保全計画 hozen.org
正規表現
終了
/\s*終\s*了\s*/
oreillyの本読めば全てに限りなく近く分る。よって終了。
板地害
http://www.oreilly.co.jp/BOOK/regex/
釣り合いの取れた括弧にマッチする正規表現を教えてください。
()
((()))
((((()))))
(()())
((())(()()))
正規表現ってFAだけで実装してるの?PDAも使うの?
>>7
無い。
(・)(・)
. .) (
( Y )
性器表現
限界までgrepやればいい気持ち
正則表現って訳してる本無かったっけ？
詳説正規表現に正則表現という言葉が出てきた気がする
>>7
Perl 5.6 以降なら、可能。
#! /usr/local/bin/perl
@kakko = qw[()
())
((()))
(()()))
((((()))))
(()())
((())(()()))];
$regex = qr/[^()]*\((??{$regex})*\)[^()]*/;
foreach (@kakko) {
if(/^$regex$/) {
print "Match: $_\n";
} else {
print "Unmatch: $_\n";
}
}
でも、それ正規表現じゃないんじゃないの？
文脈自由文法のクラスでしょ？
それ言ったら、今の「正規表現」なんてそもそもの定義から外れちゃうような気がするぞ。
数学的文脈におけるいわゆる「正則な表現」だけで括弧の釣り合いにマッチさせるスレはここですか?
ここは既に終了したスレです。
いやん、正規表現がんばろー。
16>>
拡張正規表現で納得しろ。
そもそも正規言語は数をかぞえられないんだから、
拡張正規表現でもないでしょ。
拡張正規表現 = 「正規表現」の定義を拡張。;)
>>20
言った方がいいかどうかわからんが
16>>
逆だ
/^(U).\/*&_$&&*_@&(&*@+|@_(@)(?!<>)_##[o-Q](.*O+)&^&%^#)#+#$/
いま glibc のマルチバイト回りをやってる人が書いたドキュメント
http://lc.linux.or.jp/lc2001/papers/dfa-i18n-paper.pdf
http://lc.linux.or.jp/lc2002/papers/hasegawa0918h.pdf
>>13
オートマトンで有名な本
http://www.saiensu.co.jp/books-htm/ISBN4-7819-0374-6.htm
には正則表現って書いてあった。
http://sorekika.com/dame.jsp?idx=352
question = ( to ) ? be : ! be;
-- Wm. Shakespeare
凸
（＾＾）
質問よいでしょうか・・・
英辞郎の読み仮名を削除したいのですが、
｛(←全角です)ではじまり｝(←これも全角です)でおわる文字列を
ごっそり置換したいのですが、どう表現すればいいのかよく
わかりません・・・・ おしえてくださいおながいします
>>30
処理系は何？
>>30
sed "s/｛.*｝//" < input > output
では駄目かい？
>>32
その解は1行に複数の対が出てきたときに破綻する
>>31
入れ子になっていない、かつsedが日本語に対応しているならば
s/｛[^｝]*｝//
というパターンを使うのが楽。
>>31
Windowsなんですよね・・・xyzzyの置換使おうかと思ってたんですが
あ、Pythonも使い方よくわからないけど(汗汗)入ってます
# Pythonだとどうかくんですかね？？
ダメだったらCygwinでも入れてやってみようと思います。
皆様有難う御座います。
秀丸の置換使えば？
perlぐらいうごかん？
あぼーん
>>34さんの方法で問題なく出来ました。
有難う御座いました。とりあえず、この表現の
意味をきちんと理解しとこうと思います。ﾒﾓﾒﾓ･･･
ところで、>>36さん、何故秀丸？
あぼーん
BNF使え
http://pc2.2ch.net/test/read.cgi/software/1040201710/641-643
より移行してきますた。
正規表現の話はこっちでしましょ。
俺には大した知識はないんだが。
>642 ：名無しさん＠お腹いっぱい。 mailto:[sage] ：03/02/21 15:28 ID:esOQbptZ
>なんのために [:alpha:] のような書式があるのかと子一時間
これは知らんかった。
テキストエディタの粋を脱しそうだが。
>643 ：名無しさん＠お腹いっぱい。 mailto:[sage] ：03/02/21 15:31 ID:+tcoIlhs
>>>641
>文字クラスが文字コードに依存するって言うのは恥ずかしいことでしかないと思うんだが。
>どんなコードでも入力が同一なら出力も同一であるべきじゃないの？
後半はよくわからんが、文字クラスが文字コードに依存するのは当然のことだと思うぞ。
文字 a は a というアルファベットという意味があるわけではなく単なるコード(0x61)なわけ。
テキストエディタでは普段から文字コードなんて考える必要はないんだけど、
正規表現では [a-z] とすると
Shift-JISなら [\x61-\x7A]
EBCDICなら [\x81-\xA9]
というふうに変わってくる。
当然文字コードに依存する。
ここで文字コードに依存せずに認識するとなると、EBCDICの場合
[a-z]=[\x81-\x89\x91-\x99\xA2-\xA9]
になってしまって本来の [\x81-\xA9] にはならなくなってしまう。
そのために 642 のような [:alpha:] なんかが用意されている。
さもなければ文字コード共通正規表現用文字テーブルなんてものが必要になりかねない。
テキストエディタで扱う文字コードとして EBCDIC を例に出すのは適当ではないが。
エディタがしているのは文字コードを認識して表示するということで、
文字コードを変換しているわけではない。
もちろん明示的に変換(文字コードを変更して保存等)すれば変わる。
>文字クラスが文字コードに依存するって言うのは恥ずかしいことでしかないと思うんだが。
そりゃ確かに恥ずかしい。
でも [a-z] という表記が「小文字アルファベットの文字クラスを指定している」ものだと誤解して、
誤用しているほうがもっと恥ずかしい。
「-」を使った表記は文字コード上で連続した複数の文字を意味しているだけだから、
本当に文字クラスを指定しなければならないシーンでは [:lower:] や \l を使うべき。
代表的なエンコーディングでは偶然文字コードが連続しているから
[a-z] で期待した動作になるので常用されているの。
[:alpha:] とかってウムラウトがどうたらとかいう話のためにあるのだと思ってた
unicode などが本格的に使われ出して
多国語があたり前になったら
[:Japanese:] とか [:Korean:] とか
できるのかな。
>>45
その通り。 POSIX ではロケールによって変わるよ。
興味があるので誘導されてきました。
ってココは関連Linkないので張るね。
●正規表現最新リンク集2003
http://www2.famille.ne.jp/~akio1998/l_grep.html
●正規表現メモ
http://www.kt.rim.or.jp/~kbk/regex/regex.html
で向こうのスレでの疑問で思ってたんですが、
| また正規表現の正しい、正しくないってあるのか？
上の引用についてずばり解決してくれる神はおられませんか？
向こうでも思ってたんだけど中途半端な正規化だから文字コードに
依存するって思ってたんですが。
>>44
>本当に文字クラスを指定しなければならないシーンでは
> [:lower:] や \l を使うべき。
つーことは[B-Yb-y]は本当に文字クラスを指定せんといかんシーンでは
[BCDEFGHIJKLMNOPQRSTUVWXYbcdefghijklmnopqrstuvwxyz]
あるいは
[^AZaz[:digit:](憶えとらんので略)]
と書かねばならんわけか…
[:alpha:] とかって、実際に実装されてるのあるの?
>>48
ある正規表現が書かれた目的を果たせるかどうかで、正しい正しくないを言うことはで
きるでしょう。ただし目的を果たすといっても厳密でなければならない場合やアバウト
で大丈夫な場合と様々なレベルがあるわけで、ケースに応じて使い分けるのが大人とい
うものです。
それから正規化しているから正規表現というわけじゃないです。ある有限オートマトン
が受理する特定の言語(記号列)を正規言語と呼び、その受理される言語の全ての集合を
正規集合と呼び、その集合を表現する方法を正規表現と呼んでいるのです。文字コード
云々が問題になるのは、SJISやEUCのようなマルチバイトコードで表現された1文字を1
つの記号として認識しない正規表現エンジンがあるからで、またエンジンが認識する場
合でも利用者側が記号としての文字と文字コードとの関係を、[a-zA-Z] と [:alpha:]
のようにゴッチャにしているからです。もっとも後者についてはマルチバイトには依存
しない話ですけれど。
>>49
厳密にはそういうことになります。メンドイのでそこまでする人は少ないでしょうが。
| また正規表現の正しい、正しくないってあるのか？
俺なんかの知識じゃたいしたこと言えないが、現在においては統一的な正しさなんて無いと思う。
ものによって実装が違うから、egrepでは正しくedでは正しくないとかあろうね。
使い手が自分で何をしようとしているのか理解できているかどうかが問題になりそう。
Q「s/[A-z]//g としたら[や^まで消えてしまいました。この正規表現は間違っていますか？」
A「正規表現もパターンマッチの結果も正しいです。ただ、あなたの求めている正規表現ではないでしょう。」
>向こうでも思ってたんだけど中途半端な正規化だから文字コードに
>依存するって思ってたんですが。
エディタは文字コードを勝手に認識してくれるからユーザーが考える必要はないけど、
文字クラスで[a-z]とかやる場合はどうしたって文字というより文字コードを扱うってことになる。
ただ、普通は上に書いたように[A-z]なんてやる奴はいないだろうから、
実質的には文字コードに依存していないかのように扱えるというだけだと思う。
ところで [a-z] として、これがどういう意味であって欲しいんでしょうか？
[a-z]
"a"の文字コードから"z"の文字コードまでの文字コードの文字のことかな
>51,52
すまん質問の仕方が悪かった。
上で正規表現の仕様が悪いみたいな雰囲気があったから疑問に
おもったんですが、たとえば「grepの仕様は正しいが、awkの仕様は
間違ってる」みたいな正規表現の仕様上の問題で間違いというのが
あるのかという疑問でした。
>[a-z]
その正規表現で規定されているaのキャラクタからzのキャラクタまで。
文字コードでも文字でもないはずだ。
たとえばProxomitronなら[a-zA-Z]と同じようになるようにキャラクタの
並びが規定されている。
正規表現が実装されているなら
実装の細部がgrepとawkでは異なるというだけで
正しいも正しくないもないんだってば。
全然議論が噛み合ってないなぁ。
「正規表現」(オライリー)の一冊くらい読んでから出直してきて欲しいな。
でなきゃこんなの不毛だよ。
>>51
> それから正規化しているから正規表現というわけじゃないです。ある有限オートマトン
> が受理する特定の言語(記号列)を正規言語と呼び、その受理される言語の全ての集合を
> 正規集合と呼び、その集合を表現する方法を正規表現と呼んでいるのです。文字コード
これが理解できません。
>>[a-z]
>その正規表現で規定されているaのキャラクタからzのキャラクタまで。
>文字コードでも文字でもないはずだ。
「aのキャラクタからzのキャラクタまで」ってのが文字コードそのものだと思うぞ。
「文字コードでも文字でもない」ってのが [:alpha:] なんじゃないの。
[a-z] だけ特殊な意味合いを持って欲しい、なんてことではないでしょう。
>たとえばProxomitronなら[a-zA-Z]と同じようになるようにキャラクタの
>並びが規定されている。
絶対そんな規定されてないよ。
Proxomitronで規定されているのは「大文字小文字を同一視する」ってこと。
だから [a-Z] なんて書いても [a-z] と同等の文字コードの並びとして扱われる。
これは単にProxomitronの性質上、扱う文字列の大文字小文字を区別するより
区別しない方が圧倒的に多いということから独自に規定されたものだろ。
「文字でも文字コードでもない」として扱うためには、エディタ作者なりが
新たな文字の統一コードを規定していろんな文字コードに対応した変換表でも作り、
ユーザーは既存の文字コードの代わりに作者の規定したコードを理解して使うってことになるんじゃないか？
形式言語の教科書くらい読んでから来い
>55
ですよね、最近そういった話を耳にするんで敏感になってました。
きっぱり否定してくださって助かります。
51氏も分かりやすい説明ありがとうございます。
>58
それが正規表現関係の資料をいくら読んでも必ず「aのキャラクタから
zのキャラクタまで」だったと記憶してます。
逆にコードで表記されてる資料がありましたら、ご提示願えませんか？
# 日本語の資料だとよく文字コードの話もみます。
>「大文字小文字を同一視する」
の実装はどうされているのでしょうか？
まさか一度さきに別に小文字を大文字に書き直して正規表現を当ては
めてから元の小文字に戻すという芸当はされてないと思います。
私は憶測ですが正規表現上で小文字と大文字を同一文字だと規定し
ているように思えます。
# 文字コードレベルだと高とはしご高の関係に近いと思います。
>59
お勧めのありますか？
>>6 くらい通読して出直してから議論してくれよ。でなきゃこんなやりとり無駄だよ。
いや、煽りじゃなくてマジでさ。
>>6の本って目次だけ見ると各ツールの「実装」について述べてる
みたいだけど、正しい「定義」については載ってるの?
規格としては POSIX 1003.2 があるけど、
正しい定義なんてものはないと思う。
>>62
『正しい「定義」』なんてないんだからおまいらの議論は不毛だって言ってんの。
中途半端な知識と思い込みだけの虚しい空論だよ。
>>62
たしかに目次には各ツールの実装についての記述が目立つ。
だが、この本のキモは4章と5章だ。
君が正規表現をある程度自在に扱えるのであれば、
この二つの章を読むだけでも価値はある。
とりあえず話はそれからだ、と思うぞ。
文字クラス中の - が文字コードでの連続を表すか文字としての連続を表すかは実装依存です、
で終了。
>>63-65
いや、>>66の言うように実装依存だと思ってたから、
正しい「定義」が載ってるなら、読んどこうかと思ったんですが。
>>61の発言を(それまでの流れと併せて)読むと、さも載ってそうなんですが、
目次見たら(-_-)ぁゃιぃ…だったので。
http://www.opengroup.org/onlinepubs/007904975/basedefs/xbd_chap09.html
規格が「正しい」かどうかは別として…
正規表現の定義ねぇ。どうもどこかの団体がきっちりまとめた規格
のような「定義」を期待してるようだが、このあたりのハナシは計算
機科学色が強いから定義など教科書の数だけある、と言ってみるﾃｽﾂ。
本質はみな同じのはずだけどナ。
しかも見慣れぬ数学記号飛び交う抽象的な議論になるから、
オライリー本で充足しているヤシにはカルチャーショックだろう。
大学の図書館でも逝け。
>>67
> >>61の発言を(それまでの流れと併せて)読むと、さも載ってそうなんですが、
> 目次見たら(-_-)ぁゃιぃ…だったので。
漏れの発言を勝手な解釈すんなよ。
正しい「定義」なんて載ってるわけないだろ。正しい「定義」なんてないんだから。
>>67
ていうかあれだ、「定義」の話じゃなくて「規格」の話をしたいのか？
「定義」の話なら、>>69 の言うように、
計算機科学（の世界だと「正則表現」の方が通りが良いか？）の本でも
紐解いて読んでみるのが良いと思う。
そうでなくて、単に、
文字列バターンマッチに使われる「正規表現」の正しい「規格」の話、
ってことなら、そんなものは無い。
強いて言えば、>>68 くらい。
>>67
「定義」=「決め」でしょ。
その場その場で都合のいいように「定義」するわけだから
「正しい『定義』」なんてのはあるわけがない。
>>67
じゃ、まずは「正しい」の定義から始めようか。
というわけで、このスレは、「ホップクロフト&ウルマンを輪読するスレ」になりますた。
規格として[a-z]の解釈について正しい定義はあるのか?
