοδοτήσει την κανονική έκφραση σε Ruby.

23
00:01:37,630 --> 00:01:42,880
Και αυτό είναι μια κανονική έκφραση για να ψάξουν για το πρότυπο διεύθυνση email.

24
00:01:42,880 --> 00:01:49,160
Έτσι βλέπουμε το πρώτο bit αναζητά κάθε αλφαριθμητικό χαρακτήρα.

25
00:01:50,500 --> 00:01:54,880
Αυτό συμβαίνει επειδή διευθύνσεις ηλεκτρονικού ταχυδρομείου συχνά πρέπει να ξεκινήσει με ένα γράμμα της αλφαβήτου.

26
00:01:55,460 --> 00:01:59,330
Και τότε κάθε ειδικό χαρακτήρα ακολουθούμενο από το σύμβολο @.

27
00:01:59,330 --> 00:02:03,260
Και στη συνέχεια το ίδιο πράγμα για το όνομα τομέα.

28
00:02:03,260 --> 00:02:10,030
Και στη συνέχεια, μεταξύ 2 και 4 χαρακτήρες για να ψάξουν για το. Com,. Net, και ούτω καθεξής.

29
00:02:10,850 --> 00:02:13,200
Έτσι, αυτό είναι ένα άλλο παράδειγμα της κανονική έκφραση.

30
00:02:13,200 --> 00:02:17,270
Έτσι, κανονικές εκφράσεις είναι πρωτόκολλα για την εύρεση ομιλίες στο κείμενο.

31
00:02:17,270 --> 00:02:21,130
Κάνουν συγκρίσεις, επιλογές, και αντικαταστάσεις.

32
00:02:21,690 --> 00:02:27,970
Έτσι, ένα τρίτο παράδειγμα είναι η εξεύρεση όλους τους αριθμούς τηλεφώνου που λήγει σε 54 σε έναν κατάλογο.

33
00:02:27,970 --> 00:02:34,360
Έτσι, πριν από τον David σχίζει επάνω στον κατάλογο CS50 θα μπορούσαμε να αναζητήσετε

34
00:02:34,360 --> 00:02:40,450
ένα μοτίβο όπου έχουμε παρενθέσεις στη συνέχεια 3 αριθμούς καταλήγουν στη συνέχεια παρένθεση,

35
00:02:40,450 --> 00:02:44,070
3 περισσότερους αριθμούς, μια παύλα, 2 αριθμούς, και στη συνέχεια 54.

36
00:02:44,070 --> 00:02:48,310
Και αυτό θα είναι ουσιαστικά το πώς μπορούμε να καταλήξουμε σε μια κανονική έκφραση για να ψάξει για αυτό.

37
00:02:49,150 --> 00:02:52,960
>> Έτσι, υπάρχουν - έχουμε κάνει κάποια πράγματα στο CS50 που είναι λίγο σαν

38
00:02:52,960 --> 00:02:59,740
κανονικές εκφράσεις, έτσι ώστε - για παράδειγμα - στο dictionary.C αρχείο

39
00:02:59,740 --> 00:03:04,720
για τον έλεγχο set πρόβλημα ξόρκι που μπορεί να έχουν χρησιμοποιηθεί fscanf

40
00:03:04,720 --> 00:03:07,930
να διαβάσει μια λέξη από το λεξικό.

41
00:03:07,930 --> 00:03:16,240
Και μπορείτε να δείτε το 45s ποσοστό ψάχνει για μια σειρά από 45 χαρακτήρες.

42
00:03:16,240 --> 00:03:20,020
Γι 'αυτό είναι κάπως σαν ένα υποτυπώδες κανονική έκφραση.

43
00:03:21,150 --> 00:03:26,060
Και μπορείτε να έχετε 45 χαρακτήρες που ταιριάζουν με το νομοσχέδιο εκεί

44
00:03:26,060 --> 00:03:28,080
και να πάρει εκείνα τα πάνω.

45
00:03:28,080 --> 00:03:33,480
Και τότε το δεύτερο παράδειγμα στην πιο πρόσφατη πρόβλημα προγραμματισμού web

46
00:03:33,480 --> 00:03:40,760
που προβλέπει ο κώδικας διανομή για PHP μπορούμε πραγματικά να έχουν μια απλή κανονική έκφραση.

47
00:03:40,760 --> 00:03:46,790
Και αυτό είναι απλά ψάχνουν για να ελέγξετε αν η ιστοσελίδα που έχει περάσει στο

48
00:03:46,790 --> 00:03:51,940
ταιριάζει είτε σύνδεσης ή αποσύνδεσης εγγραφείτε. PHP.

49
00:03:52,220 --> 00:03:57,910
Και στη συνέχεια επιστρέφει αληθείς ή ψευδείς βασίζονται στην εν λόγω τακτική που ταιριάζουν έκφραση.

50
00:03:59,400 --> 00:04:01,740
>> Έτσι, όταν χρησιμοποιείτε κανονική έκφραση;

51
00:04:01,740 --> 00:04:04,820
Γιατί είσαι εδώ σήμερα;

52
00:04:05,330 --> 00:04:08,480
Έτσι δεν θέλετε να χρησιμοποιήσετε κανονική έκφραση, όταν υπάρχει κάτι που

53
00:04:08,480 --> 00:04:11,640
κάνει τη δουλειά για σας ακόμη πιο εύκολα.

54
00:04:11,640 --> 00:04:15,510
Έτσι, XML και HTML είναι πραγματικά πολύ δύσκολο

55
00:04:15,510 --> 00:04:18,480
για να γράψει τις συνήθεις εκφράσεις για μας, όπως θα δούμε σε λίγο.

56
00:04:19,110 --> 00:04:23,280
Έτσι, υπάρχουν ειδικά αναλυτών για τις γλώσσες αυτές.

