正規表現道場@2ch Part3 s/煽り|荒らし/あぼーん/g
■ このスレッドは過去ログ倉庫に格納されています
0001nobodyさん
03/11/19 21:42ID:Kst3Nn4Sこのスレは有用そうな正規表現を紹介したり、どう表現したらいいかわからないときに質問をしたりするためのスレッドです。
質問するときは使用言語や得たい結果をなるべく詳しく書きましょう。
註：& や " を書くときには、& " と描いておきましょうね。
Perlメモ
http://www.din.or.jp/~ohzaki/perl.htm
正規表現メモ
http://www.kt.rim.or.jp/~kbk/regex/regex.html
Regex::Diagram.pm
http://www.cc.rim.or.jp/~midorin/mad-p/RegexDiagram.html
正規表現
http://www.cc.rim.or.jp/~midorin/mad-p/perl/benkyou/PRC2kRegex/
UNIX正規表現入門 目次
http://www01.u-page.so-net.ne.jp/jc4/hiroyuki/rex_index.html
Regular Expression(Riue ちゃんの正規表現講座) - Index
http://www.sixnine.net/regexp/
ほとんどは↓のリンク集にまとまっています。
正規表現最新リンク集2002
http://www2.famille.ne.jp/~akio1998/l_grep.html
過去スレ
正規表現道場@2ch
http://pc.2ch.net/test/read.cgi/php/996105815/
正規表現道場@2ch Part2
http://pc2.2ch.net/test/read.cgi/php/1038146241/
0456nobodyさん
04/06/21 13:16ID:???きっとこんなんじゃ駄目なんだろうな。
0457455
04/06/21 13:20ID:???[0-9]+\f →<a name="\0">\0</a>
これで出来るようになりました。
今度からもっと調べてから書き込みますね。
スレ汚し失礼しました。
0459nobodyさん
04/06/23 14:38ID:StfIGGBa上記の文字列から'test2'の部分だけを取り出したいのですが、
'm /<tag>(.*?)<\/tag>/;' では$1に 'test1<tag>test2' まで入ってしまいます。
'm /<tag>.*?<tag>(.*?)<\/tag>/;' で望みどおりにはなるのですが
エレガントではないように思います。
もっと良い表現はないでしょうか？
0460nobodyさん
04/06/23 15:40ID:???0461460
04/06/23 15:57ID:???0463nobodyさん
04/06/23 18:16ID:???（03/11/19） http://snapshot.publog.net/html/php/2003/11/19/214238.html
（02/11/24） http://pc5.2ch.net/php/kako/1038/10381/1038146241.html
（01/07/26） http://pc.2ch.net/php/kako/996/996105815.html
0464nobodyさん
04/06/24 22:52ID:???http://cgi25.plala.or.jp/~c6h6/em_wiki/index.php?%C0%B5%B5%AC%C9%BD%B8%BD%B7%C7%BC%A8%C8%C4
0465nobodyさん
04/06/25 11:54ID:g4l68VjTと言う文字列があったとして、'B'の2個目の後ろの数字とか、
'A'の3個目の数字などの指定はどうしたら良いでしょうか？
Perlでお願いします。
{m回目にマッチ}を使えば良いかと思ったのですが、使いかたがわかりません。
0466nobodyさん
04/06/25 12:01ID:g4l68VjTm /.{3}(\d)/;
とかで'B'の2個目の後ろの数字は取り出せるのですが、
'A'や'B'はhtmlのタグの変わりですので、任意の文字列の
希望するヒット回数の後ろの文字列を取り出したいと思っています。
0468nobodyさん
04/06/25 12:20ID:???/.*B.*B(\d)/
とかやるしかないんじゃないの？
0469nobodyさん
04/06/25 12:25ID:g4l68VjThtmlの中の2個目のtableタグの中の文字列を取り出したり、
3個目の画像のURLを取り出したりしたいです。
>>468
>つか、{m}はm回数目にマッチじゃないからね。
ご教授ありがとうございます。
0471468
04/06/25 12:36ID:???/(?:.*?B){m}(\d)/
……でもこれってHTML解析とは違うような気がする。
0472nobodyさん
