Применение регулярных выражений - История изменений

Korvin: /* Зачем нужны регулярные выражения */

2008-04-05T10:16:14Z

‎Зачем нужны регулярные выражения

Korvin: /* Преимущества регулярных выражений */

2008-04-05T09:11:28Z

‎Преимущества регулярных выражений

89.218.3.40 в 11:06, 18 октября 2007

2007-10-18T11:06:29Z

Korvin: /* Зачем нужны регулярные выражения */

2007-10-05T14:56:09Z

‎Зачем нужны регулярные выражения

Korvin в 19:30, 4 октября 2007

2007-10-04T19:30:56Z

Korvin: Новая: '''Страница находится в стадии разработки''' При написании программ довольно часто приходится иметь д...

2007-10-03T20:30:08Z

Новая: '''Страница находится в стадии разработки''' При написании программ довольно часто приходится иметь д...

Новая страница

'''Страница находится в стадии разработки'''

При написании программ довольно часто приходится иметь дело со строками. Это могут быть как строки выводимые на экран, так и строки пользовательского ввода. Если с первыми программисту управляться довольно легко (программист сам решает, как их формировать), то со вторыми дела обстоят намного хуже.

Предположим, что нам необходимо запросить у пользователя координаты нескольких точек на плоскости. Это можно сделать путем последовательного запроса координат X и Y. При этом, диалог пользователя и компьютера может выглядеть примерно так:
Введите координату X точки 1: 14
Введите координату Y точки 1: 2
Введите координату X точки 2: 22
Введите координату Y точки 2: 14
...

Однако, как вы могли заметить, это не очень удобно. Пользователю приходится вводить информацию много раз, притом что ввод необходимо осуществлять внимательно: одно неверное значение и ввод придется повторять.

Более удобным было бы запросить координаты всех точек сразу, причем необходимо позволить пользователю визуально отделять пары координат, для удобства их восприятия:
Введите координаты точек: (14, 2) (22, 14) (37, 5) (16, 2)

Теперь, для того чтобы ввести координаты точек, пользователь должен ввести из, заключив в круглые скобки и отделяя компоненты запятой. Чтобы разобрать такую строку на части, программисту

Введите координаты точек: (14,2) (22, 14) (37,5)(16,2)

В качестве входной строковой информации может так же выступать и тексторый файл конфигурации. Обычно, каждая строка в таком файле соответствует некоторой опции, которая задает поведение программы, либо предоставляет дополнительную информацию для нее.

== Зачем нужны регулярные выражения ==
== Преимущества регулярных выражений ==
== Применение регулярных выражений на примере разбора лог файла ==

@@ Строка 79: / Строка 79: @@
 * escape последовательность '''<tt>\(</tt>'''
-Каждая из этих частей несет определенный смысл и непосредственно участвует в процессе разбора строки. Сам разбор происходит следущим образом: сначала переданное регулярное выражение анализируется; на основании него строится
+Каждая из этих частей несет определенный смысл и непосредственно участвует в процессе разбора строки. Пока не пытайтесь понять их суть, а примите это как данность. Впоследствии все элементы будут рассмотрены более подробно.
-−
-<!-- Пока не пытайтесь понять их суть, а  -->
 == Преимущества регулярных выражений ==