っていう議論中に、「ｺﾚ読め」と言われたら載ってるように
見えても仕方ないと思うんですがねぇ。
「>>6に載ってないから無い」、とは言えんでしょ。
何の為に読めと言ったのか聞いてよろしい?>>61
POSIX 1003.2 に厳密に従っていればこれにある通り。
http://www.linux.or.jp/JM/html/LDP_man-pages/man7/regex.7.html
が、世にある実装は大抵そうでない。
>>76
見た感じ、EBDICでもロケールが英語なら[a-z]は
英小文字のセットとして評価されるべきみたいですな。
>>75
全く違う。
そもそも君の話は正しい定義がこの世に存在する事を
前提としている。しかし実際はそのようなものは
ないわけだ。（「正しい」の意味が私の考えている
ものと違うならわからないが）
そのことを理解するために（というか議論のための
基礎知識を得るために）読んでおくべきと 61 は
言いたかったのだと勝手に解釈してみる。
厳密な定義という意味で正しいと言っているなら
計算機科学の教科書をひもといてみるといいかもなあ。
>75
そんなマヌケな話を避けられるようになるよ、
とそういう意味で勧めてくだすったんだろう。
>>78
>そもそも君の話は正しい定義がこの世に存在する事を前提としている。
ｼﾃﾈｰﾖ。
つーか著名ﾂｰﾙの実装に関する本を読んだ所で、
[a-z]の解釈は～という議論に決着つくのですか。
1-60までのｽﾚの流れと、>>61の勧めた>>6の内容を
良く見てから出直して下さい。>>78,79
取り合えず読んでみる、と言う選択肢は
意図的に無視されているのだろうか…
もともと [a-z] なんていう表記は、素な正規表現/正則言語にはない。
でもそれじゃ面倒だから - で繋いだ2つの文字の間の文字群を略記する方法が、
及び実装としては単に文字コードを繋ぐ方法がデファクトスタンダードになった。
それを勘違いしたバカが [a-z] は論理的なアルファベットを意味すべきだとか言い始めて
[[:alpha:]] や \l やら \a が導入されるようになったり、変な挙動をする実装もでてきたかもしれん。
でここでPOSIXなんて有名無実なものが定義されたわけだ。
なのにさらにバカが [a-z] の正しい解釈、定義を教えろとかいう。
やれやれだ。
ここは62=75の脳内正規表現を研究するスレになりますた。
# 素直に勉強してから出直せばいいのに。。。
>>82
やれやれとはこっちが言いたい。
[a-z]の解釈が文字コード依存なのは承知済みだっつーの。
>>61のタイミングで論議を不毛と評しつつ、正規表現の本読めと
言われたら、規格か何かが載ってるとしか思えんでしょうが。
著名ﾂｰﾙの実装見たところで、議論の不毛を悟れますか?
少なくとも読めば実装により異なることは察することができたかもね
規格自体を読みたいなら68にリンクがあるし、なんでそう粘着してるんだろうか
なぜに著名ツールの実装しか載っていないと決めつけ
勝手な解釈で話を進めるのだろう？
とにかくおかしな前提と曲解が多い上に粘着だ。
もう放置しようよ……。
非放置国家 2ch
>>87
決め付けてませんが。
>>62で実装以外の内容(具体的に規格など)は
載って無いかと聞いてるんだし。
おかしな前提・曲解・粘着は認めますがね。
で、偉そうに読めとか言った>>61は何処逝ったの?
>>90
> で、偉そうに読めとか言った>>61は何処逝ったの?
読んだら出てくるんじゃねーの?
とっくの昔に読んでいるんだが…
(立ち読みでざっとだけど)
形式言語系の本は読んだのかYO!
>>92
そんなの読んだうちに入らん。
理屈が通用すると勘違いせず、粘着は放置しましょう
腹が減ってるもんで
こんなのでも食いついてしまうんです。
>>90
君が何を知りたいのか、
おじさんわかんなくなっちゃったよ。
ここらでひとまず
疑問点を整理して箇条書きにしてみないか?
技術系の本を立ち読みしただけで読んだ気になれる人には
何を言っても無駄ではなかろうか。
（＾＾）
あぼーん
『詳説 正規表現 第2版』
ISBN4-87311-130-7
本体価格5,400円
が5月に
あぼーん
>>101
おっ。
ソースどこ？
定義うんぬんよりも、便利な方がいい。
というわけで、
(?# (?: (?= (?! (?<= (?<! (?> (?()
>>103
オライリーのメルマガ
正規表現（regular expression）の名前の由来はなに？
regularをなぜ正規と略したんだろう？
「正式にきめられていること。正式の規定」という意味の正規では
幾分意味不明なんじゃないだろうか？
むしろregular verb（規則動詞）の意味のregularと捉えるべきで、
「規則表現(法or式)」とでもした方が文字列の規則性を規則的に表現するもの
という意味でより素直で的確なんじゃないだろうか。
ここにはnormal distributionを正規分布と略し日本語としては
意味不明にしてしまったのと同様のセンスの無さが感じられる。
「function」を「関数」と訳すアフォといっしょだろ。
regular に合うような日本語単語を考えると
正規、正則、規則、規律、規則的、整然、合式、本格的、定常、完全、定例
などが挙げられる。
正規に違和感を感じるのは同意。
ただし、規則だと regular より rule の方を感じる。
regular expression を長々と訳すならばオレテキには
規則正しい表現法
となるが、あとはそれをどのように短くするかだ。
正規表現には違和感あるが
規則表現にはさらに違和感ある。
規則正しい生活を規則生活と省略するのに似ている。
あぼーん
わたしは特に違和感ない。
複数の体系の共通項的要素を抽出して、どれをもあつかえる
単一の体系にまとめることをCS的に正規化というでは?
正則表現といわれたほうがシックリするわ。
>>107
「函数」が正解、という主張ならそれは翻訳の問題ではなく
日本の戦後国語教育の問題なわけだが
>>112
> 「函数」が正解、という主張なら
違う。
>>113
それならそれで108なみ詳細な解説きぼんぬ
>>114
> それならそれで108なみ詳細な解説きぼんぬ
どきっ!!
い、いやぁ、「function」は普通に訳したら「機能」じゃないかなぁ～、
なんて思うので。
なんで、「関数」になったのか疑問なので。
やっぱり、かっこいいからかなぁ。
数学方面なら「正則」とするところなのに、情報数学方面では「正規」の方が
定着しているということなのか?
>>115
数学で既に訳語があったからという単純な話なんでは。函数→関数の
書き換えはまた別の話だが。古い先生だと「関数」の表記を絶対使わない人
もいるね。自分も函数の方がいいと思う
中国語が英語から「function」という英単語を輸入するとき
それを「函数」と翻訳した。
函は中国語で「ファン」と発音し「function」の「ファン」に似ているところからきている。
そのあと日本は中国から「函数」という言葉を漢字で記述された文字として輸入した。
そして「函」を「カン」と発音した。
戦後の日本の教育において「函」が教育仕様内の標準的漢字から外れるという理由から
およそ同義で同音の「関」に置き換えられた。
すなわち「function」の「fun」を元にしてその部分は
以下の経緯で「関」に変わった。
英語の「fun」
↓発音の類似性から
中国語の「函」(ファン)
↓同じ文字
日本語の「函」(カン)
↓発音の類似性から
日本語の「関」(カン)
こういう改変に次ぐ改変で「関数」という言葉が生まれた。
もはや「関数」という言葉にはそう表現する適切な理由がない。
情報系の技術屋なら「function」ないし「ファンクション」
と表現すれば良いのだ。どうしても漢字で書きたければ「機能」で良し。
「関数」だなんていい加減な言葉を使うなら
「class」を「学級」とでも表現してくれた方がまだましと言えよう。
函(はこ)の数と意味も掛けてあるから、やはり捨て難い訳ではある
>>118
classは「級」でいいはずだけど、「きゅう」ではみじかすぎて
わからんからそのまま「くらす」。
くらす、きさん！！
もう「関数」で慣れちゃってるからなぁ。
「機能」と訳したところで
意味がわかりやすくなるわけでもないし。
「正規表現」にしても「関数」にしても
おれにとってはある概念に対するラベルでしかない。
「関数」は一つの名詞なので、
一旦覚えてしまえば
「関数」という訳について不自然さは感じにくい。
でも「正規表現」は「正規」と「表現」の複合語であるから、
正規な表現? という意味不明さはいつまでも残る。
"regular expression" というからには
regular じゃない expression もあるんでしょうか?
たとえばどんなのですか?
>>123
fgrepに書く検索パターン
>>115
プログラミング用語での function は単なる「機能」ではなく、
数学的な(値を返す) function としてのニュアンスが込められているんじゃ
ないのかなあ?
関数型言語ではいうに及ばず、FORTRAN とかでもそんな感じだし、
C だってもともと void 型なんてないし。
# 正規表現と関係ないので sage
「機能」も造語っぽくない?
明治あたりの。
関数が函数の書き換えだと知ったとき、小学校の算数の時間で関数の
説明に「ブラックボックス」という言葉を使っていたのを思い出した。
この書き換えは最悪だと思ったな。
しかし、いくら原語が同じだとしても、関数と機能は日本語としては完全に
別物になってしまっている。function key の function は、やはり「機能」の
意味でないと落ち着かない。
>>122
「正則」は、ほとんど術語としてでしか使われることがないけど、「正規」は
普通の文章でも使われるからね。「正規」と「表現」の結び付きが強くなって
しまう。
expression にしても、「式」とも訳される場合もあって悩ましいことこの上なし
じつは日本語って、語彙が豊富？
まぁ、ほとんど訳語だけど。。。
>>127
> function key の function は、やはり「機能」の意味でないと落ち着かない。
それは「function key」を「関数キー」と読んでる人に言ってくれ。いるのか?
Google で検索しても 163 件しかない上に、関数電卓の「関数キー」
(sin 関数のキーとか) だの「ハッシュ関数のキー」だのばっかりなのだが。
「ファンクションキー」と言ってるのしか聞いたことがないが、この「ファンクション」
は「機能」の意味でないと落ち着かないと言ってるだけだ
>>129
自国語で数学的概念を表現できる国は少ないほうだと思われ。
微分、積分、階乗、無理数、有理数、etc...
functionに対する訳で機能と函数で揉めるのは贅沢なことなんじゃないのかなぁ……
ていうか、算数、数学の教科書が日本語だけで完結できること自体、
ほかの国から見ると不思議なことなんじゃないの？
何の話をしてるんだか・・・
では、日本における性器表現についてどうぞ
↓
[まち]んこ
\(藁田\|ﾜ[ﾛﾗ]ﾀ\)
>>135 >>136
こういう日本語の正規表現の使える実装にはどんなのがありますか？
Ruby, 鬼車, jperl, xyzzy, Emacs, あたりは使えると思うけど、ほかには？
Vim
perlとかなら
/(ma|chi)nko/i
みたいに i オプションつけることで
大文字小文字を同一視してくれる機能が一般的に普及してますね。
grepとか大抵の性器表現できるツールにはあるみたい。
そこでほしいのが平仮名片仮名同一視。
/[まち][んむ]こ/i
とすれば「マむコ」にも「チンこ」にもマッチしてほしいわけ。
そういう機能がついた性器表現ってどういうツールにございますか？
あと
/ベートーヴェン/i
で検索したら
「ベートーベン」や「べえとおべん」にもマッチしてくれる
ようなのもあるものでしょうか？
>>139
後者は正規表現の範疇ではないような。
前者はあってもよさそうだね。
文字クラスの拡張でしょうか
>>141
日本語用文字クラスってわけね。
しかしそんな日本でしか使えないもんはツールで対応すべきだな。
>>139
>/ベートーヴェン/i
>で検索したら
>「ベートーベン」や「べえとおべん」にもマッチしてくれる
こんなん正規でも正則でもない非正規表現だ。
>>139は正規表現使うのやめた方が幸せになれそうだよ。
>>139 Migemoの辞書をカスタマイズすればできるようになるよ
>>143
そういう問題じゃなかろう・・・
日本語正規表現の使える実装は Ruby, 鬼車, jperl, xyzzy, Emacs, Vim で全てですね？
>>145
いいえ。
文字クラスとか自分で設定できる正規表現みたいなのが
あればいいんじゃないの。
どうせ perl だって場あたり的に好きなように拡張してるんだから。
sed ですが、
[[:xdigit:]]\{2\} にマッチする文字列のなかで、
\(61\|75\|6f\) にマッチしないようなものを指定したいとき
どないすればよろしい？
やっぱり、先に \(61\|75\|6f\) にマッチする奴を退避しておいてから、
[[:xdigit:]]\{2\} にマッチするやつを指定するしかないんかな…
誰か、正規表現だけで会話するスレ作ってくれ。
/いったい何を会話するというのだ/
>>150
それこそ言いだしっぺの法則だろ。正規表現だけで会話したい >>150 が立てれ。
駄スレ立てんな。
>>153
$mes153 =~ s/。//;
reverse(split(//, $mes153));
わかた？
結果は、「なんてつたレスだ」
>>154
こうなりますた。
$ perl -e 'quotemeta($var='駄スレ立てんな。'); print reverse(split(//,$var));'
B∧んてぉ洛スμ・
>>150
名スレの予感
>>155
jperlじゃないとだめですね。perl用もかきますた。
($var='駄スレ立てんな。') =~ s/立(.+)。/たつ$1/;
while ($var) {
if ($var =~ s/^[\xA1-\xFE][\xA1-\xFE]// or $var =~ s/^.//) {
push(@str, $&);
$var = $';
}
}
print reverse(@str), "\n";
>>156
2chですから、性器表現とこれを用いた強制痴漢ならあちこちに。
\hなのはいけないと思います!