04/06/25 12:46ID:g4l68VjT2個目の<tabe></table>内の10個目の<td></td>の間の文字列を取り出したいのですが、
エレガントな表記方法をお願いします。
>>471
まだまだ初心者なので的確な表現ができなくて申し訳ありません。
自分で調べるとっかかりが欲しかったので、>>465のような質問にしました。
0474nobodyさん
04/06/25 13:15ID:???>>472
そのくらい複雑なことするようなら HTML パースライブラリ使った方が吉。
0475nobodyさん
04/06/25 13:31ID:g4l68VjTぐたい-てき 0 【具体的】
一般的なものや観念的なものではなく、個々の事実によっているさま。
「―に例をあげる」
具体的に例をあげているだろうが。
具体的という意味がわからないならもう帰っていいよ
>>474
>そのくらい複雑なことするようなら HTML パースライブラリ使った方が吉
ご教授ありがとうございます。
HTML パースライブラリというのを知っただけでも大きな収穫を得ました。
0476nobodyさん
04/06/25 13:42ID:???一番必要なのは日本語の勉強だな。
0477nobodyさん
04/06/25 14:10ID:???＞2個目の<tabe></table>内
<table><td><table/></td></table><table/>
どれが2個目のテーブルですか。
どこが具体的ですか。
脳内ですか。そうですか。
おめでたい頭してますね。カワイそうに。
0480nobodyさん
04/06/29 20:28ID:8D9V5eyppreg_match("/<a href=(.*)>(.*)<\/a>/i",$str,$str_reg);
これだと、<b></b>があるため、URLとタイトルがうまく抜き取れません。
http://www.abc.com/
<b>ABC</b>company
の2つを抜き出したいのですが、どうしたらいいのでしょうか？
<b>タグが入っていない場合は、うまくいくのですが…。
0483nobodyさん
04/07/03 16:46ID:3JpN2Yosや
DoCoMo/1.0/X503i/c10/ser***********
から
ser**********←これは11〜15桁のユニークな英数字
を得たい。
それと、
http://www.dp.j-phone.com/dp/tool_dl/web/useragent.php
J-PHONE/4.0/J-SH51/SN************ SH/0001a Profile/MIDP-1.0 Configuration/CLDC-1.0
Ext-Profile/JSCL-1.1.0
SN************←12桁のユニークな英数字
を得たい。
よろしくお願いします。
0484nobodyさん
04/07/03 16:48ID:???SN\d{12}
0487nobodyさん
04/07/16 14:35ID:IH9/xCo3アラビア数字（第1条〜第999条）を漢数字（第一条〜第九百九十九条）に置き換える式を教えてください。
0488nobodyさん
04/07/16 15:37ID:ihM1iEsJ「http://hoge.com/***」の***が、先頭一致で(aaa/|bbb/)以外の場合に、
hoge.com/***をhoge.com/index.cgi?***に変換。
〔(aaa/|bbb/)の場合通常のリクエストと見なす〕
〔***は任意〕
Apacheのmod_rewriteで行い、記述は.htaccessで行う。
0489nobodyさん
04/07/16 16:01ID:???.htaccess質問コーナー Part2
http://pc5.2ch.net/test/read.cgi/hp/1084861566/
0490nobodyさん
04/07/16 16:13ID:???【Apache】mod_rewriteについて語るスレ
http://pc5.2ch.net/test/read.cgi/php/1023791370/
というのもありますが、どちらがいいのでしょうか？
0491nobodyさん
04/07/16 17:28ID:???パフォーマンスが悪いのは承知で、
$hage = mb_convert_case($hoge, 'asKV')
$hage = preg_replace('/pattern/', '<span class="match">$0</span>', $hage);
$part = preg_split('/(<.+?>)/', $hage, 0, PREG_SPLIT_DELIM_CAPTURE);
$result = '';
$pos = 0;
foreach ($part as $key => $value) {
if ($key % 2 == 0) {
if (($len = mb_strlen($value)) > 0) {
$result .= mb_substr($hoge, $pos, $len);
$pos .= $len;
