トップページ⇒tech
1001コメント297KB

Regular Expression(正規表現) Part11

■ このスレッドは過去ログ倉庫に格納されています
0001デフォルトの名無しさん2013/03/10(日) 20:10:13.34
Regular Expressionスレです。

質問する場合は必ず実装言語や処理系ソフトウェア名を示してください。

前スレ
http://toro.2ch.net/test/read.cgi/tech/1340383120/


天ぷら等2以降
0413デフォルトの名無しさん2013/07/04(木) NY:AN:NY.AN
ああもう訳が分からない

あいうえおあいうえおあいうえお

という「あいうえお」の繰り返し文字があったら
1番最後の「うえ」だけ一致させる方法と
2番目の「うえ」だけ一致させる方法が解らない
それぞれどういう方法があるんでしょうか?
すみません教えて下さい
0414デフォルトの名無しさん2013/07/04(木) NY:AN:NY.AN
・最後のうえ
うえ(?!.*うえ)
hit!

・2番目
^((?:(?!うえ).)*うえ(?:(?!うえ).)*)うえ
$1hit!

(?!うえ). ⇒ "うえ" じゃない1文字にマッチする。

(?:(?!うえ).)* ⇒ ↑の繰り返し。↑の .* 版。

(?! ) の使い方
http://funcchan.blog16.fc2.com/blog-entry-37.html
0415デフォルトの名無しさん2013/07/04(木) NY:AN:NY.AN
>>414
ありがとうございます、勉強になります
0416デフォルトの名無しさん2013/07/18(木) NY:AN:NY.AN
正規表現の置き換えで使える記号、ルールって
$1 $2 ぐらいしか無いのかな?
0417デフォルトの名無しさん2013/07/18(木) NY:AN:NY.AN
>>416
http://funcchan.blog16.fc2.com/blog-entry-34.html
0418デフォルトの名無しさん2013/07/19(金) NY:AN:NY.AN
>>417
サンクス
0419デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
●Regular Expressionの使用環境
sakura editor

●検索か置換か?
置換

●説明
xmlのtaxiwaypath要素のなかに
type="TAXI"と centerLineLighted="FALSE"が存在するときに、 他の属性を書き換えずにcenterLineLighted="TRUE"に書き換えたいです

●対象データ
<TaxiwayPath
type="TAXI"
…
centerLineLighted="FALSE"
…
/>

●希望する結果
<TaxiwayPath
type="TAXI"
…
centerLineLighted="TRUE"
…
/>

…は省略していると言う意味です
0420デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
検索
(<TaxiwayPath(?=\s)(?=[^<>]*\stype\s*=\s*(?:(["'])\s*TAXI\s*\2|TAXI)(?=\s|/?>))
[^<>]*\scenterLineLighted\s*=\s*)(?:(["'])\s*FALSE\s*\3|FALSE)(?=\s|/?>)

置換
\1"TRUE"

検索は長いから2行に分けたから繋げて。
置換は"TRUE"の後ろに半角スペース1つを入れること。

type = TAXI
type = 'TAXI'
type = TAXI2 ←属性値に余計なものが付いてるときはマッチさせない

などにも無駄に対応しといた。
0421デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
>>420
ありがとうございます
しかし実行してもマッチしませんでした
tabと改行なしで例文を検索したところマッチしたのでおそらく改行が原因と思われます
tabは整形で削除できたのですが、改行は修正しきれませんでした
出来れば改行に対応できないでしょうか
0422デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
>>421
\s -> [\s\r\n] or (?:\s|[\r\n])
0423デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
>>421
サクラエディタでは現在のところ複数行にまたがる検索はできないと思います。
正規表現ライブラリの問題ではなくサクラエディタ自体の仕様のようです。
(自分も以前この問題にぶつかって結局別のエディタを使いました)

で、以下は若干スレ違いのレスになってしまいますが。

改行コード自体の検索・置換はできるので、ありきたりですが
・改行コードを全部適当な他とぶつからない文字にいったん置換
・本来やりたい置換(>>420?)
・改行コードを元に戻す