\SM(?:性器拡張(?!器具))
>>157
何やってんだろな、漏れ。
($var='駄スレ立てんな。') =~ s/立(.+)。/たつ$1/;
while ($var =~ s/^[\xA1-\xFE][\xA1-\xFE]// or $var =~ s/^.//) {
push(@str, $&);
}
print reverse(@str), "\n";
で十分だった。この全角文字対応の正規表現は、euc-jpの奴ね。
でもさ、やっぱ正規表現で会話するってむずいよ。>>150よ。
print while s//>>161普通過ぎてつまらん/;
>>161
それは正規表現ではなく perl script というのではないだろうか。
>>163の的確すぎるツッコミに藁。
>>1-164
これら全てが正規表現であることは自明なのであります。
Perl正規表現の質問です。
Ascii文字コードは、アルファベット大文字→ちょこっと記号類→アルファベッ
ト小文字の順に並んでるですが、以下のようになるのはなぜですか。なぜ、ア
ルファベット大文字しか出てこない？
$ perl -e 'for(A .. z) {print $_, ", ";}'
A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V, W, X, Y, Z,
>>166
駱駝本（第二版）の p.103 の脚注 *32 に、
> もし指定された最終値が、マジックによる増加によっては生成できない
> ような値なら、最終値のケタ数を超えない範囲で値を生成する。
と書いてあるけど、違う？
>>167ありがとん。
>マジックによる増加によっては生成できない
というのが分からなかったので、駱駝本（第３版）引いたら、「マジックイン
クリメント：普通の数値と同じようにして、英数字からなる文字列の値に「１
を加える」方法を知っているインクリメント演算子のこと。」だって。Aは、
16進数で41、Zは、5A。5B以下60までは、[、\, ], ^, _, `で、61から小文字。
一つずつインクリメントされて並んでいるが、できないところを見ると、「英
数字からなる文字列」だけをサポートしている演算子なんだね。
第２版の103ページにあたる121ページあたりにも、A .. Zやa .. zの例はある
けど、A .. zはない。
文字のインクリメントもちゃんと桁上げされるんよ。
#perl > result.txt
$a = "a";
print ++$a, "\n" while (length $a < 3);
あ、これじゃ for (A..Z) の説明にはならないな。
>>166
全然正規表現じゃなかった・・・。
/\x82\xad\x82\xbb\x82\xc1/
sjis
>>172
パターンマッチさせる意味は？
>>172
1) ネタがないから
2) わし166だので、172に揶揄されて「くそっ」と
ちがった、171にバカにされて・・・
~~~
おまえらみんな(ち|い|う)んぽ。
『詳説 正規表現』を読んでいるようなエキスパートの人に質問です。
「"a" が偶数個、"b" が奇数個含まれる、すべての文字列を表す正規表現」
って分かりますか？
自分は答えを見てもよく分かりませんでした。
まずどのような「状態」があるのかを考える。この場合は
1. aが偶数個、bが偶数個
2. aが偶数個、bが奇数個
3. aが奇数個、bが奇数個
4. aが奇数個、bが偶数個
で初期状態が1でゴールが2となる。
まず最初に1から2に行くには /b/ の1通り。aが来ると4に行く。
4からスタートして1もしくは3を経由し2へ行く最短パターンは /(aa|bb)*(ab|ba)/
以上から /b|a(aa|bb)*(ab|ba)/ が状態2に行き着く最短パターン。←第1段階
次に状態2からスタートして考えると /aa/ で3を経由して2へ戻り、
/bb/ で1を経由して2へ戻り、/ab|ba/ では4へ行ってしまう。
4へ行ってしまった後は先に考えた「2へ行く最短パターン」で帰って来れるので、
2から始まって2に戻るパターンは /aa|bb|(ab|ba)(aa|bb)*(ab|ba)/ となる。
これは0回以上起こり得ることを考慮して第1段階と結合すると
/(b|a(aa|bb)*(ab|ba))(aa|bb|(ab|ba)(aa|bb)*(ab|ba))*/
>>177
余裕があれば一度オートマトンに関する本を読んでみて。
http://www.amazon.co.jp/exec/obidos/ASIN/4320029488/ref=sr_aps_b_1/249-5563000-9397957
の前半はすごくわかりやすいよ。
そこまでしなくても、一度 >>178 たんのいってることを
http://katsu.watanabe.name/grep/p7.html
みたいな状態遷移図にしてみるといいかも。
自分がこの問題を見たのは古い UNIX MAGAZINE で、内容を簡単に引用しますと …
偶数か奇数かを調べるには文字の数を２で割った余りが０か１かという
決まった２つを調べればよいため、正規文法で記述することが可能。
なお、この文法では a に関して２つ、b に関しても２つの場合があるので、
2 x 2 = 4 つの記号（状態）を用いる。
A → aB B → aA C → aD D → a
A → bC B → bD C → bA D → aC
A → b D → bB
状態 A … a が偶数個で b が奇数個の文字列
状態 B … a が奇数個で b が奇数個の文字列
状態 C … a が偶数個で b が偶数個の文字列
状態 D … a が奇数個で b が偶数個の文字列
以上により答えは
((a|b(aa)*ab)(b(aa)*b)*(a|ba(aa)*b)|b(aa)*b)*((a|b(aa)*ab)(b(aa)*b)*ba|b)(aa)*
となる。
正規表現でうまく表現できない問題に当たったときは、いったん正規文法で記述してから
正規表現に変換すると解決できる場合も多い。
… だそうです。
果たして↑の長い正規表現が >>178 さんの答えと同じものを表しているのかどうか
分かりませんけども。
>>179
有用な本と URL の紹介、ありがとうございました。
それにしても最初にパッと見て「この問題は有限個の状態で表せる」って思いつくかなぁ？
不思議だ。
>>181
> それにしても最初にパッと見て「この問題は有限個の状態で表せる」って思いつくかなぁ？
それはパッと見というよりは、冷静に分析してわかるものでしょ。
慣れれば一瞬で分析できるようになるかもしれんけど。
>>178,180
それは「aとbだけからなる文字列」について?
>>183 んなもん s/[ab]/[^ab]*&/ すりゃ良いだけじゃん
>>184
それって、正気表現でつか？
>>183 のために [^ab]* をはさみまくってたら、
「長すぎる行があります!」
っておこられたよ・・・
/[^ab]*(b|a([^ab]*(a[^ab]*a|b[^ab]*b))*[^ab]*(a[^ab]*b|b[^ab]*a))([^ab]*(a[^ab]*a|b[^ab]*b|[^ab]*(a[^ab]*b|b[^ab]*a)([^ab]*(a[^ab]*a|b[^ab]*b))*[^ab]*(a[^ab]*b|b[^ab]*a)))*/
>>187
それで baaabaaab がまっちすんの?
以下のようなデータから、著者の部分（最後の括弧から括弧まで）を
取り除きたいと思います。
木立（こだち）のなかに（夏目弱石）
山の上の芋粥（いもがゆ）（芥川蛇の介）
s/（.+?）$//;
ですとうまくいきません。perl5.6で、文字コードはeucです。
webprog板のPerl初心者スレで聞いたのですが、どうも解決しないのです。
どうしたらよいか教えていただければ幸いです。
>>189
セイキヒョーゲンの問題ではなくパールの問題っぽいですね。
そっちのスレ行った方がよいかも。
できるなら「うまくいきません」を再現させる
できるだけシンプルなコードを添付してほしいな
>>189
プログラム技術板にPerlの質問スレがある。webprogに特化したこと以外はそっ
ちの方がいい。
s/（[^（）]+?）$//;
Perl の正規表現では ( ) は、後で \1, \2, ... にマッチさせるための
メタ表記だから、括弧そのものにマッチさせたければ \( \) と書かなければ
ならない。(egrep や emacs とは逆)
>>190
では、Perlスレ行ってきます。って、unix板にはなかったんで、
プログラム板ですね。ありがとございますた。
あれれ板探してたら、２つもレスが。
>>191
それ、jperlなら動くんでしょうが、perl5.6ではだめでした。
>>192
いや、全角括弧なんです。
>>192
それは \x28 や \x29 の場合だけでしょう。
今でてきてるのは \xa1\xca と \x1a\xcb。
ちなみにperlの最短一致は
マッチの先頭位置を後ろにずらす効果がないので注意。
($b="abcabc")=~s/b.*?c$//;
print "$b\n"; # output "a"
189の要望はここで"abca"を出してほしいということで叶わない
>>195
＞perlの最短一致は
＞マッチの先頭位置を後ろにずらす効果がない
なるほど。では、>>189のコードは、
木立
山の上の芋粥
を出力してもいいはずですが、何も出力しない（何にもマッチしない）んです。
どうしてですか。よろしければ教えてくらさい。
s/(.+)（.+）$/\1/;
>>197
これだと、
木立
山の上の芋粥
になってしまいます。求めているのは、
木立（こだち）のなかに
山の上の芋粥（いもがゆ）
です。
マジ？ 手元の Perl 5.005_03 だと求めているのになるのだが・・・
>>199
すみませ～ん。
求めているものになりました。いろんなスクリプト混ざり合ってたので
混乱しました。
(.+)が最長一致するから（.+）でいいってことに気づきませんでした。
perlの正規表現と日本語文字列との相性の悪さを
実感する問題だったなあ
本当に全角だったのか。失礼。だとすると、/（/ が EUC の 2 バイト目と
文字に一致するとは限らないので注意。全角文字の 2 バイト目と次の文字の
1 バイト目がそれぞれ \xa1 と [\xca-\xcb] にマッチする場合があるので、
文字列「検便」\b8\a1\xca\xd8 にも「（」がマッチしてしまう。
日本語 EUC の 1 文字 にマッチさせたいなら、厳密には
(\x8f?[\xa1-\xfe]{2}|\x8e[\xa1-\xfe]|[\x00-\xff])
にマッチさせなくてはならない。
Perl6 の国際化された正規表現が普及して、こんな知識は不要になって
くれれば一番いいのだが…。
この例の場合、最後の括弧の中は全角ひらがなしか入らないから関係ないけどね。
5.8ならuse utf-8; use Encode;して適切なエンコード指定でファイル読み込ませれば解決するぞ。
http://61.210.205.4/
これなんだろ＠＠＠
WebProg板の「正規表現道場@2ch Part2」はご存知？
http://pc2.2ch.net/test/read.cgi/php/1038146241/
>>206
知ってます。最近、書き込み少ないので、こっちにしました。
あっちでは、以前、いろいろ答えてあげてたんですが。
実は、他のやり方ならいろいろ考え付いたのですが、
s/（.+?）$//;
がなぜだめかが知りたくて質問したのでした。
>>195だけがその質問に答えてくれました。そいえば、それも
らくだ本で読んだ覚えあったなぁと。しかし、「最短一致がマッ
チの先頭部分を後ろにずらしてくれない」という理由ですと、
なぜ、「木立（こだち）のなかに（夏目弱石）」が、「木立」
にならないか、いまだに不明です。($b="abcabc")=~s/b.*?c$//;
で$bが'a'になるんだから、そうなってもいいはずですよね。
# でも、３つのスレで「()をエスケープしろ」っていう返事をもらったのにも
# びっくり。漏れは、navi2chなので、半角と全角は一目瞭然ですが、IEで見
# てみたら、たしかに女滋養に見えますた。
女滋養(;´Д｀)ﾊｧﾊｧ
生粋のプログラマーなら日常的に半角全角の違いがすぐ分かる環境を望む。
そうじゃない人はあまり気にしないので女痔用に見えても兵器。
女痔用 (´;。;△;。;)キモ!!!!!!!!!!!!!!!
>>207
漏れは、navi2chでも迷ったっぞい。
>>211
はっきり言っておくんなさい。
たすかに、fontの問題かもすれんですよ。
だかーら、記号類は半角とか全角とか注釈つけとけと…
でもって、半角カタカナなんか問題ない時代になったんだなー、と。
半角か全角かをいちいち説明されないと違いの分からないような
素人さんにはそもそも質問なんかされてないんですよ
189が意図的に使い分けてるという保証もなかったわけだが。
>>214
はじめから euc と断ってたし、
対象テキストデータとか試しに提示したダメコード片を良く見れば、
意図的に使い分けてることは十分想像できたと思うが。
質問の仕方や内容からも半角全角混同してるようなレベルの質問とは思えなかった。
つうか、>>207 は何をいまだにハマってるんだ？
s/（.+?）$//; なら「木立」になるから問題なかろう？
>>215
一応そう想定して答えた。
>>216
釈迦に説法か。ｽﾏｿ
>>215
いえ、それが、全行出力されちゃうんです。
ちょっと、やってみていただけませんか。(インデントはわざとしません。)
---
while(<DATA>) {
chomp;
s/（.+?）$//;
print "$_\n";
}
__DATA__
木立（こだち）のなかに（夏目弱石）
山の上の芋粥（いもがゆ）（芥川蛇の介）
>>218
ん～、なんないよ (5.005_03) 。
5.6 を試す環境が無いので申し訳ないでつが、Perl のバージョンの問題？
>>218
5.6.0 で試したらそのまま出ますた。
これまでの経緯をちゃんと読んでないんだが、 s/（[^）]+）$//; じゃダメ？
>>220
それだと、 [^）] の部分は [^\xa1\xcb] なのでダメだと思われ。
>>204 の方法だとうまくいくようになるの？
>>218
5.8.0だと、191の式でうまくいくんだがなぁ。
while(<DATA>) {
chomp;
s/（[^（）]+）$//;
print "$_\n";
}
__DATA__
木立（こだち）のなかに（夏目弱石）
山の上の芋粥（いもがゆ）（芥川蛇の介）
木立（こだち）のなかに
山の上の芋粥（いもがゆ）
追試どうもです。
>>219
古いマシンに5.005_03（5.005_03 built for i386-linux）もあったのでやっ
てみたら、奇妙なことに。
euc-jp-dos、shift_jis-unix → OK
euc-jp-unix、shift_jis-dos → 行全体が出てくる
v5.6.0 built for MSWin32-x86-multi-threadおよびv5.6.1 built for
cygwin-multiでは、どれでもだめです（行全体が出てくる）。文字コードutf8
にしても同じ。
>>222
こりゃもう5.8にするべきですかね。
>>222
いやいや、たまたまうまくいっているように見えるだけでしょ。
>>202 さんのを参考にしる。
>>218
s/（.*?.）$//;
にしとけ
perlのバグだ
暇ならソースのMINMODあたり追いかけて
>>225
ありがとん。「。」毎に改行入れようとして、s/(.+?。)//;やってみたが、こ
れすらできんかった。結局、perl5.6以上はjperlないから日本語処理を中心に
してる場合は、使えないってことかなぁ。もち、~ohzakiさんとこに書いてあ
るような注意をしたり、半角文字で置き換えたりすれば使えるげど、面どい。
>>226
5.8にしてEncodeつかう。
>>226
> 結局、perl5.6以上はjperlないから日本語処理を中心にしてる場合は、
> 使えないってことかなぁ。
違うっしょ。
>>227
やってみまつ。
>>228
じゃ、jperlでできるs/.+?[。！？]/$1\n/g;あたり、どやってやる？
めんどいでしょ。
あら、s/.+?[。！？]/$&\n/g;だった。
>>229
あぁ、そういう話か。それはその通りですね。
でも、それは 5.8 の Encode とやらを使うと解決するってことなのでは。
っつーか、漏れは 5.8 動かせる環境無いので確認しようがないんでつが、
誰一人として Encode が一体何者なのか説明しようとしないのは何故？
>>231
use utf-8; use Encode;
my $ENC = 'euc-jp'; # or 'cp932'
binmode STDOUT, ":encoding($ENC)"; binmode STDIN, ":encoding($ENC)";
普通に標準入出力にアクセスすればOK。スクリプト内に日本語書くときはUTF-8で。
っていうかperldoc嫁
>>232
perl 5.6 では不可能ということか?
