986コメント301KB

正規表現道場@2ch

■ このスレッドは過去ログ倉庫に格納されています

0001ヽ(´▽｀)ノ

2001/07/26(木) 09:03ID:???

以外と毛嫌いして居る人も多そうな正規表現、
でもperlを使いのなす上で避けて通れない道だったりするかもです。
そこで、スクラップブック的に目に止まったカッコイイ正規表現を
書き留めておこうと言うスレッドです。
質問する時は言語と、得たい結果をなるべく詳しく書いてね。

取り合えず僕が知ってる有用なリンクです。
http://www.din.or.jp/~ohzaki/perl.htm
http://www.kt.rim.or.jp/~kbk/regex/regex.html

もっとｲｲ（・∀・）リンクは>>2-10さん辺りが書いてくれるカモ････

0557nobodyさん

02/08/29 16:48ID:???

あのぅ
すいませんが…
正規表現で困っています
『困ったﾔｼ』を削除したいんですけど
s/『困ったﾔｼ』*?$//g;
では無理っぽいですた

0558名無しさん＠Ｍｅａｄｏｗ

02/08/29 17:12ID:???

>>556
[from|FROM] [^"]

0559名無しさん＠Ｍｅａｄｏｗ

02/08/29 17:19ID:r4ScsmNZ

>>557
s/『困ったﾔｼ』//g;
*?$って書くと、行末の『困ったﾔｼ』にしか対応線。

0560nobodyさん

02/08/29 17:51ID:???

>>558
(from|FROM)[^"] ﾃﾞｼｮ

0561nobodyさん

02/08/29 17:53ID:???

>>560
（　´,_ゝ`）ﾌﾟｯ　　　

0562困ったﾔｼ

02/08/29 17:56ID:???

ｷﾀ━━━━━(ﾟ∀ﾟ)━━━━━!!!!!
(from |FROM )[^"]
で逝きますた

0563nobodyさん

02/08/29 18:13ID:???

>>561
（　´,_ゝ`）ﾌﾟｯ

0564560

02/08/29 18:21ID:???

その
（　´,_ゝ`）ﾌﾟｯ
てやつやめてくれませんか。お願いします。
間違いがあるなら指摘しテク浅い。

0565nobodyさん

02/08/29 18:24ID:???

（　´,_ゝ`）ﾌﾟｯ　だってさぁ、半角スペースがどこにも入ってないから

0566nobodyさん

02/08/29 18:31ID:???

（　´,_ゝ`）ﾌｰﾝ

0567困ったﾔｼ

02/08/29 18:32ID:???

やめなよう
揉めごとはぁ。
(´Д｀)ﾊｧﾊｧ

0568困ったﾔｼ

02/08/29 18:45ID:???

(´Д｀)ﾊｧﾊｧ

0569nobodyさん

02/08/29 18:47ID:???

まぁ、質問者当人が喜んでいるので万事解決って事で。

0570いらすま

02/08/30 21:33ID:kfTl+oQS

性器表現

男性器→　おちんちん
女性器→　おまんこ

0571nobodyさん

02/08/30 22:21ID:???

で？

0572nobodyさん

02/08/30 22:29ID:???

URLで使用できる文字を教え頂きたいのですが、
英数字と;/?:@&=+$,-_.!~*'()] だと思うのですが、検索しても
見つかりませんでしたので・・・

0573nobodyさん

02/08/30 23:09ID:???

0574名無しさん＠Ｍｅａｄｏｗ

02/08/30 23:18ID:???

>>572

perldoc -q url

0575nobodyさん

02/08/31 07:19ID:OvxGQyUv

http://europa.ath.cx/content/computers/docs/o'reilly/book/

0576nobodyさん

02/09/01 16:35ID:qOjuyzjx

>>572
http://openlab.ring.gr.jp/k16/htmllint/explain.html#excluded-url

0577名無しさん＠Ｍｅａｄｏｗ

02/09/04 03:47ID:zyxWHEDD

jperlも[^２バイト文字]の場合、1バイト単位で処理するんですね。
sjisでは、全角記号は、ほとんど（全部？）\x81から始まっているので、
/[^※]+/とすると全角記号が入っている場合は合致しないんです。
この理解で合っていますか。

0578 ◆dKHETt0c

02/09/04 13:06ID:???

てすと

0579nobodyたん

02/09/04 13:17ID:???

>>572
ftp://ftp.iij.ad.jp/pub/rfc/rfc2396.txt
http://www.japu.org/tmp/http.c

0580nobodyさん

02/09/05 01:39ID:???