あとサクラエディタのFAQサイトには以下のような回避策の記述があります。
http://sakura.qp.land.to/?FAQ%2F2
0424デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
>>422
ありがとうございます
それは\sを [\s\r\n] または (?:\s|[\r\n]) に置き換えろということでしょうか
やってみたけど出来ませんでした
>>423
ありがとうございます
エディタをotbeditに変え、改行コードを漢字の「改」の字に置換えました(半角でパッと思いつかなかったので…)、
エディタ変えたら置き換える必要ないのかもしれないけど、
ちょっと質問がわかりにくかったと思うので置き換えて改めて質問させて頂きます

<TaxiwayPath改type="TAXI"改start="72"改end="49"改width="30.48M"改weightLimit="500000"改
surface="ASPHALT"改drawSurface="FALSE"改drawDetail="FALSE"改centerLine="TRUE"改
centerLineLighted="FALSE"改leftEdge="SOLID"改leftEdgeLighted="TRUE"改rightEdge="SOLID"改rightEdgeLighted="TRUE"改name="83"/>改
行が長すぎるので改行していますが本来は繋がっています
原文ママでこの要素が全文で30000個以上あります
この中で、
type="TAXI"かつcenterLineLighted="FALSE"になっている要素のcenterLineLighted属性の値を
centerLineLighted="TRUE"に置き換えたいです
長文になってしまい申し訳ありませんが、よろしくお願いします
0425デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
エディタでやろうとするとエディタ特有の制限にぶつかる恐れがあるから>>392のテスターみたいな
プログラム言語で直に置換するものでやったほうがいいよ。>>420のままで動いたし。

エディタと正規表現って相性が良くないから何かと制約が出てしまうことが多いんだよね。
エディタの内部処理では文末にデータの終端を示す文字が自動的に埋め込まれてたりして、$が本来の
文末にマッチしなかったり、改行に制約が付いたり。秀丸でも改行に制約があったはず。

サクラエディタではperlを使った置換が出来るらしいからそれを使ってもいいかもね。
0426デフォルトの名無しさん2013/07/24(水) NY:AN:NY.AN
ごめん、嘘付いた。>>420を>>392のテスターで動かすには置換のほうの書き換えが必要だった。

× \1"TRUE"
○ $1"TRUE"

検索のほうは2行に分割してるのをそのままコピペで動いた。改行を消して1行に繋げる必要なし。
0427デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
otbedit用

検索
(<TaxiwayPath(?=\l)(?=(?:[^<>]|\l)*\ltype\l*=\l*(?:(["'])\l*TAXI\l*\2|TAXI)(?=\l|/?>))
(?:[^<>]|\l)*\lcenterLineLighted\l*=\l*)(?:(["'])\l*FALSE\l*\3|FALSE)(?=\l|/?>)

置換
$1"TRUE"

改行にマッチ出来なかったのは [^<>]* が改行文字にマッチしないのを見落としてたからだった。
(?:[^<>]|\l)* に修正して完成。てへぺろ。
0428デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
>>427
テスター使ってやってみたのですが、やはりできませんでした
環境か設定が悪いのでしょうか
表示画面はこのようになり、変更されていません
フラグもチェックしましたが相変わらずです
http://i.imgur.com/mVM4qwA.jpg
それからその2段表記の正規表現の間にスペースは含まれますか?あってもなくても変わらないのでしょうか
2ちゃんの仕様で例文の後ろに半角スペースがついていますが原文にはありません
よろしくお願いします
0429デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
xmlエディタを使ってxpath指定で変えれば?といいたくなるのをこらえて正規表現で解決するスレ民がマジかっこいい。
0430デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
>>428
>>427はotbedit用。それ以外の環境では動かない。

\l ← otbeditにしか無い独自のメタ文字
0431デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
ちなみにテスターの使い方はそれで合ってる。
テスター用、というか一般的な環境で使えるのも用意しようか、今から作るね。
0432デフォルトの名無しさん2013/07/25(木) NY:AN:NY.AN
テスター用(perlなどのプログラム言語で使用可能)

(<TaxiwayPath(?=\s)(?=(?:[^<>]|\s)*\stype\s*=\s*(?:(["'])\s*TAXI\s*\2|TAXI)(?=\s|/?>))
(?:[^<>]|\s)*\scenterLineLighted\s*=\s*)(?:(["'])\s*FALSE\s*\3|FALSE)(?=\s|/?>)

$1"TRUE"