57
00:04:24,170 --> 00:04:30,060
Θα πρέπει επίσης να είναι εντάξει με την συμβιβασμούς και την ακρίβεια συχνά.

58
00:04:30,060 --> 00:04:36,220
Αν προσπαθείτε - έτσι είδαμε μια κανονική έκφραση για μια διεύθυνση ηλεκτρονικού ταχυδρομείου,

59
00:04:37,370 --> 00:04:42,590
αλλά λένε ότι ήθελε μια συγκεκριμένη ηλεκτρονική διεύθυνση και σταδιακά η

60
00:04:42,590 --> 00:04:48,570
κανονική έκφραση μπορεί να γίνει πιο περίπλοκη, δεδομένου ότι έγινε πιο ακριβή.

61
00:04:49,580 --> 00:04:52,260
Έτσι, αυτό θα είναι ένα εμπόριο off.

62
00:04:52,260 --> 00:04:55,330
Θα πρέπει να είστε σίγουροι ότι είστε εντάξει κάνει με την κανονική έκφραση.

63
00:04:55,330 --> 00:04:57,920
Αν ξέρετε ακριβώς τι ψάχνετε θα μπορούσε να έχει περισσότερο νόημα

64
00:04:57,920 --> 00:05:02,070
να θέσει στο χρόνο και να γράψει ένα πιο αποτελεσματικό αναλυτή.

65
00:05:02,070 --> 00:05:06,980
Και, τέλος, υπάρχει ένα ιστορικό θέμα με την κανονικότητα

66
00:05:06,980 --> 00:05:08,940
από τις εκφράσεις και τις γλώσσες.

67
00:05:08,940 --> 00:05:12,960
Οι κανονικές εκφράσεις είναι στην πραγματικότητα πολύ πιο ισχυρή από ό, τι

68
00:05:12,960 --> 00:05:16,450
κανονικές εκφράσεις ανά πω σε μια τυπική έννοια του όρου.

69
00:05:17,130 --> 00:05:20,150
>> Γι 'αυτό δεν θέλω να πάει πολύ μακριά στην επίσημη θεωρία,

70
00:05:20,150 --> 00:05:24,000
αλλά οι περισσότερες γλώσσες που έχουμε κώδικα στην πραγματικότητα δεν είναι τακτική.

71
00:05:24,000 --> 00:05:29,110
Και αυτός είναι ο λόγος κανονικές εκφράσεις κάποιες φορές δεν θεωρούνται όλα αυτά ασφαλή.

72
00:05:29,670 --> 00:05:33,150
Έτσι, βασικά, υπάρχει μια ιεραρχία Τσόμσκι για τις γλώσσες,

73
00:05:33,150 --> 00:05:38,400
και οι κανονικές εκφράσεις δημιουργηθεί χρησιμοποιώντας ένωση, συνένωση,

74
00:05:38,400 --> 00:05:41,810
και τη λειτουργία αστέρι Kleene ότι θα δούμε σε λίγα λεπτά.

75
00:05:43,130 --> 00:05:48,860
Αν σας ενδιαφέρει η θεωρία ότι υπάρχει μια αρκετά μεγάλη συμβαίνει εκεί κάτω από την κουκούλα.

76
00:05:50,360 --> 00:05:55,880
>> Έτσι, μια σύντομη ιστορία - μόνο για το πλαίσιο εδώ - τακτική σετ ήρθε

77
00:05:55,880 --> 00:05:59,580
στη δεκαετία του 1950, και στη συνέχεια είχαμε απλά συντάκτες που

78
00:05:59,580 --> 00:06:03,300
ενσωματωθεί κανονικές εκφράσεις - απλά ψάχνουν για έγχορδα.

79
00:06:03,570 --> 00:06:09,110
Grep - το οποίο είναι ένα εργαλείο γραμμής εντολών - ήταν ένα από τα πρώτα

80
00:06:09,110 --> 00:06:14,160
πολύ δημοφιλή εργαλεία που ενσωματώνονται κανονικές εκφράσεις στη δεκαετία του 1960.

81
00:06:14,160 --> 00:06:20,560
Στη δεκαετία του '80, Perl χτίστηκε - είναι μια γλώσσα προγραμματισμού που

82
00:06:20,560 --> 00:06:24,110
ενσωματώνει κανονικές εκφράσεις είναι πολύ εμφανές.

83
00:06:24,550 --> 00:06:30,130
Και στη συνέχεια, πιο πρόσφατα, είχαμε Perl συμβατό με κανονική έκφραση

84
00:06:30,130 --> 00:06:35,870
πρωτόκολλα ουσιαστικά και σε άλλες γλώσσες που χρησιμοποιούν σε μεγάλο βαθμό την ίδια σύνταξη.

85
00:06:36,630 --> 00:06:39,840
Φυσικά, το πιο σημαντικό γεγονός ήταν το 2008

86
00:06:39,840 --> 00:06:43,040
όπου υπήρξε η πρώτη Εθνική Ημέρα τακτική εκφράσεις,

87
00:06:43,040 --> 00:06:47,350
τα οποία πιστεύω ότι είναι ο Ιούνιος 1, εάν θέλετε να γιορτάσετε αυτό.

88
00:06:48,430 --> 00:06:50,840
>> Και πάλι, λίγο περισσότερο στη θεωρία εδώ.

89
00:06:52,180 --> 00:06:55,320
Έτσι, υπάρχουν δύο διαφορετικοί τρόποι για την κατασκευή κανονικών εκφράσεων.