２ちゃんねるのＩＤはこれでいいですか？
^[A-Za-z0-9/]{8}$

PHPなんですけど

0581nobodyさん

02/09/05 12:34ID:qJJ4ywe1

「＞」で始まってて「;」で終わっていたら、

「＞」から「;」の前までの文字の色を青くして
「;」は消去したいんですが、

$hoge =~ s/(^＞[.]);/$1/ig;

ではダメみたいです。

全角文字がいけないのか、半角のセミコロンはつかえないのか、
そもそもなにか間違ってるのかわかりません。

だれか正解を教えてください。

0582581

02/09/05 12:39ID:qJJ4ywe1

いろいろ間違いを見つけて

$hoge =~ s/(＞.+);/$1<\/font>/ig;

ここまで行きました。

まだ間違ってますか？

0583nobodyさん

02/09/05 12:55ID:87M5TYG6

>>582
英文字使ってないならオプションのiはいらんだろ。
.+? か [^;]+ にしないと＞の後にセミコロンが複数あった時
最後のセミコロンまでの全ての文字がマッチしちゃうぞ。

$hoge =~ s/(＞[^;]+);/$1<\/font>/g;

あとタグを扱う場合は区切り文字変えた方が
/のエスケープ要らなくなって見やすい。
$hoge =~ s|(＞[^;]+);|$1|g;

0584 ◆4XfSMGTg

02/09/05 12:56ID:???

>>580-582
（　´,_ゝ`）ﾌﾟｯ

0585581

02/09/05 13:46ID:qJJ4ywe1

まだだめです
＞あああ　＞おおお;

ってやると最初の＞から;まで青くなってしまいます。
＞おおお;
だけ青くしたいんです。

0586nobodyさん

02/09/05 13:52ID:???

>>585
あとから条件足すなボケ

0587581

02/09/05 13:54ID:qJJ4ywe1

$body =~ s/(＞[^;^＞]+);/$1<\/font>/g;
すいません。わすれてました
でもこれで大丈夫のようです。

なぜか改行はいっても大丈夫（色がかわらない）のですが、なんででしょうか？
べつに変わらなくてよいのでいいんですけども、理由が気になります。

0588nobodyさん

02/09/05 14:06ID:???

while (<>)｛
$_ =~ s/(PAT)/$1/g;
}
とか
for (@foo) {
$_ =~ s/(PAT)/$1/g;
}
してるんなら、$_には読みこんだ一行しか入ってないから。
$/ = ''でもしとけ。

つか、全然正規表現じゃねーだろ。青らくだかって勉強しろボケ。

0589nobodyさん

02/09/05 14:20ID:???

>>588
あふぉですか？

0590nobodyさん

02/09/05 14:21ID:87M5TYG6

>>587
それじゃダメ。
＞のコードは\x81\x84なので
[^;＞]は[^;\x81\x84]と等価。ちなみに^は最初に一つ置くだけでいい。
つまり;か81か84が出てきたら全て否定されるので。81か84を含むコードを
持つ文字がある場合にマッチしなくなる。

こうしれ。
$hoge =~ s|(＞(?![^;]+＞)[^;]+);|$1|g;

0591581

02/09/05 14:24ID:qJJ4ywe1

>>590
ありがとう！

なぜか「→」とかの記号が中に入ると
ダメになっちゃったんだよ。

そういうことか。マジでありがとう！
ちなみに改行は大丈夫でした。記号が入っていたようです。すみませんでした。

0592581

02/09/05 14:28ID:qJJ4ywe1

>>590
・・・なにもマッチしないんですけど・・・。

なんでだろ。

0593nobodyさん

02/09/05 14:36ID:87M5TYG6

>>592
上の例だとマッチするが…
下記に確認に使ったソースを載せとく。

他に何か言い忘れてる事ある？
マッチさせたくてさせられなかった文字列はどんな？

#! /usr/local/bin/perl

print "Content-type: text/plain\n\n";

$hoge = '＞あああ　＞おおお;';
$hoge =~ s|(＞(?![^;]+＞)[^;]+);|$1|g;

print "$hoge";

0594581

02/09/05 14:40ID:qJJ4ywe1

>>592
すいません
バッチリでした。
ちょっとぜんぜん関係ないところでミスってました。

本当に申し訳ありませんが、もうひとつだけ条件追加させてください。

＞と;の間で改行したらマッチしないようにしたいです。
この場合の改行は なので改行コードではないです。
だから簡単だと思ったのですが、「 」という文字列を丸ごと指定する方法が
わかりません。

こまった。

0595nobodyさん

02/09/05 14:53ID:87M5TYG6

>>594
$hoge =~ s%(＞(?![^;]*(?:＞| ))[^;]*);%$1%ig;

どこに が入ってるかわかんないので+を*に変えといた。
ので、＞;でもマッチしてしまうが。

0596581

02/09/05 15:11ID:qJJ4ywe1

まじで感謝です
＞;でマッチするのはぜんぜんOKです。

ありがとうございました！

0597nobodyさん

02/09/05 16:03ID:???