}
} else {
$result .= $value;
}
}
というのも考えてみたけど半角の濁点の処理などをさらに追加せねばならず、大変。
mb_ereg_replaceかpreg_replaceのオプションで全角半角を無視ってのできないかなあ。
0493nobodyさん
04/07/17 01:01ID:l2+iEUo8雑多な文字列の入ったテキストファイルの中から、ホスト名を抽出するにはどう書けばいいのでしょう。
実際やりたいことは、テキストファイルからホスト名部分を抽出→ereg_replaceで空白に置換え。
つまりホスト名の削除です。
0495nobodyさん
04/07/17 04:58ID:aixfBR+9以下のような文字列にて"#"より後ろの文字列を
正規表現を使用したeregi_replace関数を用いて全て削除しようと考えています。
（"#"も含みます）
$stirng = "あいうえおaiueo#かきくけこ"
以下のようにやっていますが、うまくいきません。
$b = eregi_replace("[#.*]","",$stirng);
どのようにすればよいのでしょうか？
0497nobodyさん
04/07/17 11:31ID:l2+iEUo8>>494
各行から以下のような形式のホスト名部分を削除
#####
YahooBB***********.bbtec.net
\\******.ppp.dion.ne.jp
\*****-*****\\****\-acca.tokyo.ocn.ne.jp
\\***\*\.speednet.ne.jp
\\\.\\\.\\\.\\.ap.highway.ne.jp
*＝数字 \＝アルファベット（大文字小文字混在）
#####
これ以外にも出来るだけ柔軟に対応させたいのです。
スクリプトの行数が多くなるのは覚悟の上です。
0499nobodyさん
04/07/17 14:48ID:TroGWL8bありがとうございます！
本当に助かりました。＾＾
0500nobodyさん
04/07/17 15:11ID:TroGWL8b配列にする場合、split関数の引数はどのように書けばよいでしょうか？
$b = " 02600 0 1111"
現在、$a=split(" *",$b);でやっておりますが、うまく出来ません。
よろしくお願い致します。
0501nobodyさん
04/07/17 15:15ID:TroGWL8b訂正です。
$a=split(" +",$b);でやっておりますが、うまく出来ません。
補足です。
上記の例の場合、配列$aに以下のように入れたいと思っています。
$a[0]=02600
$a[1]=0
$a[0]=1111
よろしくお願い致します。
0502nobodyさん
04/07/17 15:16ID:TroGWL8bすいません。また訂正です。
$a[0]=1111
↓↓↓↓↓
$a[2]=1111
0503nobodyさん
04/07/17 15:30ID:TroGWL8b出来ました。
スペースの全角と半角の区別をしてなかったのが原因でした。
失礼しました。
0504nobodyさん
04/07/18 10:56ID:???これでダブルクオートに囲まれた文字列に一致すると思うんですが、
ダブルクオートの中にエスケープされたダブルクオートがあると、そこまでで一致終了してしまいます。
当然ですが。
エスケープされた物を無視させるにはどうすればいいですか
0505nobodyさん
04/07/18 11:12ID:???0506nobodyさん
04/07/18 11:45ID:???"foo\"bar" と \ でエスケープするなら
/(?<!\\)"((?:\\"|[^"])*)"/ で $1 に foo\"bar が入る。
…少なくとも Perl 5.005 以降なら。
0508nobodyさん
04/07/18 21:19ID:???でもこれだと
"test\""
これに対応しない・・・
test
になっちゃった・・・・・
0509nobodyさん
04/07/18 22:03ID:???0510nobodyさん
04/07/18 22:14ID:???使用言語とテストコードを書いてくれんと何が悪いか分からんよ。
#!/usr/local/bin/perl
require 5.005;
$_ = '"test\""Test:"\100-", tes"T""t\"e\"S\"t"';
print "$1\n" while /(?<!\\)"((?:\\"|[^"])*)"/g;
print "$1\n" while /(?<!\\)"([^"]*(?:(?<=\\)"[^"]*)*)"/g; # ループ展開版
__END__
0511nobodyさん
04/07/18 22:32ID:???とりあえず、HTMｌタグ内とタグ外、コメントとそれ以外に分けて配列化してるんです
言うならば・・・普通のテキストを
#CDATA, tag, tag, tag, comment, #CDATA, comment, tag, comment, tag.......