90
00:06:55,950 --> 00:07:02,050
Ένας απλός τρόπος είναι να οικοδομήσουμε την παράσταση που πρόκειται να

91
00:07:02,050 --> 00:07:07,500
τρέξει για το string ερμηνεύουν - βασικά οικοδομήσουμε ένα μικρό μίνι-πρόγραμμα που

92
00:07:07,500 --> 00:07:11,870
θα αναλύσει κομμάτια από μια σειρά και να δούμε, "Ω, αυτό δεν ταιριάζει με την κανονική έκφραση ή όχι;"

93
00:07:12,250 --> 00:07:14,250
Και στη συνέχεια, εκτελέστε αυτό.

94
00:07:14,250 --> 00:07:17,300
Έτσι, εάν έχετε ένα πολύ μικρό κανονική έκφραση, αυτή είναι ίσως

95
00:07:17,300 --> 00:07:19,380
ο πιο αποτελεσματικός τρόπος για να το κάνει.

96
00:07:20,090 --> 00:07:25,420
Και στη συνέχεια, αν - μια άλλη επιλογή είναι να κρατήσει την ανασυγκρότηση της

97
00:07:25,420 --> 00:07:30,260
έκφρασης όπως πάτε, και αυτό είναι η δυνατότητα προσομοίωσης.

98
00:07:30,440 --> 00:07:37,690
Και αυτές οι πρώτες προσπάθειες σε τακτά αλγόριθμοι έκφρασης ήταν

99
00:07:37,690 --> 00:07:44,330
σχετικά απλή και σχετικά γρήγορα, αλλά δεν έχουν μεγάλη ευελιξία.

100
00:07:44,330 --> 00:07:47,500
Έτσι για να κάνει ακόμη και μερικά από τα πράγματα που θέλουμε να δούμε

101
00:07:47,500 --> 00:07:52,860
Σήμερα είχαμε να κάνουμε πιο περίπλοκη κανονική έκφραση

102
00:07:52,860 --> 00:07:56,650
εφαρμογές που είναι δυνητικά πολύ πιο αργή? έτσι αυτό είναι κάτι που πρέπει να έχουμε κατά νου

103
00:07:57,510 --> 00:08:02,920
Υπάρχει επίσης μια τακτική άρνηση εκφράσεις της ποικιλίας επίθεσης

104
00:08:02,920 --> 00:08:08,330
που εκμεταλλεύονται τις δυνατότητες για τα νεότερα εφαρμογές

105
00:08:08,330 --> 00:08:10,930
συνήθεις εκφράσεις για να γίνει πολύ περίπλοκη.

106
00:08:11,570 --> 00:08:15,650
Και σε ένα μεγάλο μέρος την ίδια έννοια που είδαμε στις επιθέσεις υπερχείλισης buffer,

107
00:08:15,650 --> 00:08:21,610
έχετε κρίσεις που λειτουργούν κάνοντας αναδρομικές βρόχων που

108
00:08:21,610 --> 00:08:24,400
υπέρβαση της ικανότητας της μνήμης.

109
00:08:24,780 --> 00:08:29,540
Και από τον τρόπο Regexen είναι μία από τις επίσημες πληθυντικό της κανονική έκφραση

110
00:08:29,540 --> 00:08:32,890
κατ 'αναλογία με βόδια στο Anglo-Saxon.

111
00:08:33,500 --> 00:08:40,169
>> Εντάξει, έτσι ώστε η Βιβλιοθήκη Python πολλοί από εσάς εδώ στο πρόσωπο έχουν Macs,

112
00:08:40,169 --> 00:08:43,860
ώστε να μπορείτε να τραβάτε πραγματικά αυτό επάνω στην οθόνη σας.

113
00:08:43,860 --> 00:08:47,480
Οι κανονικές εκφράσεις χτισμένο σε Python.

114
00:08:48,070 --> 00:08:53,020
Και έτσι η Python είναι προεγκατεστημένο σε υπολογιστές Mac και θα διατίθεται επίσης σε απευθείας σύνδεση σε αυτό το σύνδεσμο.

115
00:08:53,770 --> 00:08:57,350
Έτσι, αν παρακολουθείτε μπορείτε να διακόψετε και να βεβαιωθείτε ότι έχετε την Python

116
00:08:58,080 --> 00:09:00,170
όπως παίζουμε εδώ γύρω.

117
00:09:00,780 --> 00:09:06,420
Υπάρχει ένα εγχειρίδιο σε απευθείας σύνδεση, οπότε αν απλά πληκτρολογήστε Python στον υπολογιστή σας

118
00:09:06,420 --> 00:09:10,500
θα δείτε ότι η έκδοση έρχεται στο τερματικό.

119
00:09:11,070 --> 00:09:17,720
Έτσι παρέχεται μια σύνδεση με το εγχειρίδιο για την έκδοση 2 της Python, καθώς και ένα σκονάκι.

120
00:09:17,720 --> 00:09:23,100
Υπάρχει μια έκδοση 3 της Python, αλλά το Mac σας δεν σημαίνει απαραίτητα

121
00:09:23,100 --> 00:09:25,130
έρχονται με αυτό το προεγκατεστημένο.

122
00:09:25,130 --> 00:09:27,360
Έτσι, δεν είναι τρομερά διαφορετικό.

123
00:09:27,360 --> 00:09:33,270
Εντάξει, έτσι ώστε ορισμένα βασικά στοιχεία από τη χρήση κανονικών εκφράσεων σε Python.

124
00:09:34,080 --> 00:09:42,650
>> Εδώ, λοιπόν, χρησιμοποιείται μια πολύ απλή έκφραση, έτσι έκανα Python εκ νέου εισαγωγής

125
00:09:43,750 --> 00:09:47,070
και στη συνέχεια πήρε το αποτέλεσμα της re.search.

126
00:09:47,070 --> 00:09:49,910
Και η αναζήτηση διαρκεί 2 επιχειρήματα.

127
00:09:49,910 --> 00:09:56,040
Η πρώτη είναι η κανονική έκφραση, και το δεύτερο είναι το κείμενο

128
00:09:56,040 --> 00:09:58,290
ή το κορδόνι που θέλετε να αναλύσετε.