2バイト目が81の文字の後に1バイト目が84の文字が続くと
＞の部分にマッチしてしまう罠。

0598nobodyさん

02/09/05 17:50ID:???

>>597
（　´,_ゝ`）ﾌﾟｯアサハカさんですね

0599nobodyさん

02/09/14 03:35ID:ptF5alUd

$QUERY{'hd'}が「あ」だったら
あほ、あへへ、とかにヒットするようにしたいんですが、やり方わかりません。
if ($DB[$key] =~ /^$QUERY{'hd'}.*/) ～
とかやってみました。ぜんぜんだめです。「{」は「\{」って書くんですか？
やってみたけどだめでした。どやってやったらいいですか。

0600名無しさん＠Ｍｅａｄｏｗ

02/09/14 08:27ID:???

>>599
条件をもっと正確に書きましょう
「あほ、あへへ、とか」って？
$DB[$key]が「あ」で始まる任意の文字列にマッチする場合ということなら
if ($DB[$key] =~ /^$QUERY{'hd'}.*/) ～
これでええです。
エラーをもっと正確に書きましょう
「ぜんぜんだめです。」って？
エラーメッセージを見ればほとんどのことは分かるんです

0601nobodyさん

02/09/14 16:49ID:???

^ はいらないんじゃない？

0602名無しさん＠Ｍｅａｄｏｗ

02/09/14 21:28ID:???

>>601
$ perl -e '$var="abc"; if ($var=~/b/){print "601 is an aho!\n";}'
601 is an aho!

0603名無しさん＠Ｍｅａｄｏｗ

02/09/14 21:30ID:???

$ perl -e '$var="abc"; if ($var=~/^b/){print "601 is an aho!\n";} else {print "
601 is God!\n";}'
601 is God!

0604nobodyさん

02/09/15 00:00ID:???

>>602 がah(略

0605名無しさん＠Ｍｅａｄｏｗ

02/09/15 07:34ID:???

>>602, >>603はGod
>>604はdoah（略

0606nobodyさん

02/09/16 22:01ID:l9cfV4Lx

文字列置換で置換後に\1を参照した直後に1を挿入したいのですが、\11と書いたら
だめでした。どうやって書けばいいですか。よろしくお願いします。
$error_flags = "0000000000000";
$error_flags =~ s/^(\d{1})\d{1}(\d{11})$/\11\2/g if ($QUERY{'form_v2'} eq "");
$error_flags =~ s/^(\d{2})\d{1}(\d{10})$/\11\2/g if ($QUERY{'form_v3'} eq "");

0607nobodyさん

02/09/16 22:10ID:???

${1}1$2

0608nobodyさん

02/09/16 22:16ID:???

おお、なるほど。そんな書き方でしたか。やってみます。
どうもありがとうございます。

0609nobodyさん

02/09/17 02:24ID:QLf2zkHZ

３文字の数字のみにマッチをしているのですが、できません。

if($word=~/^[0..9]{3,3}$/){ print"ok";}

\dなど使わないでこの形式で正して下さい。

0610名無しさん＠Ｍｅａｄｏｗ

02/09/17 02:42ID:???

>>609
相当の初心者さんですね
[0-9]{3}

0611nobodyさん

02/09/17 03:51ID:QLf2zkHZ

>>610
できた。できた。ありがとうございます。{3,3}でもできた。

0612nobodyさん

02/09/17 08:17ID:???

>>611
>{3,3}でもできた。
そりゃできるだろうけど、「3文字の数字」を探すときにわざわざ
「3文字以上3文字以下の数字」って書くのはちょっとね。

0613nobodyさん

02/09/17 09:33ID:???

少し前に、Web製作板のJavaScriptスレでも同じ質問があったな…

0614nobodyさん

02/09/17 11:32ID:???

>>610
なかなかの初心者さんですね
\d\d\d

0615nobodyさん

02/09/17 12:25ID:???

>>614
な（略）
\d{3}

0616名無しさん＠Ｍｅａｄｏｗ

02/09/17 12:33ID:???

>>614, >>615
不合格！！
よく問題を読みましょう.
\dを使わずにやれとある

0617nobodyさん

02/09/17 12:37ID:???