これはotbeditでは動きません。
0433デフォルトの名無しさん2013/07/26(金) NY:AN:NY.AN
>>429
>>424に 「原文ママでこの要素が全文で30000個以上あります」 とあるから
ショボいxmlエディタだと固まる可能性ある。

というか>>419の条件だと正規表現でやったほうが早いんじゃね?
type="TAXI"があるかどうかの確認が必要になるし。
0434デフォルトの名無しさん2013/07/26(金) NY:AN:NY.AN
ちなみに>>392のテスターは前に入力した正規表現を記憶してるから
毎回正規表現をコピペする必要が無い。下手なエディタよりラク。
0435デフォルトの名無しさん2013/07/26(金) NY:AN:NY.AN
>>419です
皆さんどうもありがとうございました
結局正規表現ではうまくいきませんでしたが、専用のツールを使って解決できました
皆様には大変感謝しています
0436デフォルトの名無しさん2013/07/27(土) NY:AN:NY.AN
あー、原因分った。やっぱり改行を消して1行に繋げないとダメだった。

>>419の対象データだとそれをしなくてもたまたま置換に成功してしまうので
1行に繋げなくてもいいのかと勘違いしてしまった・・(おかしいなとは思ったんですが)

テスターなら2行のままで、フラグの「x」にチェックを入れれば動きます。
動作確認不足で申し訳ない・・
0437デフォルトの名無しさん2013/07/31(水) NY:AN:NY.AN
>>433
> type="TAXI"があるかどうかの確認が必要になるし。
だからこそxpathでいいじゃんって話なんだけどなぁ。
まぁ、遅いかもねっていうのは否定しない。メンテナンスの容易さとトレードオフで。
0438デフォルトの名無しさん2013/08/01(木) NY:AN:NY.AN
ああ、xmlで直に指定出来たのね、知らなかった・・
実際使えてるみたいだし固まるとかも余計な心配だったね。

今更だけど>>436に「g」のチェックも追加。これ付けないと最初の1つ目しか置換されないという・・
gdgdですまん。
0439デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
質問です。
検索する文字列の条件(例えば英字で挟まれている数字列)と取り出す文字列の条件(数字列)はの
記述は。どのように書き分けるのでしょうか?
0440デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
>>439
> 質問です。

| 質問する場合は必ず実装言語や処理系ソフトウェア名を示してください。
0441デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
母国語のフォーラムでやればいいのに
0442デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
翻訳ソフトをかまさないでくれ
理解できん
0443デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
このレベルを理解できないのはまずいだろ。
内容はごく簡単なものだが、母国語でやるほうが楽だと俺は思うんだ。
0444デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
こうやって茶化すのは嫌いだ。

>>439
<match>
[a-z](\d+)[a-z]

<replace>
$1
04454392013/08/03(土) NY:AN:NY.AN
レスありがとうございます。

言語はobjective-cです。
例は質問の意図を説明するもので、「例の回答」を求めているわけではありません。

検索する文字列の条件と取り出す文字列の条件の記述は、
「一般的に」どのように書き分けるのかという質問です。
0446デフォルトの名無しさん2013/08/03(土) NY:AN:NY.AN
なんで対応しようとしちゃったかなぁ。
0447デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
>>445
どういう回答を期待してるのかがよく分からないので、その質問の答えとして
「一般的に」どう回答すると良いのかを示して下さい。
0448デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
phpで作ってるプログラムが予想とは違う動きをしたので質問です

自分の環境ではありませんが、http://phpreg.1weekhack.com/preg_match のサイトで

検索ルール:/あ/
検索対象:aいa

では場合はマッチしないのですが

検索ルール:/[あ]/
で検索した場合、「い」の部分にマッチしてしています。

どちらも同じ意味だと思うのですがどのような違いがあるのでしょうか
0449デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
すいません
改行部分が文字化けしてますが無視してください
0450デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
>>448
これを理解するには文字コードの知識が必要。
そのサイトの文字コードはUTF-8。
UTF-8での あ と い はそれそれ以下のように3バイトで1文字を表している。