129
00:09:58,290 --> 00:10:01,210
Και τότε θα εκτυπωθεί το result.group.

130
00:10:01,580 --> 00:10:05,860
Έτσι, αυτές είναι οι 2 βασικές λειτουργίες που πρόκειται να δούμε σήμερα

131
00:10:06,790 --> 00:10:10,170
στην εκμάθηση για κανονικές εκφράσεις.

132
00:10:10,170 --> 00:10:12,880
Έτσι απλά χωρίς να χαλάσει αυτή η κανονική έκφραση εδώ

133
00:10:12,880 --> 00:10:21,770
h και στη συνέχεια \ w και στη συνέχεια m έτσι \ w δέχεται μόνο κάθε γράμμα της αλφαβήτου εκεί.

134
00:10:21,850 --> 00:10:26,820
Έτσι, εδώ ψάχνουμε για ένα "h" και στη συνέχεια ένα άλλο γράμμα της αλφαβήτου

135
00:10:26,820 --> 00:10:30,060
και στη συνέχεια m, έτσι και εδώ που θα ταιριάζουν με ζαμπόν

136
00:10:30,060 --> 00:10:34,480
σε, "Αβραάμ Λίνκολν και ζαμπόν σάντουιτς."

137
00:10:35,040 --> 00:10:37,150
Αυτό είναι το αποτέλεσμα της εν λόγω ομάδας.

138
00:10:37,680 --> 00:10:43,130
Ένα άλλο πράγμα που μπορούμε να κάνουμε είναι να χρησιμοποιήσουμε πριν χορδές μας των κειμένων σε Python.

139
00:10:43,130 --> 00:10:46,220
Έτσι υποθέτω ότι θα προχωρήσει και τραβήξτε ότι μέχρι εδώ.

140
00:10:46,220 --> 00:10:49,210
Python εκ νέου εισαγωγής.

141
00:10:50,070 --> 00:10:54,000
Και αν μου ήταν να κάνω το ίδιο πράγμα - ας πούμε το κείμενο είναι,

142
00:10:55,390 --> 00:11:00,800
«Ο Αβραάμ," ας μεγέθυνση - εκεί πάμε.

143
00:11:01,610 --> 00:11:06,430
Το κείμενο είναι, «Ο Αβραάμ τρώει ζαμπόν."

144
00:11:07,460 --> 00:11:15,260
Εντάξει, και να οδηγήσει στη συνέχεια = re.search.

145
00:11:16,260 --> 00:11:22,020
Και τότε η έκφραση μας μπορεί να είναι h, και στη συνέχεια θα κάνω dot m.

146
00:11:22,020 --> 00:11:26,280
Έτσι dot διαρκεί μόλις Οποιοσδήποτε χαρακτήρας που δεν είναι μια νέα γραμμή, συμπεριλαμβανομένων των αριθμών,

147
00:11:26,280 --> 00:11:28,650
σημάδια ποσοστό, κάτι τέτοιο.

148
00:11:28,650 --> 00:11:38,030
Και τότε το κείμενο - boom - και στη συνέχεια result.group--ναι.

149
00:11:38,030 --> 00:11:41,820
Έτσι, αυτό είναι ακριβώς το πώς να εφαρμόσουν τις βασικές λειτουργίες εδώ.

150
00:11:42,300 --> 00:11:55,110
Αν είχαμε ένα δαχτυλίδι κείμενο αυτό - αυτή η τρελή κείμενο - συμπεριλαμβάνεται λένε πολλά πίσω καθέτους

151
00:11:55,110 --> 00:12:01,180
και έγχορδα μέσα και τα πράγματα που θα μπορούσαν να μοιάζουν με ακολουθίες διαφυγής,

152
00:12:01,180 --> 00:12:08,480
τότε ίσως θέλετε να χρησιμοποιήσετε την πρώτη μέθοδο εισαγωγής κειμένου για να βεβαιωθείτε ότι είναι αποδεκτή.

153
00:12:08,480 --> 00:12:14,120
Και αυτό ακριβώς φαίνεται σαν αυτό.

154
00:12:14,120 --> 00:12:17,810
Έτσι, αν ψάχναμε για καθέναν από αυτούς εκεί μέσα δεν θα πρέπει να βρούμε κάτι.

155
00:12:19,070 --> 00:12:21,680
Αλλά αυτό είναι το πώς θα το εφαρμόσουν? Λίγο πριν από τη σειρά των

156
00:12:21,680 --> 00:12:24,990
η κανονική έκφραση βάζετε το γράμμα R.

157
00:12:26,150 --> 00:12:30,260
>> Εντάξει, ας συνεχίσουμε.

158
00:12:30,260 --> 00:12:33,730
Εντάξει - οπότε ας ρίξουμε μια ματιά σε μερικά μοτίβα που επαναλαμβάνονται εδώ.

159
00:12:34,750 --> 00:12:39,150
Έτσι, ένα πράγμα που θέλετε να κάνετε είναι να επαναλάβετε τα πράγματα

160
00:12:40,040 --> 00:12:42,480
όπως ψάχνετε μέσα από το κείμενο.

161
00:12:42,480 --> 00:12:48,300
Έτσι για να κάνει μια ακολουθούμενο από οποιονδήποτε αριθμό των β - κάνετε ab *.

162
00:12:48,630 --> 00:12:51,620
Και τότε υπάρχουν μια σειρά από άλλους κανόνες πάρα πολύ.

163
00:12:51,620 --> 00:12:54,380
Και μπορείτε να δείτε όλα αυτά μέχρι? Θα τρέξω μέσα από μερικά από τα

164
00:12:54,380 --> 00:12:57,630
που χρησιμοποιούνται πιο συχνά αυτά.