なんてこっﾀ━━━━━(ﾟ∀ﾟ)━━━━━ｲ!!!!

0618nobodyさん

02/09/18 11:38ID:???

[0-9][0-9][0-9]

0619nobodyさん

02/09/18 18:06ID:???

[0123456789][0123456789][0123456789]

0620nobodyさん

02/09/22 08:08ID:GGE38Iwz

初心者ですいません。

12345 や 67890 や at41n や hyrdf985 や s4r などの文字列を

12 67 at hy s4

のように先頭の２文字だけに変換させるのはどうしたらよいでしょうー。
substr使えやｺﾞﾙｧといわずに、正規表現でやってみたいのです。
何文字あるのかわからないため、...$ などは使えないし。
s/^..// なんてやると２文字だけ消えてしまうし、、
$_ = '1234567';
/(^..)/;
ってやれば、$_ = $1 でできるかもしれないけど、こんな手間かけるのもアレやし、、

s/先頭の２文字でない文字//;

とかやりたいの。

0621名無しさん＠Ｍｅａｄｏｗ

02/09/22 08:32ID:t+76B0UP

>>620
s/(^..).+/$1/
じゃ不満？

0622nobodyさん

02/09/22 08:39ID:GGE38Iwz

>>621
それでもOKです、ありがとう！！！
でも、対象文字列が２文字でもOKです？
一応、対象となる文字列は「最低２文字はある」ということを前提にしてもよいです。

.+ って0文字でもよい？

0623名無しさん＠Ｍｅａｄｏｗ

02/09/22 08:43ID:t+76B0UP

そならs/(^..).*/$1/だよね。
.+は1文字以上。

0624nobodyさん

02/09/22 08:53ID:GGE38Iwz

>>623
そうかー、さんきゅー助かった！
迷惑ついでにもうひとつ聞くけど、
substr使うより、正規表現使ったほうが処理早い？

「何文字かの文字列を先頭の２文字だけに変換する」
という処理を数千件行うんだけど、どっちが早い？
数千件程度じゃあんまり変わらんかｗ

0625名無しさん＠Ｍｅａｄｏｗ

02/09/22 09:03ID:t+76B0UP

>>624
死らん。やってみて報告キボンヌ。
$start=time();
while(<>) {
s/(^..).*/$1/; #または、substr($_, 0, 2);
}
$end=time();
print $end-$start, "\n";

0626nobodyさん

02/09/22 09:11ID:GGE38Iwz

>>625
数千件と言いながら3357件しかないので、
たいして変わんなかったｗ
期待はずれｽﾏｿ

0627名無しさん＠Ｍｅａｄｏｗ

02/09/22 09:12ID:t+76B0UP

>>642って書いたけど、その後の処理の内容が問題じゃん。
s///は$_が変化している。substrはそのまま。
$_にさらに処理を加えるなら、s///にしなきゃだめだけど
最初の2文字出すだけならprint substr...の方が早いっしょ。

0628nobodyさん

02/09/22 09:20ID:GGE38Iwz

>>627
そかそか、勉強になった、さんくすｺ

0629nobodyさん

02/09/22 19:02ID:???

正規表現は基本的に遅いよ。
他のやり方でやろうとすると数行並べなきゃならなくなるような
処理なら素直に正規表現使った方が速くなることもあるけど。

use Benchmark;
timethese(500000,{
1=>q{
$hoge = '123456789';
$hoge =~ s/^(..).*/$1/;
},
2=>q{
$hoge = '123456789';
$hoge = substr($hoge,0,2);
}
});
Benchmark: timing 500000 iterations of 1, 2...
1: 20 wallclock secs (20.69 usr + 0.00 sys = 20.69 CPU) @ 24167.43/s (n=500000)
2: 3 wallclock secs ( 3.55 usr + 0.00 sys = 3.55 CPU) @ 141003.95/s (n=500000)

0630名無しさん＠Ｍｅａｄｏｗ

02/09/23 10:25ID:???

>>629
べんきょになりましたm(__)m

0631nobodyさん

02/09/23 14:48ID:???

JRE32v1.17で

std::string
string
std::vector
vector

にヒットする正規表現がわかりません・・・

(std::)?string|vector

だと、std::が付いてないヤツにヒットしないです

0632nobodyさん

02/09/23 14:50ID:???

(std::|)?string|vector

0633631

02/09/23 14:54ID:???

>632
そ・・・そんな単純な事なのか・・・
ありがとうございました

0634名無しさん＠お腹いっぱい。

02/09/24 23:42ID:???