みたいな感じで。分かりづらかったらすみません
0512nobodyさん
04/07/18 22:33ID:K8gWFvF7undef @tg;
undef @ot;
push @tg, $1 while($str =~ s/(<!--.*?-->)//s);
@ot = split /<!--.*?-->/s, $tmp;
$i = 0;
foreach (@ot){
push str, $_;
push str, $tg[$i++];
}
foreach (@str){
$tmp = $_;
undef @tg;
undef @ot;
undef @strtg;
push @tg, $1 while(s/(<(?:(?:\\"|[^"])*(?<!\\)"(?:\\"|[^"])*")*?>)//s);
@ot = split /(?:<(?:(?:\\"|[^"])*(?<!\\)"(?:\\"|[^"])*")*?>)/s, $tmp;
$i = 0;
foreach $r (@ot){
push ret, $r, $tg[$i++];
}
}
foreach (@ret){
print $i++, $_ if($_ && $_ !~ /\A\s\Z/s);
}
0513nobodyさん
04/07/18 22:33ID:???読みづらくてすみません
0514nobodyさん
04/07/18 23:15ID:???眠いので落ちます・・・・
0515nobodyさん
04/07/18 23:25ID:???サンプル
ttp://koumuinsiken.hp.infoseek.co.jp/
初心者ながら頑張ったのは…
<!-- isweb auto-insert \*/ -->\n.*\n.*\n.*\n.*\n.*\n.*\n.*\n.*\n.*\n.*\n.*\n
すんません_no
0516nobodyさん
04/07/18 23:39ID:???/<!-- isweb auto-insert \*\/ -->.*?<!-- inserted by isweb server\/\* -->/s
こんなんじゃないのか？
0517nobodyさん
04/07/18 23:52ID:???文法はこれに準拠してるみたいですが、上手くいきません…。
0518nobodyさん
04/07/18 23:55ID:???HTML の属性値では " を \ でエスケープしたりせんが。
http://search.cpan.org/dist/HTML-Parser/
http://www.din.or.jp/~ohzaki/perl.htm#HTML_Tag
これ以上はスレ違いになりそうだから余所でやってくれ。
0520nobodyさん
04/07/19 00:02ID:???http://pc5.2ch.net/test/read.cgi/tech/1062152374/478-480n
が関係あるに 300 ペリカ。
0521nobodyさん
04/07/19 00:17ID:???Emeditorとかでマッチのテストしてみたんですが、
/<!-- isweb auto-insert \*\/ -->.*?<!-- inserted by isweb server\/\* -->/s
ではうんともすんとも言いませんでした。
なんか基本的な知識が欠けているような気がします。すんません。_no
0523nobodyさん
04/07/19 00:47ID:???http://www.emeditor.com/jp/help/dlg/find/
http://www.emeditor.com/jp/help/howto/search/search_regexp_syntax.htm
http://pc5.2ch.net/test/read.cgi/software/1087716064/
<!--\s+isweb\s+auto-insert\s+\*/\s+-->(.|\s)+?<!--\s+inserted\s+by\s+isweb\s+server/\*\s+-->
0524nobodyさん
04/07/19 07:43ID:???Emeditorに複数行にマッチする設定が無いのですが…
Pro版のは"."が改行にもマッチするように設定できるみたいですがこれですかね。_no
あといろいろ試してみたのですが、スペースは\sでも でもマッチするみたいです。
<!-- isweb auto-insert \*/ -->
>>523さんのもうんともすんとも言いませんでした。
おそらく複数行にマッチするようにチェック入れないといけないんでしょうけど。
マターリがんがります…。
0525nobodyさん
04/07/19 10:24ID:???>>523
コメントタグ中の/のエスケープが抜けている
0526nobodyさん
04/07/19 11:59ID:???EmEditor v4 Standard をインストールして確認したところ、\s が
改行にマッチしないし \n を含むパターンを量指定できないな。
一般的な正規表現エンジンと挙動が違うから、ここで質問しても
君の望む答は得られんだろう。この糞ソフトを使い続ける気なら
後は >>523 の専用スレに行ってくれ。
真っ当な正規表現エンジンを積んでいるソフトなら >>516 で OK 。
>>525
検索ダイアログに突っ込むのに / は関係無し。
0527nobodyさん
04/07/19 12:29ID:???宣伝してるのはお前か？
http://pc5.2ch.net/test/read.cgi/hp/1089046899/39
http://pc5.2ch.net/test/read.cgi/hp/1065089862/324
0528nobodyさん
04/07/19 12:43ID:???・PeggyPad
うんともすんとも
・PHPエディタ
普通の文字、または左括弧"("が必要です.
と出ました。しょぼーん。
秀まるお使ったほうがいいですかね？
>>527
http://www.google.co.jp/search?num=50&lr=lang_ja&ie=Shift_JIS&oe=Shift_JIS&q=infoseek
で一番上に来るサイトを選んだだけです。とりあえず否定しときますです。
0529nobodyさん
04/07/19 13:26ID:???ローカルのperlを利用するマクロならできたけど。
で、マッチしたとして何をしようってのよ？
保存したソースから削除とかなら複数行置換えできるフリーソフトのほうが簡単だぞ。
0530nobodyさん
04/07/19 21:20ID:???あっちのスレにも誤解されそうな人がいますが…
0531nobodyさん
04/07/19 23:57ID:???秀丸がダメなのはヘルプに説明があるよ。
(「検索系コマンド」の「\nを使った複数行検索の際の制限について」)
>>530
エディタのマクロかなんかでプロキシ作るのかい?
