Microsoft PowerPoint - 04RegularExpressions.ppt [互換モード]

Transcription

1 Ruby における 正 規 表 現 1. Regexp オブジェクトの 生 成 2. 正 規 表 現 の 構 文 3. パターンマッチング 4. 置 換 正 規 表 現 パターンを 文 字 列 にマッチさせる. UNIX コマンド: egrep, awk, sed Ruby は 正 規 表 現 をかなり 拡 張 している. 正 規 表 現 の 応 用 例 ログファイル 内 のログイン 失 敗 を 見 つける 電 子 メールの 差 出 人 を 全 て 取 り 出 す. ファイル 中 のIPアドレスを 全 部 取 り 出 す. 意 味 不 明 だなぁ Regexp オブジェクトの 生 成 3 種 類 re = Regexp.new('^ s*[a-z]') re = /^ s*[a-z]/ re = %r ^ s*[a-z] オプション i: 正 規 表 現 はマッチ 時 に 大 文 字 小 文 字 の 区 別 を 行 わない m: 複 数 行 モード 正 規 表 現 "." が 改 行 にもマッチするようになる x: 正 規 表 現 中 の 空 白 ( 改 行 も 含 む)を 無 視 する o: 一 番 最 初 に 正 規 表 現 の 評 価 が 行 われた 時 に 一 度 だけ 式 展 開 ( #{} )を 行 う パターンの 構 文 文 字 は 基 本 的 には 自 分 自 身 とマッチする. 例 外 は:.,, (, ), [, ], {, }, +,, ^, $, *,? エスケープには を 用 いる, i.e. がマッチするのは 何 にでもマッチするメタキャラクタは. です. アンカーは 先 頭 や 末 尾 にマッチする ^ 行 頭 文 字 列 先 頭 または 改 行 の 次 $ 行 末 A 文 字 列 先 頭 改 行 の 有 無 には 影 響 されない Z 文 字 列 末 尾 文 字 列 が 改 行 で 終 っていればその 改 行 の 直 前 1

2 Regexp エスケープ 文 字 クラス [ ] で 指 定 するもの 特 殊 なコード t タブ n ニューライン etc. 語 境 界 /red/ は red, bred, reddened とマッチ / bred b/ がマッチするのは red だけ b 文 字 クラス 指 定 の 外 では 語 境 界 ( w と W の 間 ) B 非 語 境 界 / brub B/ は ruby とマッチ. rub にマッチせず 文 字 = 非 記 号 非 文 字 = 記 号 参 考 : 正 規 表 現 いずれかの 一 文 字 にマッチ [aeiou] は 任 意 の 母 音 とマッチ [ ] は 任 意 の 数 字 とマッチ 特 殊 文 字 も [] 内 では 普 通 の 文 字 さらに [A-Z] はすべての 大 文 字 [A-Za-z0-9] は アルファニューメリック [^A-Z] は 大 文 字 以 外 の 文 字 先 頭 以 外 にある `^' はその 文 字 そのものとマッチします また 先 頭 末 尾 にある `-' は その 文 字 そのものとマッチします 特 殊 文 字 選 択 Rubyでは d は [0-9] D は [^0-9] s は [ t r n f] S は [^ t r n f] w は [A-Za-z0-9_] W は [^A-Za-z0-9_] POSIX Classes [:alnum:] は [A-Za-z0-9] [:alpha:] は [A-Za-z] [:digit:] は [0-9] [:xdigit:] は [0-9A-Fa-f] [:lower:] は [a-z] [:upper:] は [A-Z] [:space:] は [ t r n f] 垂 直 線 で 選 択 を 表 す どちらか 一 方 pattern1 pattern2 優 先 順 位 red blue は red または blue の 一 方 とマッチ red ball blue sky は red ball または blue sky とマッチ. red blue sky または red ball sky とマッチではない 括 弧 を 用 いれば 纏 めることができる red (ball blue) sky 空 白 の 個 数 も 重 要 2

3 繰 り 返 し 繰 返 しは " 欲 張 り." とにかくできるだけたく さんマッチする. re* 0 回 以 上 re+ 1 回 以 上 re? 0 または1 回 re{n} ぴったり n 回 re{n,} n 回 以 上 re{n,m} 最 低 n 回 最 大 m 回 後 方 参 照 さらに 正 規 表 現 n は 後 方 参 照 です n 番 目 の 括 弧 ( 正 規 表 現 ( ) グルーピング)にマッチした 文 字 列 にマッ チします /([Rr])uby& 1ails/ は 次 のどちらにもマッチ Ruby & Rails ruby & rails /( w+) 1/ は 語 の1 回 繰 り 返 しにマッチ? は 最 短 一 致 復 習 : メタキャラクタ <.*> は 欲 張 り. <ruby>perl> にマッチ <.*?> は 最 短 一 致. <ruby> にマッチ? は 量 指 定 子 (quantifier)と 名 づけられている マッチング パターンマッチの 演 算 子 は =~ re = /[Rr]uby [Pp]ython/ re =~ Ruby is better than PHP. マッチのあと その 詳 細 を 取 り 出 すことができる: data = Regexp.last_match data.string: 比 較 した 文 字 列 data.to_s: マッチした 部 分 文 字 列 data.pre_match: マッチした 部 分 の 前 の 文 字 列 data.post_match: マッチした 部 分 の 後 の 文 字 列 data[1]: マッチした 第 一 の () の 中 味 data[2]: マッチした 第 二 の () の 中 味 data.captures: () でマッチしたものすべて パターンマッチ 様 々 スライス 復 習 : 1 回 以 上 正 規 表 現 の]ではありません ruby123 [/ d+/] # 123 ruby123 [/([a-z]+)( d+)/,1] # ruby ruby123 [/([a-z]+)( d+)/,2] # 123 r = ruby123 r.slice(/ d+/) # 123 r.slice!(/ d+/) # 123, r = ruby スプリット s = one, two, three s.split # [ one,, two,, three ] s.split(, ) # [ one, two, three ] s.split(/ s*, s*/) # [ one, two, three ] Regexp ( 正 規 表 現 クラス) のメソッド 3