>>232
まだ、5.8を試してないんですが、>>232って、euc-jpの端末でeuc-jpのスクリ
プト書いて、perlにutf-8で処理させるってことですね。utfサポートは、5.6
からあるので、mule-ucs＋bdfフォントで、emacs上でprocess-coding-system
（inputもoutputも）もutf-8にして、やってみたけどだめですた。
私が問題にしているのは、[]（文字クラス）や+?、*?（最短一致）がマルチバ
イトに対応しているかどうかということなのですが・・・
>>234 5.6時代から既に対応している
>>235
[]（文字クラス）をテストしてみたけど、だめです。
utf-8で以下のスクリプト実行して見れ。jperlではOKですが・・・
---------
while(<DATA>) {
chomp;
while (s/.+?[。!？]//) {
print "$&\n";
}
print;
}
__DATA__
utf-8で処理させて下さいね。5.6でね。utfサポートは、
5.6からあるけど、このスクリプトだめぽ！>>235は、何が
5.6時代から既に対応しているって言ってんの？変だよ。
>>236 use utf8; してる?
>>237
してなかったっす。
みなさん、ごめんなさ。
perl 質問スレにするなよ。
というわけで、これにて終了。
正規表現スレはここまでです。
あれ？
単語に「マッチしない」のは
どうやれば？ ^\<word\>
じゃないし。
>>241
そりを正規表現（だけ）で実現するのは難しいのでは？
普通は、grep なら -v とか、スクリプト言語なら !~ /word/ とかするんじゃないかと。
>>241
perlの拡張正規表現を使えば出来るよ。
/^(?!.*word)/
あぼーん
オ来リーの者じゃありませんが・・・
『詳説 正規表現 第2版』
Jeffrey E. F. Friedl 著
田和 勝 訳
2003年5月発行 -- 5月27日発売
464ページ
本体価格5,400円
ISBN4-87311-130-7
テキストやデータの処理に欠かせない強力なツールとして瞬く間
に普及した「正規表現」。現在ではPerl、Java、VB.NETやC#など
数多くの言語やツールに標準で装備されています。その幅広い可
用性、柔軟性と比類ない強力さにもかかわらず、実際に正規表現
を使いこなすことは難しいです。本書は正規表現の概念を詳細に
掘り下げる一方で、数多くの言語やツールの実例を示しながら、
正規表現についての理解を深める解説書です。第2版では、豊富
な実例を使い、詳しくていねいに解説するスタイルはそのままに、
Perl5.8の新機能に加え、Javaと.NETの正規表現にもそれぞれ独
立した章を設けるなど、全編にわたって大幅に加筆がなされまし
た。正規表現の本質を読み解く決定版です。とくに正規表現を使
いこなしていると自負している人にほど読んでほしい本です。
あれ？今日買ってきたんだけど27日発売だったのね…
>>246
つーことで発売記念age
素数にマッチする正規表現募集。
>>245
第1版と比較してのレビューきぼんぬ
>>249
> 2003年5月発行 -- 5月27日発売
とあるからまだ無理なのでは
>>248
正規表現だけでなく、なんかしら言語使ってやればよい。
>>248
何故敢えて茨の道を行くのか？
>>245
これの第１版買ったのですが、いまいち難しかったです。
もっと易しい本ってないですか？
>>253
Ruby の初・中級者なら、「Ruby Magic―Rubyで極める正規表現」はお勧め。
>>249
第1版を持ってないので比較は出来ないっす。
# 買おうと思ったら第2版が出ることを知ったので待ったのだ。
ここに特徴や目次が紹介されているので見てもらうとして
http://www.oreilly.co.jp/BOOK/regex2/
http://www.oreilly.co.jp/BOOK/regex2/contents.htm
まえがきから第1版との違いを判断すると
- Unicodeのちょっとした解説
- Perl5.003からPerl5.8対応に
- Java1.4のjava.util.regexと、その他6つの正規表現パッケージの比較
- .NET framework正規表現の特徴と問題点、M$のドキュメント(貧弱らしい)の補足
のように言語サポートが新しくなった/増えたって感じ。
最初はHTMLのサンプルを少々追加する程度の予定(3ヶ月の見込み)だったみたいだけど、
結局は2年の歳月をかけて全面的に加筆修正することになったそうだ。
難易度は第1版と変わらないのではないかな？
# 読み易くなってるのかもしれないけど。。
>>253の期待には応えられないと思う。
> とくに正規表現を使いこなしていると自負している人にほど読んでほしい本です。
という宣伝文句があるくらいだしね。
>>250
いや、24日に買えたのよ。
今日発売か。
昼休みに買ってくるか。
>>256さん、どうですた？
>>255 さんのと、今日立ち読みした感じで、第2版も購入することにしますた。
そういえば、翻訳者 (監訳者) が変わってたんですね。
sed のタグ付き正規表現についてちょっと教えれ。たとえば、
{________I'm_dreaming_of_a_White_Christmas_}
{_Just_like_the_ones_I_used_to_know__}
{____Where_the_tree_tops_glisten_}
の前後の余計な _ のトリミングをしようと思って
sed 's/{\(_*\)\(.*\)\(_*\)}/{\2}/g'
とやっても意図した結果にならない。\2 をうまくマッチさせる方法は?
まぁこの例なら簡単に逃げられる - たとえば sed 's/{_*/{/;s/_*}/}/' -
わけだが、apache の log とかの簡単なパース(並び替えとかそんな程度)を
タグ付き正規表現でさくっと処理できれば楽でうれしい。よろしく。
二個目の*がlongest matchしようとして
3個目の*にmatchさせたいであろう_まで持っていってしまうのが原因。
sed -e 's/{_*\(.*[^_]\)_*}/\1/'
'<,'>s@^@//@
最少マッチって perl とか ruby にしかない?
sed, grep 等の伝統的 tool にはないの?
>>262
ないよ
>>262
grepに最小一致の機能があったとして
それの魅力はイッタイ何なのだろうか？
あぼーん
確かに sed では使っても grep では使わないかも。
いや、でも後方参照する時に必要なこともありえますね。
>>257
昼休みにいきつけの書店にいったが売ってなかったんで。
帰りに別の書店で買った。
でもまだ読んでない…
通勤時間に読むっつーてもあれを毎日持ち歩くのは
重たいしなぁ。
文字列中、丸括弧(全角、半角問わず)で閉じられた部分を取り出す表現を考えているけど、うまくマッチしてくれない。
(丸括弧の中に丸括弧は含まない。Perlの正規表現を使用)
$string = '（22（１）';
if($string =~ /[(（]([^()（）]*)[)）]/){
print $1;
}
else{
print "No match..";
}
この場合は"１"がマッチするのを期待しているのだけど、なぜか"22"の部分がマッチした。
ＯＳ(UNIX/WinXP)、Perlのバージョン(5.0/5.8)の異なる環境で同じことを確認したけど、結果は変わらず。
さらに、文字コード(Shift-JIS/EUC)の違いでも、結果は変わらなかった。
"１"をマッチさせる別の表現はないですかね？
＃ 全角"（"の中にどうも半角")"の文字が隠れてるのかなぁ？(あくまでも推測)
>>268
おめな、2byte文字と1byte文字が同じに扱われると思ってるらしいな。たぶん、
文系のドキュソだな。しかも、すぐ上で2byte文字コードの話出てたの見てね
えな。こいう、初心者質問は、webprogのPerl初心者スレ逝け。
>>268
Perl5.8.0 + UTF8 でやったら １ になったよ。
[ ] のなかに '-' と ']' の両方を入れたい場合はどうすればいいのですか？
>>271
何で?
>>271
[]-]
>>271
!.-[
保守
regexp ml盛り上がってますね。読んでて楽しい。
このスレはいつからまともな人たちをヲチするようになったのですか？
すいません、テキストファイルの中の .bananaなどの単語（行頭ではなく）の先頭が
ドットがあるものだけをgrepで抜き出したいのですが、jp.appleのような単語までひっかかって
しまい上手く絞り込めません。
アドバイスをお願いします！！
>>278
\b?\.\w+?
で、どうじゃろ？
>>279
すいません、なんか上手くいかないです。
ls -laでディレクトリ内の全ファイルを表示して、grepで隠しファイルだけを抽出したかったのですが。
ls -la | grep ' \.'
ではあかんの？
>>281
行のどこかに"."があれるとヒットしてしまうんです
ls -la | grep '^\.'
こういうこと?
>>282
とはいえ、"."って、ファイル名にしかでてこないよね?
>>281 をよーくみる。
間違えた。
ls -1a | grep '^\.'
これか
ls -la | grep ' \.'
これだな。下は余計なものを拾う可能性もあるが。
ls -d .*
なんてね。
あ、正規表現スレだった。すまん。
ﾔﾊﾘｺｺﾊｵﾓｯﾃﾀﾄｵﾘﾊﾞｶﾊﾞｯｶﾘﾀﾞｯﾀﾅ(ﾌﾟ
ls -la | awk '$9 ~ /^\./{print $0}' はどうよ。
＞＞２８０ ふつーそういうときは ls つかわず findつかえ。
find ./ -type f -name "\.*" -print
(())
>>290 ふつーそういうときは ＞＞ つかわず >> つかえ。
backreferenceを前方参照と訳したのはなぜですか？
後方参照としている訳もあるよ。
まぁ、現在の位置よりも前を参照するという意味では
日本語的には前方参照であってると思う。
ようするに「今いる位置より戻って参照」って意味になるんだから。
んでも、意味を考えて訳すなら「戻って参照」とか、どう？
>>294
ちょっと前にCスレで話題になったんだけど、Cで「前方参照」といった場合の前方って、
ファイルの終端方向を指す。「ひどい訳語だ」ってことで話は終わったんだけど、
正規表現でも混乱が見られるしなんかいい言葉ないもんかねえ。
日本語では時間を表す文脈で「前」にまるで正反対の意味があるからよくないのだと思う。
「以前」だと過去だし「前進」だと未来だし。
あとこれはすれ違いか? そうだよね。すまん。
>>279 >>281 >>283 >>284 >>285 >>286 >>287 >>289 >>290
みなさま、ありがとうございます。
シングルクォーテーションに空白が使えたり、
アッパーチルダとハット（キャレット？）の区別を知ったりと、
正規表現の難しさを知りました。
今、「テキストデータ料理学」っていう古い本を読んでいるのですが、
オライリーの正規表現本は買ったほうがいいですか？
（もう2～3週間前にオライリーのサイトでカタログを注文したのに、
まだ来ない…）
おれは初版も新しいのも持ってるけど、自分の知識に自信がないうちは
お薦めしない。もちろんあったらあったで便利だけど。
やっぱり、「俺、正規表現バリバリだぜーYAH」状態で買って読んで
目からうろこ落ちまくり感を堪能するのがいいんではないかと。
>294
するってえと、正規表現的には日本語で前方参照あるいは後方参照と書いてあったら
どっちもbackreferenceと思えってわけだぁね。
>295
計算機分野だと「前方」という言葉はforwardの訳語というのがあたりめえだと思ってたから、
正規表現関係だと、「前方参照」がbackreferenceのことだっていうのがわかんなくて
難儀したってわけよ。
>>297
>>296は学ぶ意欲を持っているから、今のうちに買っておいて損はないと思う。
むしろ薦める。
オイラリーはハズレが少ないからな。
>>298
俺はperlから入ったから後方参照が当たり前かと思ってた。
他言語使うようになってから吃驚したってわけよ。
perl5の日本語マニュアルで、「前方参照」を "lookahead assertion"の訳語として
使っているやつがあった。
(?=regexp) 長さの無い、前方参照位置指定子。
(?!regexp) 長さの無い、前方参照否定位置指定子。
英語だと
(?=pattern) A zero-width positive lookahead assertion.
(?!pattern) A zero-width negative lookahead assertion.
わけわかんねぇな(w
ありゃりゃ？
(?<=pattern) A zero-width positive lookbehind assertion.
(?<!pattern) A zero-width negative lookbehind assertion.
"lookbehind assertion" の訳語って何だ？
「俺の背後に立つな」
デューク東郷の格言だろ。
lookahead 見越し
lookbehind 見返り
前後不覚だな。
>>296
>オライリーの正規表現本は買ったほうがいいですか？
持ってなくても覚えられるし、
エディタのサーチとか grep とかで実験しながら
感覚的に慣れるのも悪くないんじゃない?
ただし emacs で覚え始めるのはすすめない。
backslash で混乱する。
>>297
>>299
>>306
ちょっと大きな本屋に行って立ち読みしてみます。
ありがとうございました～
あぼーん
>>308
二度と目を覚ますな。
あぼーん
さげ保守
OOはもうすぐ1.1出るけど、MSWORDよりセキュリティ大丈夫かな？
http://pc2.2ch.net/test/read.cgi/bsoft/1055292975/392
あぼーん
boo
baa
baz
っていうテキストが例だとして、sedを用いて、
booまたはbaz、っていう正規表現はどうなるの？
rubyやperlならパイプ記号で条件和の表現が出るけど、
同じように書いてもsedに誤解されてしまう。
>>314 ん? \|使えば良いのでは
sed 's/boo\|baa/hoge/g' ./hage.txt
とかだとやっぱりだめなんすよね。
「boo」とかの単語の括り方がよくわからんのです。
GNU sed 4.0.7版 ではそれでもできてるけどな。
sed 's/\(boo\|baa\)/hoge/g' これでどう?