165
00:12:57,630 --> 00:13:03,920
Έτσι ab + είναι ένα που ακολουθείται από οποιοδήποτε Ν μεγαλύτερη από μηδέν του b.

166
00:13:04,510 --> 00:13:08,000
ab; είναι μια που ακολουθείται από 0 ή 1 b.

167
00:13:09,190 --> 00:13:18,580
ab {Ν} είναι ένα ακολουθούμενη από Ν του Β, και στη συνέχεια ούτω καθεξής.

168
00:13:18,580 --> 00:13:22,820
Αν έχετε 2 αριθμούς στα άγκιστρα που προσδιορίζει μια σειρά

169
00:13:23,300 --> 00:13:25,440
που μπορεί ενδεχομένως να είναι συμφωνημένα.

170
00:13:26,390 --> 00:13:30,420
Έτσι, θα δούμε περισσότερα σε μια-δυο επαναλαμβανόμενα μοτίβα σε ένα λεπτό.

171
00:13:31,960 --> 00:13:42,300
Έτσι, 2 πράγματα που πρέπει να θυμάστε όταν χρησιμοποιείτε αυτά τα ταίριασμα εργαλεία εδώ.

172
00:13:42,300 --> 00:13:52,120
Έτσι λέμε ότι θέλουμε να δούμε την Ι. Μ., «Ο Αβραάμ Λίνκολν κάνει ζαμπόν σάντουιτς."

173
00:13:52,120 --> 00:13:55,230
Γι 'αυτό και άλλαξε το όνομά του Αβραάμ Λίνκολν στον Αβραάμ.

174
00:13:55,230 --> 00:14:00,290
Και τώρα ψάχνουμε για ό, τι επιστρέφεται από αυτή τη λειτουργία αναζήτησης,

175
00:14:00,290 --> 00:14:03,270
και επιστρέφει μόνο το ζαμπόν σε αυτή την περίπτωση.

176
00:14:03,620 --> 00:14:08,080
Και το κάνει αυτό γιατί αναζήτησης διαρκεί μόλις φυσικά το πιο αριστερό ουρά.

177
00:14:08,080 --> 00:14:12,130
Και όλες οι κανονικές εκφράσεις, εκτός αν ορίσετε διαφορετικά θα το κάνουμε αυτό.

178
00:14:12,830 --> 00:14:18,880
Αν θέλαμε να βρούμε όλα υπάρχει μια λειτουργία για αυτό - βρείτε όλα.

179
00:14:18,880 --> 00:14:35,100
Έτσι που θα μπορούσε απλά να μοιάζει με όλα = re.findall («h.m», το κείμενο)

180
00:14:35,100 --> 00:14:44,540
και στη συνέχεια all.group ().

181
00:14:44,540 --> 00:14:51,040
Όλα παράγει τόσο ζαμπόν και ζαμπόν? Σε αυτή την περίπτωση οι δύο χορδές σε Abraham κάθε ζαμπόν.

182
00:14:51,610 --> 00:14:55,110
Έτσι, αυτό είναι μια άλλη επιλογή.

183
00:14:56,250 --> 00:15:06,940
>> Μεγάλη. Το άλλο πράγμα που πρέπει να θυμάστε είναι ότι η τακτική εκφράσεις λαμβάνουν το μεγαλύτερο διαισθητικά.

184
00:15:06,940 --> 00:15:09,520
Ας δούμε σε αυτό το παράδειγμα.

185
00:15:10,200 --> 00:15:16,070
Κάναμε ότι το πιο αριστερό αναζήτησης εδώ, και στη συνέχεια επιχείρησε μια μεγαλύτερη αναζήτηση

186
00:15:16,070 --> 00:15:18,800
χρησιμοποιώντας το Kleene φορέα αστέρων.

187
00:15:18,800 --> 00:15:24,180
Έτσι, για, "Αβραάμ Λίνκολν κάνει σάντουιτς ζαμπόν," και εγώ μόλις επέστρεψα

188
00:15:24,180 --> 00:15:26,280
m, ως αποτέλεσμα.

189
00:15:26,280 --> 00:15:31,670
Ο λόγος για αυτό το λάθος ήταν ότι θα μπορούσα να έχω λάβει οποιοδήποτε αριθμό των

190
00:15:31,670 --> 00:15:36,140
h είναι γιατί δεν προσδιορίζει κάτι να πάει στο μεταξύ h και m.

191
00:15:36,140 --> 00:15:42,010
Το μόνο παράδειγμα εκεί που είχε m - τα μόνα παραδείγματα εκεί με m σε αυτό

192
00:15:42,010 --> 00:15:46,220
και οποιοσδήποτε αριθμός του h ήταν ακριβώς το m string.

193
00:15:46,490 --> 00:15:51,850
Στη συνέχεια δοκίμασα πάλι? Είπα, "Εντάξει, ας πάρει την πραγματική μεγαλύτερη ομάδα εδώ."

194
00:15:51,850 --> 00:15:59,670
Και τότε έκανα h. * M, έτσι ώστε να επιστρέφει ακριβώς οποιοδήποτε αριθμό των χαρακτήρων μεταξύ h και m.

195
00:16:00,280 --> 00:16:02,950
Και αν είστε λίγο ξεκινάμε και σκέψης, "Ω, εντάξει, αλλά αυτό θα

196
00:16:02,950 --> 00:16:11,560
φέρε μου ζαμπόν, "παίρνει πραγματικά τα πάντα από την ώρα σε Αβραάμ Λίνκολν

197
00:16:11,560 --> 00:16:13,690
σε όλη τη διαδρομή μέχρι το τέλος του ζαμπόν.