あ = E3 81 82
い = E3 81 84

[あ] は E3 または 81 または 82 にマッチする。
い には E3 と 81 があるのでこの2つに2回のマッチが成功する。

[あ] は、 あ を構成する3つのパーツとして認識し、そのパーツと一致するパーツを検索する。
0451デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
ちなみにUTF-8でなくshift_jisやeuc-jpなどの他の文字コードでは あ や、 い を構成する
パーツがUTF-8と異なる。

shift_jisで E3 81 82 を使って あ にマッチさせようとしてもマッチしない。


また、 [あ] が あ にしかマッチしない環境もある。
その環境では正規表現エンジンがマルチバイトに対応しているということ。
0452デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
なるほど
私のPHP環境では正規表現エンジンがUTF8に対応していない ということですね…
非常にわかりやすい説明ありがとうございます
0453デフォルトの名無しさん2013/08/04(日) NY:AN:NY.AN
検索ルール
/\xE3\x81\x82/

検索対象
どあ

⇒3バイト目(あ)にマッチ。
0454デフォルトの名無しさん2013/08/05(月) NY:AN:NY.AN
>>452
私の?「自分の環境ではありませんが〜」って書いてるけどどういうことだろ。

まぁ「例:/^test/u」って書いてるよね。これ見るといいよ
http://www.php.net/manual/ja/reference.pcre.pattern.modifiers.php
04554502013/08/05(月) NY:AN:NY.AN
>>454
あら・・そんなオプションがあったとは。
/uって何だろうと思いながら調べなかったのがいけなかった。

>>452
半端な回答してごめん。
0456デフォルトの名無しさん2013/08/09(金) NY:AN:NY.AN
半端といえば半端だけど、わかりやすい説明ですごいと思った。
0457デフォルトの名無しさん2013/08/18(日) NY:AN:NY.AN
読み上げソフトの正規表現で
w の連続を読み上げさせないようにする為に
正規表現
[WwWw]{2,}
置き換え
なし

として、上手くいきました
そこでふと気がついたのですが
[W|w|W|w]{2,} とするとどうなるんでしょうか?
[WwWw] と [W|w|W|w] の解釈の違いがわかりません
正確には、それぞれどういう意味になるのか教えて頂けませんでしょうか?
0458デフォルトの名無しさん2013/08/18(日) NY:AN:NY.AN
>[W|w|W|w]{2,} とするとどうなるんでしょうか?
>[WwWw] と [W|w|W|w] の解釈の違いがわかりません

確認。聞きたいのは
(W|w|W|w){2,}
だよね?

ちなみに、[W|w|W|w]{2,} は [WwWw|]{2,} と同義
0459デフォルトの名無しさん2013/08/18(日) NY:AN:NY.AN
寝ちまってるのか。んじゃ、
[WwWw] と (W|w|W|w) の解釈の違いがわかりません
…と仮定して答えておくね。

[WwWw] は、文字 W、w、W、w のどれか。文字とは1文字のみのこと。

(W|w|W|w) は、文字列 W、w、W、w のどれか。文字列とは1文字〜複数個の文字。
だから、(WWWW|wwww|WWWW|wwww) なんてのもOk。
04604502013/08/18(日) NY:AN:NY.AN
前から読み上げソフトの質問してる人かな。ソフト名が分かればより的確な回答が得られるよ、と。
正規表現にもいろいろ種類があってそれぞれ動作が様々だからね。
0461デフォルトの名無しさん2013/08/18(日) NY:AN:NY.AN
>>458
>>459
有難う御座います参考になりました

>>460
すみません、使用してるのは、棒読みちゃん、TextToWav、SofTalkのそれぞれを試している状態です
04624612013/08/19(月) NY:AN:NY.AN
皆さん有難うございました
丸括弧と角括弧の意味を、まともに理解できていないので、もっとちゃんとググってみます
0463デフォルトの名無しさん2013/08/19(月) NY:AN:NY.AN
>>462
精進してくれたまえ。

あと、>>459の記述に微妙な間違いがあったので訂正しておく。
>(W|w|W|w) は、文字列 W、w、W、w のどれか。文字列とは1文字〜複数個の文字。

誤)文字列とは1文字〜複数個の文字。
正)文字列とは0文字〜複数個の文字。

でした。失礼。
だから最初が空文字(=0文字)の、(|wwAB|WWXY|ww19) とかでもOk。
0464デフォルトの名無しさん2013/08/19(月) NY:AN:NY.AN
>>463
× 文字列とは0文字〜複数個の文字
○ 文字列とは0文字〜複数個の文字の羅列
0465デフォルトの名無しさん2013/08/19(月) NY:AN:NY.AN
処理効率は