>>317
gsedならできるがsedは食ってくれない。
単一の正規表現じゃなきゃいかんの？
sedと決まってるなら
sed -e 's/boo/hoge/g' -e 's/baa/hoge/g'
でいいんちゃう？
置換後の文字列と置換前の文字列の片方とで重なりがある場合
どうするかひとしきりモメたりする ↓↓↓ のがお決まりだな。
単一の正規表現でないと記述が冗長で見た目がキモイ、
っていうのはあると思うよ。
おいらはインストール直後のFreeBSDの環境構築をスクリプトに任せたくて、
結局シェルスクリプトにawkな記述を書いて解決した。
カーネルの再構築にしても、/etc/下の記述にしても、要はテキストの置換なわけで。
本当はrubyがFreeBSDの/usr/bin下にあるようなご時世だったら
楽ができるんだけど、そこら辺は個人的な勉強不足だなぁ。
{a,b}上の言語Lが
『aaで開始し、かつ、bbを部分列として含む』という条件を満たす語からなるとき
Lを表す正規表現ってどうなるの？
L=aa(a*b*+bb)* ？
L=aa(a+b)*bb(a+b)*
>>321
*+ ???
>323
'+'より'|'のほうが普通かな。
L=aa(a|b)*bb(a|b)*
本来的には連接、選択、閉包が表現できればいい。
L ::= aA
A ::= aB
B ::= aB | bC
C ::= aB | bD
D ::= ε | aD | bD
.*
何にでもマッチする最強の正規表現です！
>>326
ドットが含まれてなかったらマッチしない罠
ｷﾀｰ
ageてるし、ネタと見た。
>>329
しね！
あぼーん
あぼーん
うまづら。
ほす。
☆湯
[ruby-list:38393] じゃないけど、[a-z] みたいな文字クラスの表現は、
EBCDIC とかだと「意図した通り」には動かないと思うんだけど、
ASCII か ASCII を包含したキャラクタセットという前提で書くべきものなの？
>>336
[:lower:] とかは使っちゃだめ?
>>337
あ、いや、質問が悪かったですね。
範囲指定する文字クラスはどうあるべき (書くべき) か？っていう話です。
ていうか、 re_format(7) を私の拙い英語力で読んでみたところ、
ASCII コードの並びを前提とするような文字クラスの範囲指定は、
portable じゃないからやらない方が良い、ということのようですね。
というわけで、極力 >>337 さんのみたいな文字クラス指定を使った方が良い、と。
★
保守
vimで"DEL"という文字列が含む行で、"DEL"以下を削除したい場合はどうしたらいいでしょうか？
スレ違い。
Vim6 Part6
http://pc.2ch.net/test/read.cgi/unix/1058706125/
:%s/DEL.*//
>>343
サンクス、すみません。
☆
>>343
DELは残したい場合はどうすればいいですか？
:%s/DEL.*/DEL/
MS-DOSが使われていた頃に、"mifes"と言うエディターが有った。
そのマニュアルに１頁ほどの正規表現の説明があって、自分は最初に、それで
覚えて使い出した。
使い始めの頃は、何回も間違えたけど、少しづつ慣れてきた。
自分の周りを見ても、プログラマを何年もやっていても正規表現を知らない
人は、結構いる。
一旦、覚えてしまうと非常に便利だと思うんだけど。
正規表現で俺の存在を抹消してくれ。
s/俺の存在//g;
gsub!(/俺の存在/, "")
捕手
ｒｰ､
｣´￣｀ｌｰ) ＼
Ｔ¨Ｌ |_/⌒/
｀レ￣｀ヽ〈
| i＿_1
_ゝ_／ ノ
Ｌ__jイ´_ ）
| ｲ
| ﾉ--､ ｒ'⌒ヽ_
ゝ､_＿_ﾉ二７ ／´￣l､＿,/}:＼
|ｰi | l_/ ／__ｨ::. ゝ~_ィ´:; ,ゝ
__〉 { (Ｔ´ |1:::. ＼_>､};;_｣
'ー‐┘ ! ｀￣''ｧ一 ､＼ ヽ｝ ← 保守
〈｀￣￣＾｀￢ﾉ .::〔￣´
1 ヽ .:::レ ヽ、
|＿ｲｰ-､_;;j|_:. ゝ、
__,,,... -- |. ｛―――‐ﾌゝ、 〉 -- ...,,,__
_,, -‐ ´ ,ｒ|__ﾄ, 1ﾆﾉ ー'´ ｀ ‐- ,,_
, ‐ ´ └―'´ ｀
>>353
それ捕手じゃなくて投手やっ！ｗｗｗ
別のスレからの引用
ps ａx |grep '[s]shd'
とやると、grep自身の行にヒットしないそうだけど、なぜ？
sってメタ文字でもなんでもないのに。
なぜって言われても、自明だが。
grep sshd と何が違うの？
あ、ごめん、わかった（ｗ
grep sshd だと、ps の出力に含まれる "grep sshd" の "sshd" がマッチする。
grep '[s]shd' だと、ps の出力には "grep [s]shd" が含まれるが、
この "[s]shd" は、[s]shd にはマッチしない。よね？わかる？
なるほど。トリックだな。
まあバッドノウハウだとも思うけどナー
http://www.namazu.org/~satoru/misc/bad-knowhow.html
そこまでのものではないと思うけど、
この例だと、頭の中でpsの出力まで加工しちゃうからな（ｗ
grep -v grep でええやん。
muttのaliasで
alias keyword Name <mailaddress>
みたいなフォーマットで並んでいるファイルを
alias keyword <mailaddress> # Name
に整形しようと思い,
cat alias | sed 's![[:space:]]*alias[[:space:]]*\([^[:space:]]*\)[[:space:]]*\(.*\)[[:space:]]*<\(.*\)>!alias \1 <\3> # \2!' > alias.new
としました.
上手く行くんですが, "#" の位置が行ごとにバラバラなのが気持ち悪いです.
そのファイルで "#" 以前の文字数が一番長いものを調べ, そこに合わせて
その他の行の "#" 以降を持ってくるようにするにはどうすればいいんでしょうか?
sedでやれってか？
漏れはへたれなので、Perlなどを使ってしまうが（ｗ
>>364
2パスでやれば？
2パス？
>>367
"#" 以前が一番長いのを調べてから、それに合わせて整形し直せば。
>>364
70桁でそろえる場合
sed ':a /.\{70\}\#/!bc; b; :c s/\(.*\)\#\(.*\)$/\1 \#\2/; ta'
亀ですが、こんなんでどうでしょう
決め打ちでいいなら何の苦労もないわけで。
>>369
反則技。gawk で。sed ではどうやっても出来ないような気が……(_ _;)
# sed でできるのか？
{
a=index($0,"#");
if(a>best) {
best=a;
}
c[FNR]=$0
}
END {
for(i=0;i<=NR;i++){
x=index(c[i],"#");
if(x && x<best) {
for (j=x;j<best;j++) {
gsub("#"," #",c[i]);
}
}
print c[i]
}
}
（ ´∀｀）
保守
教えてください。
Windows用のファイルをemacsなんかで開いたとき，最下行に
^Z
という符号が表示されることがあります。
これはいったい何でしょうか？
いわゆるeof
>>375
ありがとうございます。この符号のあるファイル同士をcatで連結すると，途
中にこの符号が入ってしまいます。この符号をsedでマッチさせて消去したい
のですが，どうすればいいでしょうか。
sed '/^$/d' ではダメでした。
>>376
いわゆるeof
EOF符号をsedで消去できますか？
grep で使える正規表現を精密に解説したサイトはありますかね?
日本語/英語どっちでもいいのですが。
http://www.kt.rim.or.jp/~kbk/regex/regex.html
レベル低いなー
378に対して出来るとも出来ないとも言えないのか...
378=381 ですか?
>>378
できるよ。普通に
s/^Z//
とかすればいい。もちろん^ZはEOFの一文字ね。
こんなの試せばすぐわかるだろと思ってたんだが、よく>>376を読むと、
「正規表現は純なテキストであるべきで特殊記号を混ぜるのはイクナイ」
と感じたんだろうな。まあ気持ちはわかるわ。
最近の正規表現拡張では、文字をコードの数値で表現する文法が
入ってたりする方が普通(例えばperlとか)だもんな。
でね、特殊記号の特別なケースがtab。大昔は\tなんて表現なかったさ。
よく画面上の見た目やハードコピーや雑誌からシェルスクリプトを打ち直して、
tabとspaceの違いで動かないなんてことが時々あったんだよ。
あと勝手にシェルスクリプトを整形されて動かなくなるとか。
>>382
いいえ
>>383
ありがトン!
>>382
381=385 が正解
>>380
ブックマークにいれますた。
[\\w$'-]
これはどういうことなのでしょう？
[\w$'-]
ならわかるのですが..
>>388
処理系は何？
>>389
Rubyです
Regexp::compile("\b\d[\d\.]+\d\b|[\w]+|[\\w$'-]+")
scanメソッドで英文を分割してます
>>390
ほほう。バグってる悪寒。
Regexp::compile("\\b\\d[\\d\\.,]+\\d\\b")
こんなのがあるんですが..
>>392
Ruby で "..." の中で '\' を書くときは、'\' でエスケープする必要があるの。
つまり Regexp::compile("\\w") は /\w/ と同じ。
>>390 のだと '\' のエスケープが足りない部分があるように見える。
たとえば、 "\w" は "w" に、 "\b" は "\010" になっちゃう。
ので「バグってる悪寒」と言いました。
>>393
なるほど、必死に\\と重ねる正規表現について調べてましたよ
ありがとう
perl で質問です。
NOTE note "note" notes
上のような文字列を「book」だけを「note」に置換したいのですが
s/\bnote\b/book/g
のようにすると、ダブルクォートで囲まれているものも置換されてしまうのですが
それを
NOTE book "note" notes
のようにするにはどう表記すればよいのでしょうか?
詳しい方、教えてください。
>>395
> NOTE note "note" notes
>
> 上のような文字列を「book」だけを「note」に置換したいのですが
>>396
その下の
s/\bnote\b/book/g
ぐらい読んで多目にみてやれ。
>>395
とはいえ、仕様があいまいすぎ。
'note' はどうする？ :note: は？ "abc note def" は？
s/ note / book /g
か?
>>397
> とはいえ、仕様があいまいすぎ。
んだな。
>>395
s/(?=[^"])\bnote\b(?=[^"])/book/g;
＃ こんなんで良いわけないよなと思いつつ・・・
>>397
> とはいえ、仕様があいまいすぎ。
すいません、おっしゃるとおりです。
ある単語(note)をある単語(book)に置換したいのですが、
ダブルクォートで囲まれているもの("note")は、その置換からは除外したいのです。
> 'note' はどうする？ :note: は？ "abc note def" は？
したがいまして、これらはとりあえず想定外で構わないので置換してしまっても構いません。
もう少し昨日の例を詳しく書きますと
NOTE,note"note"notes-note
このようなものでも
NOTE,book"note"notes-book
のようになってくれるのを期待しています。
ただ、"abc note def" これも想定外で構わないのですが
対応が可能であるのなら、私の勉強の為に教えてくださるとありがたく思います。
>>399
ありがとうございます。
>s/(?=[^"])\bnote\b(?=[^"])/book/g;
これを試してみました。
基本的にOKかなと思ったのですが、行頭、行末では置換の対象となってくれませんでした。
>>400
補足です。
ここでいう単語とは \w+ で表せる範囲のもので、
アルファベット大文字、小文字も含めて完全に単語の
先頭から末尾までが一致するものです。
もっと簡単にできるかもしれないけど、
s/(^|(?<=[^\w"]))note\b|\bnote($|(?=[^\w"]))/book/g;
とかは？
> ただ、"abc note def" これも想定外で構わないのですが
後ろから数えた"の個数が奇数ならマッチしないようにして、
$b =~ s/\bnote\b(?=([^"]*"[^"]*")*[^"]*$)/book/g;
とすれば、"のマッチングが保証できる範囲ではなんとかなるかも。
前からの"の個数でマッチさせようとしたら、
可変長のlook-behindは実装してないらしい。(perl 5.8)
s/"note"/hogehoge/g
s/note/book/g
s/hogehoge/"note"/g
おれならこうしちゃうな。
考えんのめんどい。
>>402
ありがとうございました。
たいへん勉強になりました。
質問させてください。
&にはマッチして欲しいのですが、&にはマッチして欲しくないのです。
どのように記述すればよいのでしょう。
お願いします。
&にはマッチ
＆ａｍｐ；にはマッチしない
でした。すいません。
>>405
Perl5 でいい？
>>405
/&(?!amp;)/
正規表現のおすすめ書って何がありますか？
オライリーのやつ。
ワイルドカード(DOS)の *.txt って、正規表現だとどう書くの？
{(([0-9a-zA-Z]){0,})\.txt}とか半端に返してみるテスト
[^\\/]+\.[Tt][Xx][Tx]\z とか (ry
foo と bar 両方含む行をマッチさせたいんだけど、
awkでいうところの and演算子
% awk /foo/&&/bar/
が使える、windowsで動くgrepツールなんか教えてください。
#絞込み再検索のないGUIなgrepツールなんかイラネ
>>412,413
. 記号は \ でエスケープになるのですね。.*\.txt でマッチはしました。
助かりました、ありがとうです。
>>414
FIND "foo" | FIND "bar"
みたいのじゃ駄目？
>>414
|が使えるツールなら、/foo.*bar|bar.*foo/とかで近似できるんじゃないの。
CygwinのGNU grepで試してみた。
> cat foobar.txt
foo
bar
foo foo
foo bar
bar bar
bar foo
> grep -n "foo.*bar\|bar.*foo" foobar.txt
4:foo bar
6:bar foo
>
なるほど、andをorに展開すればいいのか。
しかし fooかつbarかつbazを検索、つーばあい展開すんのめんどくさいなぁ。
windowsのGUIなgrepツールは、サブフォルダも検索、とかできて
結構便利なのも歩けど、パイプとかorが使えなかったりしてイマイチ。
結局cygwinでawk使ってるけど、これもいまひとつメンドクサイ。
2chのログを検索してるだけなんだが＿|￣|○
>>418
xyzzy の ggrep 辺りがいいんじゃない？
Windows の AWKじゃだめですか？
Perloしかないべ
#から行末までをあらわす正規表現ってどうやればいいんでしょうか。
#.*$
#[^#]*$
質問があります。
サクラエディタ(正規表現ライブラリ:BREGEXP.DLL)でCソース中のhogehogeをgrepしてた
場合に、コメント化(//)されている行だけは検索結果に表示したくないんですが、
どのような正規表現で検索すればいいでしょうか？
あげ
>>425
そのエディタよく知らないんだけど、Unix で動くの?