198
00:16:14,040 --> 00:16:18,110
Είναι άπληστοι? Βλέπει h - όλα αυτά άλλο κείμενο - m,

199
00:16:18,110 --> 00:16:21,280
και αυτό είναι ό, τι χρειάζεται μέσα

200
00:16:22,060 --> 00:16:27,480
Πρόκειται για μια ιδιαίτερα σκανδαλώδη - αυτό είναι ένα χαρακτηριστικό μπορούμε επίσης να

201
00:16:27,480 --> 00:16:30,670
διευκρινίζει ότι δεν ήταν άπληστοι με άλλες λειτουργίες.

202
00:16:31,480 --> 00:16:34,490
Αλλά αυτό είναι κάτι που πρέπει να έχουμε κατά νου, ιδίως

203
00:16:34,490 --> 00:16:38,720
κατά την εξέταση HTML κείμενο, το οποίο είναι ένας λόγος που

204
00:16:38,720 --> 00:16:41,500
κανονικές εκφράσεις είναι δύσκολο για την HTML.

205
00:16:42,460 --> 00:16:46,310
Διότι, αν έχετε μια ανοικτή ετικέτα HTML και στη συνέχεια πολλά πράγματα στη μέση

206
00:16:46,310 --> 00:16:49,820
και στη συνέχεια κάποιες άλλες HTML κλειστά tag πολύ αργότερα στο πρόγραμμα,

207
00:16:49,820 --> 00:16:55,420
έχετε μόλις φάει ένα πολύ κώδικα HTML, ενδεχομένως κατά λάθος.

208
00:16:56,200 --> 00:17:01,840
>> Εντάξει - έτσι πιο ειδικούς χαρακτήρες, όπως και πολλές άλλες γλώσσες,

209
00:17:01,840 --> 00:17:04,780
να ξεφύγουμε με την κάθετο.

210
00:17:04,780 --> 00:17:10,329
Έτσι, μπορούμε να χρησιμοποιήσουμε την τελεία για να καθορίσετε οποιονδήποτε χαρακτήρα εκτός από μια νέα γραμμή.

211
00:17:10,329 --> 00:17:14,550
Μπορούμε να χρησιμοποιήσουμε τη διαφυγή w για να καθορίσετε κάθε γράμμα της αλφαβήτου.

212
00:17:14,550 --> 00:17:20,329
Και από d διαφυγής αναλογία για κάθε ακέραιο - αριθμητική χαρακτήρα.

213
00:17:20,630 --> 00:17:27,440
Μπορούμε να καθορίσετε - μπορούμε να χρησιμοποιήσουμε παρενθέσεις για να καθορίσετε συναφείς εκφράσεις.

214
00:17:27,440 --> 00:17:30,970
Έτσι, αυτό θα δεχόταν, b, ή c.

215
00:17:31,320 --> 00:17:37,000
Και μπορούμε επίσης να καθορίσετε ή επιλογές για την Α ή Β.

216
00:17:37,000 --> 00:17:41,110
Για παράδειγμα - αν ψάχναμε για πολλαπλές δυνατότητες

217
00:17:41,110 --> 00:17:44,940
σε παρένθεση θα μπορούσαμε να χρησιμοποιήσουμε το ή φορέας εκμετάλλευσης, σε -

218
00:17:44,940 --> 00:17:52,480
οπότε ας πάμε πίσω σε αυτό το παράδειγμα εδώ.

219
00:17:53,000 --> 00:17:59,790
Και τώρα ας ρίξουμε - ας πάμε πίσω στο παράδειγμα αυτό εδώ, και στη συνέχεια

220
00:17:59,790 --> 00:18:12,290
να ae - έτσι αυτό θα πρέπει να επιστρέψει - Υποθέτω ότι αυτό εξακολουθεί να είναι ο Αβραάμ.

221
00:18:12,290 --> 00:18:17,410
Έτσι, αυτό - αν δεν κάνουμε όλα - μεγάλο.

222
00:18:17,410 --> 00:18:22,700
Έτσι, ας ενημερώσει το κείμενο εδώ.

223
00:18:22,700 --> 00:18:34,690
«Ο Αβραάμ τρώει ζαμπόν, ενώ εγκλωβισμό του -. Ενώ στρήφωμα" Μεγάλη.

224
00:18:44,090 --> 00:18:47,330
Όλα. Μεγάλη. Τώρα έχουμε ζαμπόν, ζαμπόν, και τον ποδόγυρο.

225
00:18:48,510 --> 00:18:59,370
Ενώ στρήφωμα - ενώ βουητό σε αυτόν - ενώ βουητό στο στρίφωμα του. Μεγάλη.

226
00:19:00,350 --> 00:19:03,250
Το ίδιο πράγμα.

227
00:19:03,820 --> 00:19:09,180
Τώρα όλοι να επιστρέφει μόνο ζαμπόν, ζαμπόν, και τον ποδόγυρο χωρίς να πάρει για το βουητό ή το ίδιο.

228
00:19:09,940 --> 00:19:22,600
Great - ναι, τι αν θέλαμε να δούμε είτε ότι - έτσι θα μπορούσαμε επίσης να κάνουμε

229
00:19:23,510 --> 00:19:33,810
αυτόν ή - θα επανέλθουμε σε αυτό.

230
00:19:34,810 --> 00:19:45,760
Εντάξει - έτσι - εντάξει - σε θέσεις μπορείτε επίσης να χρησιμοποιήσετε το καρέ ή το σύμβολο του δολαρίου

231
00:19:45,760 --> 00:19:49,350
να διευκρινιστεί ότι ψάχνετε για κάτι που στην αρχή ή το τέλος μιας συμβολοσειράς.

232
00:19:50,260 --> 00:19:52,260
Ή η αρχή ή το τέλος μιας λέξης.

233
00:19:52,400 --> 00:19:54,470
Αυτός είναι ένας τρόπος για να το χρησιμοποιήσετε.