0532nobodyさん
04/07/22 12:26ID:???0533nobodyさん
04/07/22 14:35ID:???広告を非表示にしたいわけか
0534nobodyさん
04/07/24 14:34ID:wErUOaoh$str = "googleの結果<br>ttp://www.google.co.jp/search?hl=ja&ie=UTF-8&q=ereg_replace&btnG=Google+%E6%A4%9C%E7%B4%A2&lr=lang_ja<br>..."
$str = ereg_replace("http://[^<>[:space:]]+[[:alnum:]/]","<a href=\\0>\\0</a>", $str);
これをこのように出力したい。
<a href=ttp://www.google.co.jp/search?hl=ja&ie=UTF-8&q=ereg_replace&btnG=Google+%E6%A4%9C%E7%B4%A2&lr=lang_ja>ttp://www.google.co.jp/search?hl=ja&ie=...</a>
0535nobodyさん
04/07/24 14:51ID:???$strからgoogleの結果<br>と<br>を取り除いてから
<a href=$str>ttp://www.google.co.jp/search?hl=ja&ie=...</a> でいいだろ。
0536nobodyさん
04/07/24 15:12ID:wErUOaoh$str はいわゆる掲示板の書き込みのコメント部分です。
で、それを自動リンクしたいんですが、コメント中に長いURLを張るとテーブルが壊れます。
実際のリンクは超略しないで、表示部分だけ短く省略したいんです。
0537nobodyさん
04/07/24 16:35ID:???0538nobodyさん
04/07/24 17:11ID:wErUOaohヘボイらしいのですが、ここを参考にして何とかなりました。
お騒がせしました。
0539nobodyさん
04/07/24 23:27ID:b6ZQFx0g<table> <tr> <th> TH1 </th> <td> TD1 </td> </tr> </table>
<table> <tr> <th>
<table> <tr> <th> TH2 </th> <td> TD2 </td> </tr> </table>
TH3 </th> <td> TD3 </td> </tr> </table>
欲しいものは、
TH1 と TD1
TH2 と TD2
<table> <tr> <th> TH2 </th> <td> TD2 </td> </tr> </table> TH3 と TD3
です
環境は php4.3 です
0540nobodyさん
04/07/25 01:22ID:???0541nobodyさん
04/07/25 04:31ID:???0542nobodyさん
04/07/25 06:16ID:???http://www.din.or.jp/~ohzaki/regex.htm#GetNestedParen
0543nobodyさん
04/07/26 14:57ID:nr00S6gf#の前の文字列を取得したい場合はどのような正規表現にすれば良いのでしょうか○|￣|_
0546nobodyさん
04/07/28 01:04ID:???------------------------
<qqq>
<abc>123</abc>
<rrr>aiueo</rrr>
<abc>456</abc>
</qqq>
------------------------
というような構造のとき、
<qqq>の中の文字列を取り出し
それに対して
/<abc>([^&]+)<\/abc>/
でマッチング処理を行うと、
------------------------
123</abc>
<rrr>aiueo</rrr>
<abc>456
------------------------
という結果になってしまいます。
一つ目の<abc>123</abc>に正しく反応させたいのですが
どのようにすればよいのでしょうか。
よろしくお願いいたします。
※マッチング処理の際の
/<abc>([^&]+)<\/abc>/
のabc部分は可変です。
0548nobodyさん
04/07/28 01:37ID:???546です。すみません、本当に助かりました。
ありがとうございます。
(とほほさんのHP見ながらやっていたんですが、それ以外にも対応していたり
するんですね。今後は気をつけます。)
0549nobodyさん
04/07/28 01:37ID:???0550nobodyさん
04/07/28 02:00ID:???0552nobodyさん
04/07/29 00:49ID:???546ではないけど質問です。
/<abc>([^&]+?)<\/abc>/
だと<abc>123</abc>にはマッチするけど、<abc><123></abc>マッチしませんでした。
こういう文字コードを使われてるものもマッチさせる方法はあるんですか？
0553nobodyさん
04/07/29 09:01ID:???0554552
04/07/29 10:14ID:???<abc>＆ｌｔ；123＆ｇｔ；</abc>
↑は/<abc>([^&]+?)<\/abc>/でマッチしないのですが、
マッチさせる方法はあるのですか？
0556nobodyさん
04/08/01 14:12ID:???$aには、変動する数字が代入されているとします。
【$aが、2000で割り切れる値であるとき、真を返す】
もしくは、
【下4桁が、2000・4000・6000・8000・0000のいずれかであるならば、真を返す】
としたい場合には、どのようなソースになりますか？
ご教授お願いいたします。
■ このスレッドは過去ログ倉庫に格納されています