スレタイだけ見て、板を確認してないんだと思われ。
それを言うと、このスレ自体板違いな気もしなくはないが。ム板のだけで十分やん。
UNIX板って知っていて質問をしましたが。
とりあえず、ム板に逝ってみます。
>>430
Unix 用のソフトなの?
>>431
is not UNIX
多分エディタの種類はどうでもよくて、 /\/\*.*\*\/ とか、そんな答えを期待していたと思われ
ム板の正規表現もとんと書き込みないから、テストしてみたら
書き込めた。ここもどうなんだか、書き込んでみる。
ハハ*.*ハハ
指定文字列A 何か 指定文字列B
という何かにヒットさせるにはどういう正規表現にすればいいですか？
>>436
素で答えると「文字列A.*文字列B」だけど？そういう話？
もちろん文字列ABに特殊記号があったらどうするかとか、
.*は最長マッチでいいのとか、いろいろ細かい話はあるけど。
自分で、
(文字列A).*{2,15}(文字列B)
とかでやってみたんですが、
マッチするのが、
指定文字列A 何か 指定文字列B
がマッチしてしまうので…
何か の部分だけを抽出しようと思ってます。
後から取り出したい部分を()で囲む。(.*{2,15})みたいに。
>>439さんの方法でも結果が変わりませんでした… 処理系が違うからかな？
とりあえず諦めて、
指定文字列A 何か 指定文字列B
をマッチさせて、指定文字列A+1文字目から 何か の文字数だけ切り取ることにします。
ありがとうございました。
>>440
で、その処理系が何かを晒すつもりは毛頭無いわけですね？
>>441
ハゲには無理
何度もすいません。
C#です… 改めてやってみると>>439さんの方法でいけました。
group[1]に入ってたんですね。全体しか見てませんでした。
板違いにお騒がせしました。
Perlの場合、
$_ = "いっぱい";
s/い/お/; # おっぱい
s/い/お/g; # おっぱお
ということでおｋ？
_ ∩
( ﾟ∀ﾟ)彡 おっぱい！おっぱお！
⊂彡
小学生のころ流行ったネタ
性器表現
ﾜﾛﾃﾓｰﾀ
さんざん概出なのに・・・
.*
↑アナルは性器じゃねーよな、とか思ってよく見ると、ドット米。
イボ痔か？
>>452
拭き忘れたウンチだよ。きっと！
regexp
rege*p
正規表現で複数の単語の中に「/」があるときにヒットさせたいんですが
echo "hoge / hoge" | grep "\</\>"
でだめでした・・。だれか修正をお願いしますorz
>>456
条件をもっと明確に定義しろ。
マルチすんな。
>>457
複数の単語の中で、"/"のみで構成される単語が存在する場合のみ
ヒットさせたいのです
つまり
a b c / d
上記ようなときで下記のどの事象にもヒットさせたくはないのです
// /a a/ a/a
>>456
http://pc5.2ch.net/test/read.cgi/linux/1101654885/957
とこっちと、どっちで続けるのかね。
まことに勝手ながらこちらで続けさせてください
質問を改めます
やりたいことは
-----------------------
1) echo "/" | grep ......
2) echo "/ a b" | grep ......
3) echo "a b /" | grep ......
4) echo "/a / b/" | grep ......
-----------------------
上ですべてマッチさせて
以下はすべてはじくようにしたいのです
-----------------------
5) echo "//" | grep ......
6) echo "// /// ////" | grep ......
7) echo "/a b/ /c/" | grep ......
-----------------------
上と下の違いは、前後にスペースを含む" / "が存在するか否かです
よって以下のように考えましたが、ヒットしませんでした
echo "a / b"|grep "\</\>"
echo "a / b"|grep "\<\/\>"
どなたか修正をおねがいしますorz
>>460
grep と言ってもいろいろあるんだが
どの OS のどの grep よ。
↑修正します
修正前）上と下の違いは、前後にスペースを含む" / "が存在するか否かです
修正後）上と下の違いは、単語 / が存在するか否かです
>>460
> 上と下の違いは、前後にスペースを含む" / "が存在するか否かです
1) と 2) には存在しないようだが。
>>462
「単語」とは?
ブラケットの中でピリオドを入れる時ってメタキャラクタとして扱われますか？
[\w.]
と
[\w\.]
が同じ動きにになるみたいなんですけど・・・。
ちなみに、パールです。
>>465
「みたい」じゃなくてテストコードで示してよ。
どの言語の正規表現がどんな有限オートマトン使ってるという情報って
どこかにありますかねぇ。正規表現コンバータ作ろうかと思ってるのですが。。
NFA、DFAの違いぐらいは詳説正規表現の本でわかるのですが、実装ともなると。
オートマトンの変換に関してはコンパイラの本を参考にしてますが、
やはりかなりつらいものがありますね。たんに字句解析して作った方がいいのかなぁ。
普通にNFA+DFAでいいじゃん
オブジェクト指向正規表現の仕様策定はまだですか？
>>469
聞いたことないな。
何それ？
>>469
まかせた。
お前らWinの.NETなんだが正規表現の質問をさせてくれ。
RegularExpressions.Regexで下の文字列を検索して<TD>から</TD>に分けたい。
string strHtml = "<TD>a</TD><TD>b</TD><TD>c</TD>"
Regex regex = Regex("<TD>.*</TD>");
MatchCollection matchcollection = regex.Matches(strHtml);
だと最長一致で "<TD>a</TD><TD>b</TD><TD>c</TD>"の１つのコレクション取得。
Regex regex = Regex("<TD>.*?</TD>");
だとやりたい "<TD>a</TD>", "<TD>b</TD>","<TD>c</TD>"の３つのコレクションが取得できる。
.*? の意味をアフォにも分かるように説明してくれ。
.*(任意の0文字以上）が?(あるかないか）だろ。
なんで思った通りに３つのコレクションが取得できるの？
*? つーのは最短一致という便利なキーワードなのか。
つまらん質問失礼しますた。
下がってるので、どれ一つ、とんちでも。
rubyでは
/aa+??/ =~ "a" => 0
emacsでは
"aa+??" =~ "a" => nil
さて、こうなってしまうのは、各々がどのようなオートマトンで
解釈されているからでしょうか。
emacsって最短ﾏｯﾁあんの？
ありましゅよー
http://www.cs.huji.ac.il/support/emacs/elisp-help/elisp-manref/elisp_34.html
でも、{m,n}? の最短マッチはないみたい…。
最短マッチに対応した grep ってある？
>>477
grep が最短マッチに対応してるかどうかが問題になるケースってある？
[^ま]*まってかくのめんどくさい
あげ
up
正規表現の実装っていろいろあることにやっと気づいた漏れorz
ほしゅ
abc xyzをaxbyczにしたいのですが
s/abc xyz/axbycz/g
ﾜﾛﾀ
保守
>>484
echo abc xyz |sed -e "s/^/%/; :ll; s/[%]\(.\)\(.*\) \(.\)\(.*\)/\1\3%\2 \4/; tll; s/%//;"
うひょー
うに厨として、% をめぐる動きに溜息出た…真剣にありがと 何重にも目が覚めた
abc xyz でも
abcdefg ABCDEFG でもできるね。すげーや。
a
('A`)
Onigurumaを使っているんですが、
あるテキストデータがあります。
----- ここから
END
注釈 ○○○
注意 △△△
補足 ◎◎◎
TITLE
----- ここまで
という部分の、ENDの後の空白行からTITLEの前の空白行の部分（間の行）を削除して、
ENDとTITLEの間は1行だけの空白行にしたいです。
「END＼s^[0-9a-zA-Z。-゜ぁ-んァ-ヶ亜-?]*＼sTITLE」を指定してもマッチしないんですが、
これは私の正規表現の式が間違えているんでしょうか？
（複数行を1度に選択する方法を間違えている???）
>>494
つーか、正規表現だけ見せられても判断できないと思うんだけど。
改行処理や文字コードのオプション設定はどうしてるかとかいろいろ情報が足りない。
素直に、
~s/END(\s*.*?\s*)TITLE/END\n\nTITLE/sg;
じゃダメ?
>>496
Oniguruma の質問なわけだが？
…とは思ったのだが、Perl 互換らしーから、いーかなとｗ
てか、見つかるのむちゃくちゃ早いなｗｗ
事後ながら、oniguruma (ライブラリ)取りに行った
>>498
> 見つかるのむちゃくちゃ早いなｗｗ
どういうこと？
>494
> 「END＼s^[0-9a-zA-Z。-゜ぁ-んァ-ヶ亜-?]*＼sTITLE」を指定してもマッチしないんですが、
> これは私の正規表現の式が間違えているんでしょうか？
> （複数行を1度に選択する方法を間違えている???）
これのどこが、複数行を一度に選択しているの？
>>500
ONIG_OPTION_MULTILINE (や REG_NEWLINE や RE_OPTION_MULTILINE など) をセット
しているかどうかで複数行選択できるかどうか変わるので、
そのへんを晒せばもうちょっと状況がわかると思うのだが、
元質問者はもう既にどっかいっちゃったのだろうな。
正規表現で
○○ か ○○の場合と言うのはどう表現するのでしょうか？
Cで言う、 || のようなものです。
テンプレに何もないんだなこのスレ。
このあたりで調べろ
http://www.kt.rim.or.jp/%7Ekbk/regex/regex.html
\(>∀<\) ｷｬｰ
(;｀∇´))))))))))) \(>∀<\) ｷｬｰ
俺ならこう→「\(○{2}\) か \1の場合」
何気に正規表現本もラッシュだな。
\([^ ]∀[^ ]*\)
AAみたいな正規表現を作りたいが難しい。
つくれてるやん！
∀ がメタキャラになってくれると楽しいかも
дも
ネタキャラ
純粋に興味の問題なんだけど、
「ある文字集合の要素が各1回ずつしか出現しない」という文字列は
正規表現で表現できる?
例えばA, B, Cの文字からなる言語を考えたとすると、
ABC ACB BAC BCA CAB CBAの6つの文字列にマッチする表現っす。
文字集合の濃度が有限なら
単に | でつなげばいいな。
いろは歌とか"a quick brown fox..."みたいなのにマッチさせる正規表現、
って書けば説明が早かったかもですね。
>>514
ひらがなの場合で47!個、アルファベットの場合で26!個の文字列を
|でつなぐってことになると思うんですが、やはりこれしか方法ないんですかね。
正規表現の長さは… アルファベットの場合でも約1京テラバイトか… orz
>>513
[^A]*A[^A]* ではどうよ
>>516
BBA にもマッチしちゃうんでは。
>>515
> "a quick brown fox..."みたいなのに
o 2回出てるよ。
実用を考えたら正規表現以外でやった方がいいな。
いろは歌って内容も傑作だよな。
> o 2回出てるよ。
おお、32年生きてて初めて気が付いたっす。漏れの目はfusianasanさんだ… orz
> 実用を考えたら正規表現以外でやった方がいいな。
そうことになっちゃいますかね。みなさんレスどうもでした。
Windowsで正規表現にマッチする文字列のみ（行全体じゃなく）を表示・保存するにはどうすればいいのでしょうか？
xyzzyとかのエディタのgrepでやろうとしたのですが、検索してもよくわかりません。
Rubyとかスクリプト言語を使わないと無理でしょうか？
上すいません。書きこむスレ間違えました。（プログラム板の正規表現スレに書きこんだつもりでした。）
ちょうど一回出るんなら何かの順序でソートして文字列が完全一致することをチェックかなあ
エディターの正規表現で置き換えをしたいんですが・・・
１、２、３、・・・という連番を
(1) (2) (3)というふうに置き換えたいのですが
どうしたらよいでしょうか。
まずは(ry
置換元：[1-9]
置換先：(\0)
で、できるかもよ。
>>526
だめでした。
置換元：[1-9][0-9]*
置換先：\(\0\)
こんな風にすればできるのかな？
どんな風に駄目だったかわからないけれど。
>>528
それもやってみましたが、検索はされるのですが、
置き換えが出来ません。(0)となってしまいます。
前回のは(となってしまいます。
エディターだから駄目なのでしょうか。
\0のところを、
\1
$1
にしても同じかな？
>>530
($1)となってしまいます。
そのエディタの正規表現がreference(\1とか$1とか)をサポートしてないに１票。
!(＾＾)!ピンポーンです。
ヘルプを見ていたら、referenceはサポートしていないと出ていました。
他のエディターを探すか、どうしたらいいでしょうか。
続きです
結局QXエディタをダウンロードして使いました。
びっくりしたのはWindows上では
正規表現というのは全然一般的ではないんですね。
勉強しようにも正規表現サポート自体が脆弱だったんですね。
ググればなんぼでも出てきます。少し自分で考えなはれ。
まあやることがハッキリ決まってるんなら、
(念の為)対象ファイルのカレントディレクトリのDOS窓を開いてsed、だな。
{aaa}[bbb}{ccc}
という文字列から、aaa bbb cccをそれぞれマッチさせてとりだしたいので、
/¥{(.*)¥}¥{(.*)¥}¥{(.*)¥}/
としていましたが、
とりだしたい文字列のなかに、さらに{}がはいっていることがあることが
わかりました。
{aaa}[b{b}b}{ccc}
とか。
それぞれaaa b{b}b cccというかたちでとりだしたいのですが、どうしたものでしょうか。
>>537
sedはそのままでｏｋ
グループ化用のカッコにエスケープが必要だからsed「では」ダメじゃないの?
Perlならエスケープ不要なので大丈夫。
ところで>>537はテクニシャンだな。
navi2chで円マーク(￥じゃないほう)を表示させやがって…
>>539
ヒント：}{
いや、それは分かってるつもりだけど。
sedだと例えば{(aaa)}{(bbb)}{(ccc)}にマッチしちゃいますよってこと。
>>541
じゃあ不必要な{}()を最初にスペースに変換してからマッチさせたら
そんな必要ない。sedでも>>537のカッコをすべてエスケープすれば良い。
>>538の「sedは」というのが余分だっただけ。
郵便番号をPHPで「1234567」から「123-4567」へ整形する正規表現を教えて下さい。
>>544
【PHP】質問スレッドpart32【php】
http://pc8.2ch.net/test/read.cgi/php/1136276300/
すいません。
--------------------------------
#hogehoge
fugafuga 1
--------------------------------
という風に行頭が#じゃないというのを正規表現で取得したいのですが
「ではない」というのが分かりません。
bashを用いております。
以上 ご助力をお願いいたします。
>>546
grep -v '^#'
>>546
grep '^[^#]'
いつも思うけど、
[^#] 形式だと文字が存在してないときも除外してしまうので
面倒なことあるよね。
ディレクトリリストから
.
..