きっと誰かやってると思うんだけど、日本語を含む文字列中の , . など
区切り文字を空白に置換する正規表現を教えてください。
できれば、。「」なんかもできるといいです。

0635nobodyさん

02/09/24 23:58ID:???

>>634
tr/,./ /;
s/\x81[\x40-\x42]/ /g;#SJIS

0636nobodyさん

02/09/25 00:03ID:???

s/\x81[\x40-\x42]|[^\x81-\x9f][,.]/ /g;#SJIS

0637nobodyさん

02/09/25 00:11ID:???

>>636
（　´,_ゝ`）ﾌﾟｯ

0638636

02/09/25 00:13ID:???

あ、いろんな意味でダメだこれ。

0639名無しさん＠お腹いっぱい。

02/09/25 00:16ID:???

>635-636
すみません。EUC-JPなんです。
とりあえず、JIS X 208の01-03区は記号っぽいので、
tr/,./ /;
s/[\xA1-\xA3][\xA1-\xFE]/ /g;
とやってみましたが日本語が化ける場合があります。

0640637

02/09/25 00:25ID:???

では、わたしから

s/[.,]|\xa1[\xa2\xa3\xd6\xd7]/ /g;

0641nobodyさん

02/09/25 00:42ID:???

>>640
「◆□」とかの\xa2\xa1\xa2\xa2みたいに並んだ文字で誤変換するぞ

0642nobodyさん

02/09/25 00:47ID:???

区の指定と点の指定を区別せにゃならんな。

0643637

02/09/25 00:58ID:???

そこまで完璧に処理するとなるとオーバーヘッドがでかくなるんでないかな
一応以下のやつではどうだ？（１６進と８進がいりまじってるけどきにするな）

s/([.,]|\xa1[\xa2\xa3\xd6\xd7])|(\216[\241-\337]|\217?[\241-\376].|.|\n)/$1?' ':$2/ge;

0644nobodyさん

02/09/25 01:05ID:???

この辺嫁。
http://www.din.or.jp/~ohzaki/perl.htm#JP_Match

0645名無しさん＠お腹いっぱい。

02/09/25 01:50ID:???

>>640-644
レスありがとうございます。
>>644のリンク先に書いてある方法で、
s/\G((?:$ascii|$twoBytes|$threeBytes)*?)(?:[\x20-\x2F\x3A-\x40\x5B-\x60\x7B-\x7F]|[\xA1-\xA3][\xA1-\xFE])/$1 /g;
でうまくいきそうです。

0646nobodyさん

02/09/29 19:27ID:knautRXm

URLに使える文字がエスケープされていたら(%7Eとか%2Eとか)
元に戻す( ~ とか . とかに)という処理を正規表現で行えますか?

0647nobodyさん

02/09/29 19:35ID:???

(ﾟдﾟ)ﾊｧ?
URLデコードで検索しろや。

0648nobodyさん

02/09/29 20:32ID:knautRXm

URLデコードだとデコードしたら意味が変わる文字までデコードしちゃうじゃないですか。
安全にデコードできるパターンだけを元に戻したいんですけどそういう判定を
正規表現でできますか? という質問。

0649nobodyたん

02/09/29 21:46ID:???

>>648
できる。

0650nobodyさん

02/09/30 09:51ID:???

>>648
ふつーは単純にURLでコードすりゃいいだろ。
何か特殊な事情があるならやりたいことを詳しく書け！

0651nobodyさん

02/09/30 12:56ID:???

>>648
指定が面倒そうだから一度エンコードしてデコードし直せば？
s/%([a-f\d]{2})/pack("H2",$1)/ieg;
s|([^\w/\.&%?~+=:@#\-])|'%'.unpack("H2",$1)|eg;

0652651

02/09/30 12:58ID:???

違う、デコードしてエンコードし直す、だな。

0653nobodyさん

02/10/01 01:46ID:m9+B5ZAC

>>650
URLを同一性チェックのために正規化したいんです。
>>651
それだと最初はエンコードされてなかった / とか # とかも
エンコードされてしまいまつ…

0654nobodyさん

02/10/01 01:57ID:???

>>653
意味わかって言ってる？
>>651のは「\w/.&%?~+=:@#-」以外の文字をエンコードするって
意味だぞ。

0655nobodyさん

02/10/01 10:50ID:???

>>654
ごめん '[' とか ']' とかが、とでも読み替えてください

0656nobodyさん

02/10/01 10:56ID:???

ていうか最初は %2F にエンコードされてた / が
デコードされてしまうのでやっぱり困ります。
同一視されては困るからエンコードしてるのに
区別がつかなくなっちゃう。

■ このスレッドは過去ログ倉庫に格納されています