[WwWw] >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> (W|w|W|w)

なので前者を使ってね。
0466デフォルトの名無しさん2013/08/24(土) NY:AN:NY.AN
>>465
W|w|W|w
だと処理効率はどうなるの?
後方参照のためのキャプチャもすることになる
(W|w|W|w)
の効率が良くないのは火を見るよりも明らかだけども
0467デフォルトの名無しさん2013/08/24(土) NY:AN:NY.AN
([WwWw]|hoge) と (W|w|W|w|hoge) はどっちが速いん?
0468デフォルトの名無しさん2013/08/25(日) NY:AN:NY.AN
>>466
( | ) での分岐ではバックトラック処理が原因で遅くなることがある。
正規表現を詳しく知りたいなら>>8の本を読むべき。(ステマじゃないよ)

>>467
ReplaceStrTool(鬼車エンジン)での測定結果。

([WwWw]|hoge)
[マッチ= No ] [検索=16113.288 ms] [置換=16154.999 ms] [ループ= 1000 ] [文字数= 107016 byte]

(W|w|W|w|hoge)
[マッチ= No ] [検索=1094.331 ms] [置換=1158.184 ms] [ループ= 1000 ] [文字数= 107016 byte]

他の正規表現エンジンでもこういう結果になるとは限らないので注意。
0469デフォルトの名無しさん2013/08/25(日) NY:AN:NY.AN
>>468
([WwWw]|hoge)だと()用と[]用の2つのルーチンを交互に呼び出すから遅くなるとかかな?
ちょっと意外な結果だ。検証thx
0470デフォルトの名無しさん2013/08/25(日) NY:AN:NY.AN
.NET Frameworkの正規表現を使ってるソフトで試してみたら
 ([WwWw]|hoge) : 48秒
 (W|w|W|w|hoge) : 48秒
で変わらずだった。このへんは正規表現エンジンのクセなんだろうね
0471デフォルトの名無しさん2013/08/25(日) NY:AN:NY.AN
正規表現の正規化とかしてたりするかもね。
0472デフォルトの名無しさん2013/08/26(月) NY:AN:NY.AN
>>468-470
hoge厨は今すぐ消えろ。
頭おかしいんじゃね。
0473デフォルトの名無しさん2013/08/26(月) NY:AN:NY.AN
おまえの頭がおかしい。おまえが今すぐ消えろ
0474デフォルトの名無しさん2013/08/26(月) NY:AN:NY.AN
ネタにマジレスせんでも・・
0475デフォルトの名無しさん2013/08/26(月) NY:AN:NY.AN
まだhoge使ってる奴いるのか
0476デフォルトの名無しさん2013/08/26(月) NY:AN:NY.AN
higeダンス
0477デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
書籍を選ぶときはまずサンプルコードを見ること。
サンプルコードでhogeを使ってる本は100%悪本だからまず最初に除外できる。
hoge使ってない本の中にも悪本はあるが、hoge使ってる書籍は間違いなく悪本。
0478デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
国内のプログラマーは何使ってるもんなの?
0479デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
>>478
hogehoge
0480デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
俺はfoo bar baz使ってる
0481デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
far byo oon
0482デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
hage
0483デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
hoge使って解説してるサイトって大抵いい加減な内容なんだよなwあんなもん読んでたら頭腐るwww
0484デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
piyoってめぞん一刻みたい
0485デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
言語はJavaです。

文字列
str = "<tr><td>aaa</td><td>bbb</td><td>ccc</td></tr>"
に対して、一番最後の<td>から</tr>までを削除したくて
Pattern.compile("<td.+?</tr>").matcher(str).replaceFirst("");
などとやってみましたが、最初の<td>から</tr>までが削除されてしまっているようで
<tr>しか残りません。
最短マッチの方法が間違っているのでしょうか?