を除外しようと
[^.][^.].*
を使って一文字のファイル見逃すとか。
>>549
その方が便利なこともある。
ご教授ありがとうございます。
本当に助かりましたっ
正規表現の正規表現ってどうかきますか？
ある値が正規表現の構文に沿っているかどうかを調べたいとき。
入れ子があるから正規表現にはならない。
BNFを書けば3型文法に属さないこと分かるでしょ。
いきなりすんません
２ちゃんねるブラウザ Jane Doe Style で正規表現検索を使おうとしたけど、書き方がいまいち分かりません。
F900i という文字列だけを検索して F900is や F900iT はヒットさせないようにするには、どう書けば良いですか
ぐぐってもいまいちわからないので。。。。
板違い。
スマンです。でもスレタイ検索してもほかに質問できそうな場所なかったんけどだめですか。
UNIX 085 正規表現 (553)
プログラム 408 正規表現part2 (102)
プログラマー 283 【Regular】正規表現【Expression】 (36)
板違い。
逝
>>554
Jane Doe Style とやらがどんな正規表現エンジンを使っているかにも
激しく依存する話なので、
まずはそのソフトのスレで聞いてみた方が良いと思う。
(・∀・)
onigruma... 気になる。名前が怖い。
nekoguruma だったら弱そうだしな
>>562
いろいろ運べそうじゃないか
正規表現厨には
grep --color
勉強ついでに554を考えてみた。精度に難がありそうですが、以下でどうだろう？
[^A-Zz-z0-9]*F900i[^A-Za-z0-9]*
>>565
最低限試そう。"F900iS"=~/[^A-Zz-z0-9]*F900i[^A-Za-z0-9]*/ はマッチする。
ヒント: \W \b 否定先読み
...
Doll ←ここから
\=\-\--\-``--`\=`-==\
\=-\=-\``\==`=`--`-=-
Egg
-=-\-=-\-\=-=--\=-=-=\
-=-\-=-=\=-=\=-=-\-=\- ←ここまで
Fruits
...
のときDoll～Eggの項目まで抽出するにはどうしたらいいですか？
/Doll/,/Fruits/ でおおまかには抽出できるけどもっと正確に抽出したいのです
『詳説 正規表現 第3版』 が今月発売されるね。
邦訳版の出版は知らんけど。
情報サンクス。
けど、洋書なら原書のタイトル表記でよろしく。
早とちりして必死で oreilly.co.jp と amazon.co.jp 探しちゃったよー。(←あほ)
>>569
http://www.oreilly.com/catalog/regex3/index.html
わざわざ、邦訳版の出版は知らんって書いたのになｗ
http://oraclesqlpuzzle.hp.infoseek.co.jp/regex/index.html
正規表現の問題集らしい
>>568
作者宣伝乙、
というのは冗談で、情報ありがと。
日本語版はいつ出るんだろ。
立ち読みとか読んだうちに入らんと思われた。
>>177
http://oraclesqlpuzzle.hp.infoseek.co.jp/regex/regex-4-10.html
こんなのもあるみたいやね
age
ageとくか
質問させてください。
正規表現を用いたgrepをするときに、
文字列"foo"を含まない全ての行にマッチさせるためには
どのように書けばよいのでしょうか。
-v
man に書いてあるよ。
-v オプションを使わずに、正規表現上で「文字列"foo"を含まない」を表す方法を
聞いているんじゃないだろうか?
(?!foo)
>>581
今はgrepでの話をしてんだろ。
>>577
否定先読み
>>583
正規表現でできるものか！
先読み、後読み共に否定は貧弱
「一致しない」はあらゆる箇所にマッチするからね
行単位の処理とは基本的に相容れないし
正規表現でなく、-vのようなメタレベルで対処するのが正解
sedとかでもいいな
>>585
なんで、.*?(?!xxx) を、xxxが一切含まない行、と解釈してくれないんですかね？
論理的に考えてみればわかるよ
>>587
欲張りマッチだから、xxxが見つかった段階で一文字戻ってマッチにしちゃう？
>>586
解釈するわけがない
^(?!.*foo)
でできるだろ
http://pc8.2ch.net/test/read.cgi/tech/1156413899/l100
の1のサイトをよく読め
正規表現でできることの仕様ってずっとこのままなんですかね。
括弧の対を考慮した表現とかって簡単にならないかな。
処理系ごとに拡張してあったりするじゃん。
hp-uxのgrep糞だなｗ
\< \>が使えん。
grepツールで、htmlのコメント内を検索対象からはずしてgrepできるツールありますか？
コメントで死ぬほど引っかかって苦労してます。
複数行コメント中の真ん中ぐらいの行に引っかかっても、先頭に<!--がないから
普通のgrepツールだときびしいです。
sedしかないだろ。
-- の対応まで見ようとするとつらそうだ。
複数行になると途端にわけわからんくなるな・・・。
改行位置を変換する前処理をしてからやるとか
コメントを
s/<!(?:--[^-]*-(?:[^-]+-)*?-(?:[^>-]*(?:-[^>-]+)*?)??)*(?:>|$(?!\n)|--.*$)//g
で取り除いてからgrepすればいいんじゃね？
マルチで済まない。
同じ文字が３文字連続していたら表示したいのだが
>>599
＞s/<!(?:--[^-]*-(?:[^-]+-)*?-(?:[^>-]*(?:-[^>-]+)*?)??)*(?:>|$(?!\n)|--.*$)//g
この部分はsed？
だったら、その後もgrepなんかせずに、sedだけで完結すればいいじゃん。
awkでも同じく。
教えて下さい。
ダブルクオートで囲まれていない、コンマだけを置き換えたいのですが、
正規表現では、どうあらわせばいいのでしょうか？
例：
"aaa, bbb" xxxx, "ccc, ddd" yyyyyy
xxxx, <- このコンマを －＞ xxxx; とセミコロンにしたいです。
よろ
>>602
http://pc8.2ch.net/test/read.cgi/tech/1156413899/l100
のリンク先嫁
>> 603
そのページのどこを読めと？
>>604
ほぼ全部
雑魚には無理な正規表現ってこった
氏ね
>>602
◆関連サイト
正規表現メモ
http://www.kt.rim.or.jp/~kbk/regex/regex.html
Perl正規表現雑技
http://www.din.or.jp/~ohzaki/regex.htm
Regular Expression(Riue ちゃんの正規表現講座)
http://www.sixnine.net/regexp/
正規表現パズル
http://oraclesqlpuzzle.hp.infoseek.co.jp/regex/
詳説 正規表現
http://www.oreilly.co.jp/books/4873111307/
正規表現プログラミングFAQ
http://capslockabcjp.kitunebi.com/faq.html
これだけ読めば解決できるが
池沼には無理
アルファベットの文字で構成されるが、「d」は入らない、を
[a-ce-z]以外の書き方で表現する方法はないですか？
もちろん↓はエラーだけど、こんな漢字で書ければいいのだけれど。
[a-z][^c]
a|b|c|e|f|g|h|i|j|k|l|m|n|o|p|q|r|s|t|u|v|w|x|y|z
>>608
javaならできる
d|i|g|i|t|a|l
>>610
どうやるんだべさ？
>>612
[[a-z]&&[^d]]
こんな感じだったと思う。
>>613
うぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉ～、すげぇ～。できました！
javaだとこんなのができるのか！
もちろん正規表現標準じゃないので、perlとか秀丸正規表現ではできないかぁ・・・
javaならではの裏技って他に何かあるんですかね？
>>614
うぉ++
タイプ数増えてるのは問題ないのかｗ
>>614
わざわざjavaで試した行動力に感服
強欲マッチといわれる615もためしてみるといい
java使う人ならタイプ数が増えることが問なさそう
>>615
うぉ+でいいんじゃないの？なんか違うの？
(+_+;)
>>619
違うよ。++が付いたほうはバックトラックしない。
Perlの (?> ...) と同じ。
１～１０００
までの数字から始まって最後が
C]
で終わる正規表現を教えて下さい
m(_ _)m
^[0-9]\{1,4\}[^0-9]*C]$
かな？
>>623
駄目でしたorz
正規表現の勉強してきます。
有難うございましたm(_ _)m
^([1-9][0-9]\{0,2\}|1000)[^0-9]*C]$
こうか？
タイトル：文字列 の文字列の部分だけを取り出したいのですが、
どのような正規表現にすれば良いのでしょうか？
よろしければ、ご教授を願います。
いろいろ出ているようだけど
[0-9].*C]
ではダメな理由がわからない
>>626
文..
>>627
全然ダメ
0000C
がヒットする
初歩な質問ですみませんが
[0-9a-zA-Z]で英数字にマッチするものとなると思うのですが
例えばajgko-jk-s1olのように「-」記号が入っているとマッチしません
どう記述すればよいですか？よろしくお願いします。
>>630
[-0-9a-zA-Z]
>>631
さんありがとうございます。
しかし上記のように記述しても読み込んでくれません・・・。
こう記述して[-0-9a-zA-Z]{10,10}
「BC-K-o58tB」これを認識してくれません。
どのアプリ使ってんのよ
>>632
ちゃんとマッチするけど・・
↓
$ echo 'BC-K-o58tB' | egrep '[-0-9a-zA-Z]{10,10}'
BC-K-o58tB
アプリ？良くわかりませんが言語ＰＨＰです。
ならPHPのスレで聞いた方がいいんじゃね
ＰＨＰのスレで聞いたら正規表現に行けと言われました。orz
無限ループｷﾀ━━━━━━(ﾟ∀ﾟ)━━━━━━ !!!!
PHPだとPOSIX由来の正規表現とPerl互換の正規表現があるけどどっち?
後者を使っているならpreg_match('/[-0-9a-zA-Z]{10,10}/', $str)みたいに
正規表現の前後にスラッシュが必要。
正規表現 part 3
http://pc8.2ch.net/test/read.cgi/tech/1156413899/
始めたばっかりで、3時間かかってもダメです… お助けを。
()で囲まれる任意の文字部分だけをとりたいんですが、
\(..*\) では全然ダメですね… ()もついてくるし。
*****(ABC-_)(123%&)*****(あいう)***
上の例だと、以下の3つを取りたいです。
ABC-_
123%&
あいう
>>641
sed -e "s/(.*)/()/g" でどうよ
>>642
Unix版でしたね…
Windows系でのやり方を知りたいです。
>>642
基礎からやり直せ。
>>642
なんか冗長だが...
use strict;
use warnings;
while(<>){
s{(?:[^(]*)\(([^)]*)\)(?:[^(]*)}{[$1]}g;
print $_;
}
>>643
Windowsにもsedは移植されてるじゃん。
>>643
板違い。
>>641
正規表現でググレカス
すみません、以下の正規表現は何にマッチするんでしょうか？
([\011\012\014 -~]+\\|\\(\\cj\\|\n\\)+\\)
処理系はLispです。お願いします。
>>649
LispつかEmacs Lispだろ。先頭に \\ が抜けてないか?
[\011\012\014 -~]+ タブかLFかCRかスペースかASCIIの表示可能文字の繰り返し
\\| または
\\(\\cj\\|\n\\)+ Cjって多バイト文字でいいんだっけ? か改行の繰り返し
>>650
すみません、おっしゃる通り先頭に\\が抜けていました。
なるほど、どうもありがとうございました。
コンマはエスケープする必要はありますか？
We are NOVA-TOMO\, right?
必要ないと思った。付けても問題ないと思うけど。
むしろ?の方が…
俺詳しくないから何ともいえないけど
カンマはどの正規表現でもメタ文字じゃないのでエスケープの必要はない。
むしろ >>653のいうとおりで ? が要注意。
grep/sed ならエスケープなしでOK。
egrep/awk/perl その他Perl互換のものなら要エスケープ
当方、秀丸を使っております。
“・”で始まる文で、「」で囲まれた文をヒットさせるのにはどうすればよいのでしょうか？
どうしても、「」で囲まれる前の文章もヒットしてしまうのです。
>>655
秀丸とやらはUnixで動くのかい？
げ、UNIX版でしたか！
失礼しました。
ニフティーのドメイン以外を拾う為に [^nifty]\.com と書くのは間違いのようですが
特定の“文字列”以外を指定するのはどーすりゃいいの？
否定先読みなどの拡張があればそれを使えばいいが、なくても
それ以外の文字列をすべて列挙すればなんとかなります。
grep -v '特定の文字列' filename
正規表現の話では？
([^n]....|.[^i]...|..[^f]..|...[^t].|....[^y])\.com
これが正解
nifty.com以外のナントカ.comにマッチさせたいのだから、
([^n].*|n[^i].*|ni[^f].*|nif[^t].*|nift[^y].*)\.com
ではないか?
無理に正規表現でがんばるより
他の方法を探した方がいい。
それではniftyhoge.comにマッチしないので
([^n].*|n[^i].*|ni[^f].*|nif[^t].*|nift[^y].*|nifty..*)\.com
perlならもうちょっと簡単？
perl -ne 'print if /(?<!nifty)\.com/'
grep -v とか否定を使うほうが素直だと思うけど。
ヒネクレたひとたちばかりいるスレですから
このスレの中くらいは正規表現原理主義でいいじゃないか
その為のスレなんだから当然といえば当然だろ
はふ
-rwxrwxr-x 1 53 53 3504 May 22 2006 index.htm
drwxrwxr-x 4 53 53 4096 May 6 2006 common
drwxrwxr-x 2 53 53 4096 May 22 2006 tmp
drwxrwxr-x 2 53 53 4096 May 22 2006 image
↑から<属性>(-rwxrwxr-x)と<名称>(index.htm)の部分をグループ化で取り出したいのですが、どのようにすればよいのでしょうか？
ここは実は分かってない奴しかいねーから無理じゃね？ｗｗ
>>670
グループ化って言うのがよくわからんけど、パーミッションの部分とファイル名の部分だけ取り出したいなら
$ perl -e 'while(<>){ if(/^([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*([^\s]*)\s*(.*)$/){ print "$1 $9\n"; }}' < test.txt
-rwxrwxr-x index.htm
drwxrwxr-x common
drwxrwxr-x tmp
drwxrwxr-x image
$
ぐらいからはじめればいい。
確かにみんなもっとｽﾏｰﾄに書けないものかねえ・・・
^([^\s]+)(.*)([^\s]+)$
$1 $3
（； ＾ω＾）
むしろ正規表現使わないでreaddirとstat使うとこじゃないか?