234
00:19:55,630 --> 00:20:01,160
>> Εντάξει - οπότε ας παίξει γύρω με ένα ελαφρώς μεγαλύτερο τμήμα κειμένου.

235
00:20:03,950 --> 00:20:08,310
Ας πούμε αυτή τη σειρά εδώ - αυτή τη δήλωση εδώ.

236
00:20:08,310 --> 00:20:11,360
Η δύναμη της κανονική έκφραση είναι ότι μπορούν να καθορίζουν τα πρότυπα

237
00:20:11,360 --> 00:20:13,390
δεν καθορίζεται μόνο χαρακτήρες.

238
00:20:14,900 --> 00:20:18,790
Ας κάνουν - ας το ονομάσουμε αυτό το μπλοκ.

239
00:20:22,400 --> 00:20:27,110
Τότε θα διαβάσει όλα αυτά μέσα

240
00:20:28,890 --> 00:20:50,820
Και έχουν στη συνέχεια ένα - ας κάνει όλα =? Ναι, τι είναι μερικά πράγματα που θα μπορούσαμε να αναζητήσετε εδώ κερδοφόρα;

241
00:20:50,820 --> 00:20:54,070
Θα μπορούσαμε να κοιτάξουμε για το αυτί έκφρασης.

242
00:20:55,050 --> 00:21:01,520
Δεν είναι πολύ ενδιαφέρουσα. Τι λέτε για αυτό; Θα δούμε τι θα συμβεί.

243
00:21:03,710 --> 00:21:05,710
Έδωσα ένα πρόβλημα.

244
00:21:06,380 --> 00:21:10,750
Έτσι, πολλά πράγματα πριν από την εκ νέου και όλα.

245
00:21:10,750 --> 00:21:15,630
Έτσι, αυτό θα πρέπει να επιστρέψουν τα πάντα, από την αρχή μέχρι όλες οι δράσεις Re ίσως μια-δυο φορές.

246
00:21:18,800 --> 00:21:21,970
Και τότε εδώ έχουμε τη δύναμη των κανονικών εκφράσεων είναι ότι

247
00:21:21,970 --> 00:21:24,900
να καθορίσετε τα πρότυπα δεν είναι μόνο χαρακτήρες εδώ.

248
00:21:24,900 --> 00:21:28,510
Έτσι, σε όλη τη διαδρομή μέχρι τον τελικό εκ νέου, ξεκίνησε με το αριστερό περισσότερο και ήταν άπληστοι.

249
00:21:30,710 --> 00:21:32,710
Ας δούμε - τι άλλο θα μπορούσαμε να αναζητήσουμε.

250
00:21:32,710 --> 00:21:39,860
Υποθέτω ότι ένα πράγμα, αν ήταν ενδιαφέρονται να ψάχνει για τις αντωνυμίες που και ο ίδιος,

251
00:21:39,860 --> 00:21:44,600
μπορείτε να ελέγξετε για s είναι ίσο με 0 ή 1

252
00:21:44,600 --> 00:21:49,710
και η έκφραση ο ίδιος, και αυτό είναι κατά πάσα πιθανότητα δεν πρόκειται να επιστρέψει -

253
00:21:49,710 --> 00:21:58,020
OH, υποθέτω ότι επέστρεψε γιατί εκεί εξετάζουμε τη δύναμη, εκείνη την ημέρα, εδώ είναι.

254
00:22:00,590 --> 00:22:06,270
Ας προσπαθήσουμε διευκρινίζοντας ότι αυτό πρέπει να γίνεται κατά την έναρξη της κάτι.

255
00:22:06,640 --> 00:22:09,530
Ας δούμε αν αυτό πέφτει.

256
00:22:09,530 --> 00:22:19,630
Έτσι, μπορούμε να κάνουμε το λίπος, και εκεί δεν έχουμε τίποτα γιατί και ο ίδιος

257
00:22:19,630 --> 00:22:22,870
δεν εμφανίζονται σε αυτήν την φράση.

258
00:22:24,960 --> 00:22:30,410
Μεγάλη. Εντάξει - έτσι πίσω με τη γάτα εδώ.

259
00:22:30,410 --> 00:22:35,720
Έτσι, πολύπλοκα σχήματα βλάπτει τον εγκέφαλο.

260
00:22:35,720 --> 00:22:40,500
Έτσι ώστε είναι ο λόγος που χρησιμοποιούμε συνήθεις εκφράσεις για να αποφύγετε αυτά τα προβλήματα.

261
00:22:40,820 --> 00:22:43,520
>> Τόσο εδώ είναι μερικές άλλες χρήσιμες λειτουργίες που μπορείτε να παίξετε γύρω με.

262
00:22:43,520 --> 00:22:50,290
Κοιτάξαμε αναζήτησης σήμερα, αλλά μπορείτε επίσης να χρησιμοποιήσετε αγώνα, διάσπαση, findall και ομάδες.

263
00:22:50,290 --> 00:22:53,970
Έτσι, άλλα δροσερά πράγματα που μπορείτε να κάνετε με κανονικές εκφράσεις, εκτός από απλά

264
00:22:53,970 --> 00:22:58,870
ψάχνουν για μοτίβα παίρνει ένα μοτίβο και κρατώντας όλους τους αγώνες -

265
00:22:58,870 --> 00:23:02,530
μεταβλητές του - και στη συνέχεια, χρησιμοποιώντας αυτές κωδικό σας αργότερα.

266
00:23:02,850 --> 00:23:05,980
Αυτό μπορεί να είναι αρκετά χρήσιμη. Άλλα πράγματα που μπορεί να μετράει.

267
00:23:05,980 --> 00:23:11,720
Έτσι, μπορούμε να υπολογίζουμε τον αριθμό των εμφανίσεων μιας μοτίβο κανονικής έκφρασης,

268
00:23:11,720 --> 00:23:13,960
και αυτό είναι που μπορούμε να χρησιμοποιήσουμε για τις ομάδες.