(実データではaaa,bbb,cccは再帰的にタグが入ります)
0486デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
Javaでは試していない。
一般的な正規表現で示します。


検索:^(.*)<td>.*</tr>$
置換:\1
※改行は含まれないこととする。
※この場合、先頭の^と末尾の$は無くても0k。


否定先読みを使う場合は、

検索:<td>((?!<td>).)*</tr>$
置換:空文字
※改行は含まれないこととする。
※この場合、末尾の$は無くても0k。
0487デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
ついでに。

>最短マッチの方法が間違っているのでしょうか?

方法ではなく、考え方の根本が間違っています。
その正規表現では、最初に発見した<td>から一番近い</tr>までがマッチします。(←重要)

一般的な正規表現では、「最短マッチ」など存在しません。
あくまで、「Non-Greedy/非貪欲/無欲/ものぐさ マッチ」です。

「最短/最小 マッチ」としか記述してない説明は正しくありません。
以下は比較的良心的な説明の例。

http://perldoc.jp/docs/perl/5.14.1/perlre.pod
>デフォルトでは、パターンで行われる量指定は"貪欲"です
>つまりそれはパターンの残りの部分が可能な範囲で、 (始めた地点から)可能な限り
>多くを先にあるパターンでマッチングさせます。
>もし最小回数でのマッチングを行いたいのであれば、量指定子の後ろに "?" を続けます。
>意味は変更されずに「貪欲さ」だけを変更できます
>   *?   0 回以上の貪欲でないマッチング
>   +?   1 回以上の貪欲でないマッチング

https://developer.mozilla.org/ja/docs/Web/JavaScript/Guide/Regular_Expressions
>*、+、?、{} といった量指定子の直後に使用した場合、
>その量指定子を無欲 (最小回数にマッチ) にします。
0488デフォルトの名無しさん2013/08/27(火) NY:AN:NY.AN
>>485
既に答えは書かれてるけど、↓にもそのものズバリな解説があるから参考までに
http://okwave.jp/qa/q8055322.html
0489デフォルトの名無しさん2013/08/28(水) NY:AN:NY.AN
>>486-488
thxです!
0490デフォルトの名無しさん2013/09/02(月) 21:00:14.96
 
04914612013/09/11(水) 23:30:12.39
ぐぐったら漢字の範囲指定で
Shift_JIS だと [亜-熙]
Unicode だと [一-龠々]
のようですが、合ってます?
仮に Unicode に [亜-熙] を使って検索で取り出そうとすると
一部の漢字が漏れてしまいますか?
0492デフォルトの名無しさん2013/09/12(木) 00:05:44.58
>>491
質問内容が正規表現スレのサポート範囲を逸脱してると思います

こちらで聞いた方がベターでは?

文字コード総合スレ part8
http://toro.2ch.net/test/read.cgi/tech/1354248962/
0493デフォルトの名無しさん2013/09/12(木) 00:45:33.90
>>491
\p{Han}
0494デフォルトの名無しさん2013/09/12(木) 00:58:22.63
>>491
環境にもよるが、Unicodeで漢字と非漢字日本語文字を分別するのは容易でない。
正規表現がそういう用途のものではないから。
まずは対象の正規表現の仕様/ヘルプをよく読むことだね。

それより、何をしたいのか具体的に書いた方がいいと思う。
04954612013/09/12(木) 12:57:53.12
>>492
ありがとうございます
>>493
ググってみます
>>494
渡されたエクセルのの文書と名簿がぐちゃぐちゃで
名前と思われる部分だけを全て切り取り
作った表に貼り直そうと思いまして
0496デフォルトの名無しさん2013/09/15(日) 21:59:22.06
●Regular Expressionの使用環境
Visual C++

●検索か置換か?
置換

●説明
同じ文字/文字列を3回以上繰り返してる物を1回にしたい

●対象データ→結果
IEEE→IE
うわあああああああ→うわあ
bbcdbcdbcdbcdd→bbcdd
あのあのあのあの→あの
0497デフォルトの名無しさん2013/09/16(月) 00:41:04.18
>>496
C++ではなくJavaの例で悪いが

str.replaceFirst("(.+?)\\1{2,}", "$1")
0498デフォルトの名無しさん2013/09/16(月) 14:23:01.62
>>496
非決定性にすればよいのかな
bbcdbcdd も解だし。