$ ls -al | sed -e 's/ \{1,\}/ /g' | cut -d ' ' -f 1,9
cut 使うのは反則？
awk '{print $1,$9}'
で十分では無かろうかと
gawkでJavaソースファイル内の「識別子」単位の置き換えをしようとしていますが，
なかなかうまくいきません．
たとえば，独立して現れる「Stack」は「Queue」に置き換えるが，
「argStack」は別の識別子だから「argQueue」とは置き換えず
そのままにしておくというものです．
Javaの識別子は[_0-9A-Za-z]の文字だけから構成されるとしています．
awk以外の選択肢も含めて，よい方法がありますでしょうか？
最終的には，Javaで置換プログラムを書けばできなくもないとは思いますが，
安直な方法があればお教えください．
\< \> で囲っておくとか。
grepの「-w」は普通にできるのに，いざ置換で同じことをしようとすると
難しいですね．
結局Javaで処理プログラムを書きました．ありがとうございました．
hogeを含む行のうち^\s*'で始まらないもの
をgrepするのにvimでは
\(^\s*'.*\)\@<!hoge
でできるようなんですが、サクラで
(?<!^\s*'.*)hoge
とするとダメでした。
これをgrepするにはどうすればいいでしょうか？
サクラ（bregexp.dll）の正規表現はPerl5互換だそうなんですが。
板違い。
じゃあ
hogeを含む行のうち^\s*'で始まらないもの
にマッチするPerl5正規表現を答えよ。
とします。
ム板行け。
正規表現ってなんですか？
はやく！！！
単位がないんです！！
お願いします。。。
わしにはわからん。
>>686
【サルにもわかる正規表現入門】
http://www.mnet.ne.jp/~nakama/
>>690
有難うございました。
おかげで単位取れそうやでー！！
ほな
語り手緊急募集中！！
坐禅と見性第５４章 片手の他人がたたく拍手の音
http://life9.2ch.net/test/read.cgi/psy/1192448109/
【仏教】悟りを開いた人のスレ １０ 【鬼和尚】
http://life9.2ch.net/test/read.cgi/psy/1200142232/
【悟りで居る】悟りを開いた人ｽﾚ【完全お釈迦様派】
http://life9.2ch.net/test/read.cgi/psy/1198295563/
萬福寺行った。1.2
http://love6.2ch.net/test/read.cgi/kyoto/1188809052/
【茶の湯】 大徳寺について 【禅文化】
http://love6.2ch.net/test/read.cgi/kyoto/1145457556/
臨済宗 大本山天龍寺 2
http://love6.2ch.net/test/read.cgi/kyoto/1183216094/
【算盤】臨済宗 妙心寺派【金権】十五日は祝聖
http://love6.2ch.net/test/read.cgi/kyoto/1198725369/
★★臨済宗・癖有り布教師さん★★
http://love6.2ch.net/test/read.cgi/kyoto/1172800156/
臨済宗国泰寺派について
http://love6.2ch.net/test/read.cgi/kyoto/1151120179/
臨済宗相國寺派について
http://love6.2ch.net/test/read.cgi/kyoto/1146749623/
2008-03 発売(予定)
「詳説 正規表現 第3版」 (Jeffrey E.F. Friedl 著 / 長尾高弘 訳)
ISBN 978-4-87311-359-3 定価 5,040円
バイト代が全部本で消えていく・・・
あるある
2/1 XXXXXXXX
2/2～2/5 XXXXXXXXX
2/7～2/8 XXXXXXX
2/12 XXXXXXXXXX
2/20～2/28 XXXXXXXXX
と書かれた行があり 今日より以前の日付の行を削除するにはどうすればいいですか
それは正規表現の問題か？
Cの構造体のようにネストする可能性のあるものを正規表現で抽出するにはどうすればいいでしょうか？
無理
>>699
正解
>>696
日付の切り出しを正規表現でやって、日付の判定以降はプログラムでがんばれ。
sedを使って
2007/1/2
2007/1/23
2007/12/2
2007/12/31
のデータを
2007/01/02
2007/01/23
2007/12/02
2007/12/31
にするにはどうすればいいですか
sed -e 's,/1/,/01/,' -e 's,/2$,/02,'
>>703
９日近く書き込み無いのによく質問に高速で答えられますね
尊敬するとともに変態だと思います。
別に何日書き込みがなかろうが関係ない。
>>704
今時ブラウザでみてる奇特な人かな？
別にこのスレを毎日人手でチェックしてるわけじゃなくて、
専ブラの巡回リストに入ってるだけのことだと思うよ。
まあ、確かに４分でレスするのはちょっとすごいが
よくよく見たら 2007/3/3 とかは変換しない...
ほんとにそれでいいのか？ >>702
>>703もわざとその答えにしたんだろ。
要するに質問の仕方が悪いって事だ。
>>702
ゼロサプレス 正規表現
とか
ゼロパディング 正規表現
とかでググってみるといいかモナー
最近sedは使ってないから漏れはやり方知らんｗ
どの文字列にもマッチしない正規表現ってどう書くんでしょう？
(?<=a)a
空文字列にもマッチしない？
しないよ
というか自分で試せよ
710って、aaにマッチするよ
戻り読みの位置が違うんじゃね?
(?!a)a
こうかな
Vimでファイルの中からhttpで始まり、htmlで終るURLを抜きだしたいのですが、
どのようにすれば可能でしょうか？
いろいろと試してはいるのですが、行中の最大にマッチする等なかなかうまくできません。
最短でマッチさせたらさせたで、
ディレクトリのどこかに .html があると破綻する
emacs（の置換）と
perlのそれぞれで、
「日本語の文字列」を指定する正規表現が知りたいのですが、
どこを見ればよいでしょうか？
「ASCII文字を含まない文字列」でもOKです。
>>717
(info "(elisp)Regexp Backslash")
| `\cC'
| matches any character whose category is C. Here C is a character
| that represents a category: thus, `c' for Chinese characters or
| `g' for Greek characters in the standard category table.
というのがあるんだけど、C の説明が無いね。
\cj だった気がするけど、不具合があるかもしれん。
ASCII 以外だと、↓これはいかが？
(info "(elisp)Char Classes")
| `[:multibyte:]'
| This matches any multibyte character (*note Text
| Representations::).
>>718
ありがとうございます。emacsのinfoではなく、
elisp infoにあるんですね。
「日本文字にはさまれたascii空白」を検索したかったので、
emacsでは"¥cj ¥cj" でだいたいよさそうです。
（どういうわけか
[:multibyte:]や[:nonascii:]
という指定は
C-u C-s などではうまく動いてくれないようなのですが・・・
（ascii文字の一部にマッチしてしまう）
>>719
> （どういうわけか
> [:multibyte:]や[:nonascii:]
> という指定は
> C-u C-s などではうまく動いてくれないようなのですが・・・
> （ascii文字の一部にマッチしてしまう）
[[:multibyte:]] としんとだめやよ。
あ、そういうことか！どもです。
http://codezine.jp/article/detail/1573
やたら難しいのですが。
詳説正規表現を読めば、解けるようになりますかね？
>>722
難しいか? それ。
>>722
プログラミングperlの正規表現の解説部分を
読んでもなんとかなるかも(´・ω・`)
>>722
詳説正規表現は文字通り「詳説」。
正規表現を使うことが目的の人にはヘビーすぎる。
空の文字クラス'[]'はどういう意味になりますでしょうか？
あと'-'が文字クラスの最後にある場合もダッシュとマッチせよ
という意味になるのでしょうか？
すみませんダッシュじゃなくてハイフンですか
さーてと、
パソコンに於ける衛生面についてカキコして、
とりあえずここらでアクティブソナーにQSYするかなー♪
・VDT症候群に注意。
・腱鞘炎に注意。
・大音量による聴覚障害に注意。
マウスは玉の有り無しで、オスとメスがあるでよ。
光にも種類があるし、トラックボールもあるし。たまには玉の辺りの掃除でもしてやってくれ。
ボタンも林檎の1個や米窓の2個じゃなくて、SUNあたりなら3個あったんじゃねぇかなぁ。
最近じゃあ、ホイールも回転方向以外に左右に振れるのもあるでよ。
最後は、鍵盤だ。雑菌が繁殖して、便所より汚いモノもあるでなぁ。
病気移しちゃあいけねぇで、触らせる相手は自分で判断して制限しろよ。
おいもかはまぐり触った手かもしれねぇし、汁がとんでるかもしれねぇからな。
>>726
中身が空の [] はわからんが、末尾のハイフンはその通り。
範囲指定じゃなくてハイフンそのものとして解釈される。
質問させてください。
Fortranのコードから、「subroutine abc()」「 subroutine abs()」のような
サブルーチンの開始行だけをgrepで抽出したくて
grep ^\s*subroutine ./*.f90
と書いたのですが、「 subroutine」で始まる行がマッチしていないようです。
どのようにしたらこれをマッチさせられるか教えてください。
ちなみに、コード内には
「! subroutine abc()」「!subroutine abc()」なども含まれています。
>>730どなたか、ほんとお願いします！！
>>730
' とか " で括ってないとか？
話逸れるけど、grep は egrep が一番速いらしいよ。
egrep は「（・∀・）ｲｲ!! 」grep！
なんっつってｗ
はぁ～…
>>732そのとおりでした。
grep "^\s*subroutine" ./*.f90
としたらうまくいきました、ありがとうございます。
.....なんでこんなことに.....orz orz orz
「（・∀・）ｲｲ!! 」grep！
ムズいなこれ
http://codezine.jp/article/detail/3039
http://codezine.jp/article/detail/2676
機能的にegrepのが遅そうな気がするけど
>>735
正規文法(正規言語)には定義があるけど
正規表現に「数学的に厳密な定義」は存在しないと思うんだけどねー
まあ>>51でがいしゅつだったからどうでもいいや
教えていただけますでしょうか。
1（文字列A）文字列B
というものを
（文字列A）文字列B
にするのはどう書けばよいのでしょうか。
文字列A、文字列Bとも長さは不規則です。
sed 's/^.//'
すみませんが詳しい方のみ回答をお願いします
日本語や英語など特定の文字列をgoogle検索のリンクにしたいです。
例えば、「正規表現」という文字列をgoogleのリンクにしたい場合だと、
正規表現（せいきひょうげん、regular expression）とは、
文字列の集合を一つの文字列で表現する方法の一つである。
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
<a href="http://www.google.co.jp/search?q=%90%B3%8BK%95\%8C%BB">正規表現</a>
（せいきひょうげん、regular expression）とは、
文字列の集合を一つの文字列で表現する方法の一つである。
としたいです。ただし
・繰り返し１語１語適用することで複数の単語をリンク化する
または一発で複数の単語をリンク化する方法でもいい
・すでにリンクされているものを二重にリンクしない
・タグ内の文字列はリンク化しない
・英語は文章内の単語が完全一致すればリンク化し、
日本語は部分一致したらリンク化する
・英語の連語には対応しなくていい。
・リンク化したい文字列が「正規」「正規言語」などのように
「正規」⊂「正規言語」という関係のものは想定しない
使う言語はAWK、Sed、Perlのいづれかとする。
お願いします。
その質問は正規表現スレで扱う範囲を越えてます。
8桁の10進数を文字列とみなしたとき、
下2桁が"00"でない文字列をヒットしたい。如何すればよいか？
[0-9]{6}[1-9]{2}
[1-9][0-9]{5}([0-9][1-9]|[1-9][0-9])
正規表現でアルファベット6文字というのはどう書けばいいでしょう？
[A-z][A-z][A-z][A-z][A-z][A-z]
これじゃださいですよね？
[A-z]{6}
[A-z]だと[\]~_`を含むよ。[A-Za-z]{6}にしなはれ
POSIX 正規表現が使えるなら [[:alpha:]]{6} とか。
POSIX文字クラスはロケール依存の罠があるから避けた方が無難と思う
POSIX 文字クラスって [[:isalpha:]] みたいのを言うんじゃなかったっけ?
おっとなんか馬鹿なこと書いてしまった。
[a-z] も locale でどうマッチするかかわったりするよ?
ホント？ \w とかなら変わると思うけど、
[a-z] は locale に依らず ASCII コードの範囲になるのでは？
書き込み禁止されてた。
>>753
どのUNIXでもそうなるとは断言できないけど、locale が en_us.UTF-8 とかのときに
a-z が aAbB….yYz な集合になるものもあるよ。
POSIX的には コード順だと定義はしてはいなかったはず。
文字列の範囲はロケールに依存する。例えば、エストニア語のアルファベット
では、s の後に z があり、その後は t、u、v、w、x、y と続くので、[a-z] で
はすべての小文字のアルファベットにマッチしない
うふふ
>>754
それはlocaleの問題でもOSの問題でもないだろ
例えばlgrepはデフォルトがcase insensitiveだし
>>757
問題が理解できてないようだな。君は話に加わらなくて良いよ。
それだけだとかわいそうなので補足すると、
>>754 が言ってるのは case sensitivity の問題じゃないよ。
>>754 のレスの「aAbB….yYz」をよーく目をこらしてみてごらん。
ロケールによってはこういう不思議現象が起こるのよという話。
ジオ落ちててonigurumaのソースが落とせん。
だれかミラー的なもの知らない？
いや、あったは、ミラー。<mirrorservice.orgとか
（）内の、で区切られたものを
１（あああ、１） → １（１、あああ）
２（ううう、３） → ２（３、ううう）
３（えええ、１） → ３（１、えええ）
のように入れ替えたいです。
条件は
・括弧は半角全角どちらでも対応。出力はどちらかに統一する。
・（あああ、いいい、ううう）のように３つ以上あるのは無視する
それと、こうやってもうまくいかないのは何故でしょうか？
sed -e 's/（/\(/g' -e 's/）/\)/g' -e 's/、/,/g' test.txt |
sed 's/\(([^,)]*),([^,)]*)\)/（\\2、\\1）/g'
こうやれば望みどおりの結果は出たのですが、
汎用性が低いのでもっとちゃんとしたのを作るにはどうしたらいいですか？
#!/bin/awk -f
BEGIN { FS="(（|）|\\(|\\)|、| | +)" }
{
{print $1"（"$3"、"$2$4"）";}
}
あ
ほ
http://arrow3.way-nifty.com/shige/images_pc/RegExp.png
http://www.codezine.jp/static/images/article/1655/config.jpg
http://mckyblog.img.jugem.jp/20090724_436625.png
http://www19.atpages.jp/imagelinkget/get.php?t=v&u=makotowatana.ld.infoseek.co.jp/VBScriptRegularExpressions.png
http://makotowatana.ld.infoseek.co.jp/text.gif
このページは2chの過去ログページです。
削除要望などは該当ページの一番したから行うことができます。
2007-2009 hozen.org. 過去ログ、メーリングリスト保全計画 携帯でwikipedia
本サイトのデータはML,サイトから集められたデータを利用しています。 本サイトに掲載された情報についての権利は各ML,やウェブサイトをご覧ください。