4 置 換 置 換 機 能 が 用 意 されている sub(re, str): re に 最 初 にマッチした 部 分 が str に 置 き 換 わった 文 字 列 が 値 sub!(re, str): 破 壊 的 置 換 gsub(re, str): re にマッチするすべての 部 分 が str に 置 き 換 わった 文 字 列 が 値 gsub!(re, str): 破 壊 的 置 換 置 換 の 例 Rubyスタイルのコメントを 除 去 line.sub!(/#.*$/, "") 数 字 以 外 を 除 去 line.gsub!(/ D/, "") ある 単 語 の 置 換 line.gsub!(/ brails b/, Rails ) 単 語 の 入 替 : 例 John Smith を Smith, John に name.sub!(/( w+) s+( w+)/, 2, 1 ) UNIX のスラッシュを Windows のスラッシュに path.gsub!(%r /, ) [A-Za-z0-9_] これはこれを 括 弧 として 扱 う 正 規 表 現 [ t r n f] 例 次 の 例 を 実 際 に Ruby で 試 してみてくださ い a = Regexp.new('^ s*[a-z]') b = /^ s*[a-z]/ c = %r{^ s*[a-z]} a==b b==c a==c string = "spam and eggs" string =~ /a/ string =~ /spam/ string =~ /foobar/ /a/ =~ string irb(main):001:0> a = Regexp.new('^ s*[a-z]') irb(main):002:0> b = /^ s*[a-z]/ irb(main):003:0> c = %r{^ s*[a-z]} irb(main):004:0> a==b irb(main):005:0> b==c irb(main):006:0> a==c def show_regexp(a, re) if a =~ re "#{$`}<<#{$&}>>#{$'}" else "no match" end end $がつくとグローバル 変 数 そしてこれは 特 殊 変 数 4

5 show_regexp("spam and eggs", /a/) show_regexp("spam and eggs", /spam/) show_regexp("spam and eggs", /foobar/) irb(main):196:0> show_regexp("spam and eggs", /a/) => "sp<<a>>m and eggs" irb(main):197:0> show_regexp("spam and eggs", /spam/) => "<<spam>> and eggs" irb(main):198:0> show_regexp("spam and eggs", /foobar/) => "no match" show_regexp("spam and eggs", /eggs/) /%&/) show_regexp("yes no", / /) show_regexp("yes (no)", / (no )/) show_regexp("are you sure?", /e?/) show_regexp("this is nthe time", /^the/) show_regexp("this is nthe time", /is$/) show_regexp("this is nthe time", / Athis/) show_regexp("this is nthe time", / Athe/) show_regexp("this is nthe time", / bis/) show_regexp("this is nthe time", / Bis/) show_regexp("price $12.", /[aeiou]/) show_regexp("price $12.", /[ s]/) show_regexp("price $12.", /[ d]/) show_regexp("price $12.", /[ daeiou]/) a = 'See [Design Patterns-page 123]' show_regexp(a, /[A-F]/) show_regexp(a, /[A-Fa-f]/) show_regexp(a, /[0-9]/) show_regexp(a, /[0-9][0-9]/) show_regexp(a, /[0-9][0-9][0-9]/) show_regexp(a, / s/) show_regexp(a, / d d d/) show_regexp("aaaaa", /a/) show_regexp("aaaaa", /a*/) show_regexp("aaaaa", /a+/) show_regexp("aaaaa", /a?/) show_regexp("aaaaa", /a{0,5}/) show_regexp("aaaaa", /a{0,10}/) show_regexp("aaaaa", /a{5,10}/) show_regexp("aaaaa", /a{6,10}/) show_regexp("aaaaa", /a{6,}/) show_regexp("aaaaa", /a{3,}/) show_regexp("aaaaa", /a{3}/) a = "The moon is made of cheese" show_regexp(a, / w+/) show_regexp(a, / s.* s/) show_regexp(a, / s.*? s/) show_regexp(a, /[aeiou]{2,99}/) show_regexp(a, /mo?o/) a = "red ball blue sky" show_regexp(a, /d e/) show_regexp(a, /al lu/) show_regexp(a, /red ball angry sky/) show_regexp("banana", /an*/) show_regexp("banana", /(an)*/) show_regexp("banana", /(an)+/) show_regexp("banana", /(an)?/) show_regexp(a, /red (ball angry) sky/) a = "the red angry sky" show_regexp(a, /red (ball angry) sky/) show_regexp("hello world", /( w) 1/) show_regexp("hello to the the world", /( w+ ) 1/) "11:33pm" =~ /( d d):( d d)../ puts "The hour is $1, number of minutes is $2" "11:33pm" =~ /( d d):( d d)../ "8:49am" =~ /( d d):( d d)../ "8:49am" =~ /( d? d):( d d)../ a = "the quick brown fox" a.sub(/[aeiou]/, '*') a.gsub(/[aeiou]/, '*') a.sub(/ s S+/, '') a.gsub(/ s S+/, '') name = "Smith, John" name.sub(/( w+), ( w+)/, ' 2 1') a.sub(/^./) { match match.upcase} a.gsub(/[aeiou]/) { match match.upcase} vars = Hash.new vars["name"] = "John Smith" vars["here"] = "NKU" 5