「ああああいあいあい」の変換も「ああい」なのか「あい」でもよいのか、ちょっと曖昧。
0499デフォルトの名無しさん2013/09/16(月) 14:36:25.56
>>498
「bbcdbcdd」と「あい」は、どうしてそうなるの?
0500デフォルトの名無しさん2013/09/16(月) 14:49:17.65
あー、「あい」は分かった。
「ああああいあいあい」→「あいあいあい」→「あい」

でも正規表現による置換の話だから、「あいあいあい」となるのを期待するよね。
それ以上は置換されなくなるまで繰り返しやがれ、って感じかな。
0501デフォルトの名無しさん2013/09/16(月) 14:59:20.24
>>498
dbc が3回繰り返されているからそういう選択もある。
0502デフォルトの名無しさん2013/09/16(月) 15:00:57.68
>>500
後半を先に置換すると ああい になる。
05035022013/09/16(月) 15:03:11.97
ごめん。その話は上にでていたね。
0504デフォルトの名無しさん2013/09/16(月) 15:24:53.76
>>501
なるほどなるほど。
>>502-503
そうです。

まあ一般的な正規表現による置換をするって話ですから、
後方からとか、一発で複数回置換とかは無いよね。
0505デフォルトの名無しさん2013/09/22(日) 12:42:47.89
●Regular Expressionの使用環境
EMEditor、サクラエディタ

●検索か置換か?
検索

●説明
最短マッチ(非貪欲マッチ)したいのですが、貪欲マッチになっています。貪欲、、非貪欲がそもそも分かってない可能性もあります。
Webプログラム板の正規表現スレでもお聞きしたのですが、教えていただいたとおりでうまく行かなかったのでこちらにきました。
NN\s.*?VBNで検索してみました。最初のNNからマッチしてしまいます。

●対象データ
In_IN Israel_NNP ,_, freedom_NN of_IN opinion_NN and_CC risk_NN taking_NN are_VBP strongly_RB supported_VBN ._.


●希望する結果
NN are_VBP strongly_RB supported_VBNの部分だけにマッチして欲しいのですが。
In_IN Israel_NNP ,_, freedom_NN of_IN opinion_NN and_CC risk_NN taking_NN are_VBP strongly_RB supported_VBN ._.
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
05065052013/09/22(日) 12:44:40.53
アンダーラインがおもいっきりずれましたが、希望は一行目の通りです。m(_ _)m

●希望する結果
NN are_VBP strongly_RB supported_VBNの部分だけにマッチして欲しいのですが。
0507デフォルトの名無しさん2013/09/22(日) 12:56:23.26
>>505-506
例示がもっともっともっと欲しいなあ。
その条件だけだと、"NN are_VBP strongly_RB supported_VBN" で
検索すればOkということになってしまうよ。
05085072013/09/22(日) 12:58:39.87
ああ、NN\s.*?VBN から推測するのか。
05095072013/09/22(日) 13:07:48.95
>>505-506
NN\s((?!NN).)*VBN
でOk。

サクラエディタ Ver. 2.0.5.0
EmEditor Professional Ver4.13(古い…)
で確認。
05105072013/09/22(日) 13:19:37.69
おまけ。
NN are_VBP strongly_RB supported_VBN_RB supported_VBN
みたいなときに全体にマッチさせたくなければ、非貪欲マッチを使って
↓これで。
NN\s((?!NN).)*?VBN
0511デフォルトの名無しさん2013/09/22(日) 13:24:55.01
>>505
サクラエディタ本体と正規表現DLLのバージョンを書いて下さい
\sの挙動に影響します
05125072013/09/22(日) 13:41:44.44
>>511
厳しいんだな(笑)
そう思ったけど、本体で識別くらいでエエかなと。自分も一応書いとくね。
サクラエディタ Ver. 2.0.5.0
bregonig.dll Ver.3.02 with Onigmo 5.13.2

\sの部分はお好みで半角空白とか[ \t]に変えてもいいよー。
0513デフォルトの名無しさん2013/09/22(日) 14:58:11.12
>>507
OKでした。ありがとうございます。m(_ _)m
なるほど。勉強になりました。
EMeditor Free 6.00.4で確認しました。

>>511
すみませんDLLバージョンの確認方法を教えてもらえれば助かりますが。。。そんなレベルでつ (汗
■ このスレッドは過去ログ倉庫に格納されています