269
00:23:13,960 --> 00:23:17,550
Και άλλων τρόπων, καθώς είναι επίσης δυνατές.

270
00:23:18,040 --> 00:23:22,980
Γι 'αυτό ακριβώς θέλω να μιλήσω λίγο περισσότερο για τους άλλους τρόπους που μπορείτε να χρησιμοποιήσετε τις συνήθεις εκφράσεις.

271
00:23:22,980 --> 00:23:29,100
>> Έτσι, μια πιο προηγμένη εφαρμογή είναι σε ελαστικό ταίριασμα.

272
00:23:29,100 --> 00:23:33,450
Έτσι, αν ψάχνετε για ένα κείμενο για την έκφραση, τον Ιούλιο Καίσαρα,

273
00:23:33,450 --> 00:23:37,740
και θα δείτε είτε Γάιου Ιούλιου Καίσαρα ή το όνομα του Ιούλιου Καίσαρα και σε άλλες γλώσσες,

274
00:23:37,740 --> 00:23:44,400
τότε μπορεί επίσης να θέλετε να ορίσετε κάποιο βάρος σε αυτές τις αξίες.

275
00:23:44,400 --> 00:23:48,930
Και αν είναι αρκετά κοντά - αν διασχίζει ένα ορισμένο όριο - τότε θέλετε

276
00:23:48,930 --> 00:23:50,860
να είναι σε θέση να δεχθεί τον Ιούλιο Καίσαρα.

277
00:23:50,860 --> 00:24:00,580
Έτσι, υπάρχουν δύο διαφορετικές υλοποιήσεις για ότι σε μερικές άλλες γλώσσες, καθώς και.

278
00:24:02,580 --> 00:24:08,420
Εδώ είναι μερικά άλλα εργαλεία Regex Pal - ένα πρακτικό μικρό app απευθείας σύνδεση για να

279
00:24:08,420 --> 00:24:12,190
ελέγξτε αν οι κανονικές εκφράσεις σας αποτελείται σωστά.

280
00:24:12,190 --> 00:24:18,500
Υπάρχουν, επίσης, αυτόνομα εργαλεία που μπορείτε να εκτελέσετε από τον υπολογιστή σας

281
00:24:18,500 --> 00:24:22,100
όπως Ultra Pico, και καθώς μόνο βιβλία μαγειρικής.

282
00:24:22,100 --> 00:24:25,410
Έτσι, αν κάνετε ένα έργο που περιλαμβάνει έναν τόνο των κανονικών εκφράσεων

283
00:24:25,410 --> 00:24:29,810
Αυτό είναι πιθανώς ο τόπος για να πάει έξω από το πεδίο εφαρμογής του σήμερα.

284
00:24:31,520 --> 00:24:35,770
Και τότε ακριβώς για να σας δώσει μια αίσθηση του πώς είναι κοινή

285
00:24:35,770 --> 00:24:44,090
υπάρχει grep στο Unix, Perl έχει built-in και C υπάρχει PCRE για το C.

286
00:24:44,090 --> 00:24:48,890
Και τότε όλοι αυτοί οι άλλες γλώσσες έχουν επίσης τακτικές πακέτα έκφρασης

287
00:24:48,890 --> 00:24:52,020
που λειτουργούν με κατ 'ουσίαν την ίδια σύνταξη πήραμε μια γεύση του σήμερα.

288
00:24:52,020 --> 00:24:54,790
PHP, Java, Ruby, και ούτω καθεξής.

289
00:24:56,080 --> 00:24:58,980
>> Google Code Search είναι πραγματικά αξίζει να αναφερθεί? Είναι ένα από τα

290
00:24:58,980 --> 00:25:05,720
σχετικά λίγες εφαρμογές εκεί έξω που επιτρέπει στο κοινό να έχει πρόσβαση

291
00:25:05,720 --> 00:25:07,800
βάση δεδομένων του χρησιμοποιώντας κανονικές εκφράσεις.

292
00:25:07,800 --> 00:25:12,920
Έτσι, αν κοιτάξετε στο Google Code Search, μπορείτε να βρείτε τον κώδικα

293
00:25:12,920 --> 00:25:16,880
αν ψάχνετε για ένα παράδειγμα του πώς μια λειτουργία μπορεί να χρησιμοποιηθεί,

294
00:25:16,880 --> 00:25:21,610
μπορείτε να χρησιμοποιήσετε μια κανονική έκφραση για να διαπιστώσετε ότι η λειτουργία που χρησιμοποιείται σε όλα τα είδη των διαφορετικών περιπτώσεων.

295
00:25:21,610 --> 00:25:28,000
Θα μπορούσατε να δείτε για fwrite, και τότε θα μπορούσε να εξετάσει για τη σημαία της γράψει ή να διαβάσει

296
00:25:28,000 --> 00:25:32,000
αν θέλετε ένα παράδειγμα fwrite που χρησιμοποιείται σε αυτή την περίπτωση.

297
00:25:33,530 --> 00:25:37,010
Έτσι, το ίδιο πράγμα εκεί, και εδώ είναι μερικές αναφορές.

298
00:25:37,010 --> 00:25:40,990
Αυτό θα είναι διαθέσιμα στο διαδίκτυο, καθώς, έτσι πηγαίνει προς τα εμπρός, αν

299
00:25:40,990 --> 00:25:45,560
θέλετε να δείτε Python, grep, Perl - απλά θέλετε να πάρετε κάποια έμπνευση

300
00:25:45,560 --> 00:25:50,650
ή αν θέλετε να δείτε περισσότερο στην θεωρία εδώ είναι μερικές καλές άλμα από τις θέσεις.

301
00:25:50,650 --> 00:25:53,870
Σας ευχαριστώ πολύ.

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