@@ Строка 23: / Строка 23: @@
   Введите координаты точек: (14,2) (22,   14) (37,5)(16,2)
-В первой паре координат они отделены только запятой (без пробела); координаты второй точки отделены друг от друга несколькими пробелами; последние две пары так же не отделены друг от друга пробелом. Если бы мы пытались разделить строки только по пробелам, то, во-первых это было бы неудобно (нужно считать пробелы и "прикидвать" на какое место они приходятся) и во-вторых любое отклонение (пропущенный или лишний пробел) ведет к ошибке разбора строки. Согласитесь, не очень удобно.
+В первой паре координат компоненты X и Y отделены только запятой (без пробела); координаты второй точки отделены друг от друга несколькими пробелами; последние две пары написаны слитно, вообще без пробелов. Если бы мы пытались разделить строки только по пробелам, то, во-первых это было бы неудобно (нужно считать пробелы и "прикидвать" на какое место они приходятся) и во-вторых, любое отклонение (пропущенный или лишний пробел) ведет к ошибке разбора строки. Согласитесь, не очень удобно.
-Давайте попробуем понять как мы сами разбиваем строку на составные части. Первое что бросается в глаза это скобки. Скобки отделяют пары координат друг от друга, причем внутренностью является то что находится между открывающей скобкой (слева) и закрывающей скобкой (справа). Отдельные компоненты координат отделяются запятой. Процесс распознавания "шаблона" проще всего описать аналитическим путем следующими утверждениями:
+Давайте попробуем понять, как мы сами разбиваем строку на составные части. Первое что бросается в глаза это скобки. Скобки отделяют пары координат друг от друга, причем внутренностью является то что находится между открывающей скобкой (слева) и закрывающей скобкой (справа). Отдельные компоненты координат отделяются запятой. Процесс распознавания "шаблона" проще всего описать аналитическим путем следующими утверждениями:
 * Пары координат заключены в круглые скобки
 * Координаты отделяются друг от друга с помощью запятой
 * Пробелы не значимы
-Получается, что при разборе строки аналитическим путем, пробелы вообще не несут смысловой нагрузки: пользователь может написать строку как вообще без пробелов, так и щедро разбавив информацию ими. С точки зрения анализатора эти строки идентичны, то есть содержат одинаковую информацию:
+Получается, что при разборе строки пробелы вообще не несут смысловой нагрузки: пользователь может написать строку как вообще без пробелов, так и щедро разбавив информацию ими. С точки зрения анализатора эти строки идентичны, то есть содержат одинаковую информацию:
   (14, 2) (22, 14) (37, 5) (16, 2)
   (14,2) (22,   14) (37,5)(16,2)
@@ Строка 37: / Строка 37: @@
-В основе механизма регулярных выражений как раз лежит принцип описания строковых данных на основе некоторых обобщенных правил, описывающих ожидаемую информацию, а не ее конкретную форму. Соответственно, применяемые алгоритмы позволяют вычленить интересующую нас информацию из потока входных данных. Регулярные выражения могут одним шаблоном очень кратко описать довольно обширный набор возможных строк, что и делает их в конечном счете такими удобными. Несмотря на то, что непосвященному человеку шаблоны регулярных выражений кажутся таниственными письменами на древнем языке, они являются очень простыми, требуется просто понять назначение специальных символов (их меньше десятка) и все встанет на свои места. Это подобно катанию на велосипеде, когда однажды научившись удерживать равновесие, вы никогда больше не разучитесь ездить на нем.
+В основе механизма регулярных выражений как раз лежит принцип описания строковых данных на основе некоторых обобщенных правил, описывающих ожидаемую информацию, а не ее конкретную форму. Соответственно, применяемые алгоритмы позволяют вычленить интересующую нас информацию из потока входных данных. Регулярные выражения могут одним шаблоном очень кратко описать довольно обширный набор возможных строк, что делает их такими удобными. Несмотря на то, что непосвященному человеку шаблоны регулярных выражений кажутся таниственными письменами на древнем языке, они являются очень простыми, требуется просто понять назначение специальных символов (их меньше десятка) и все встанет на свои места. Это подобно катанию на велосипеде, когда однажды научившись удерживать равновесие, вы никогда больше не разучитесь ездить на нем.
 == Зачем нужны регулярные выражения ==
-Регулярные выражения позволяют в краткой форме описывать некоторое множество строк и извлекать из него информацию на основе подмеченных закономерностей. Фильтры, написанные с использованием регулярных выраженгий работают во много раз быстрее, чем код разбирающий строку обычным образом, с помощью условных операторов и выполнением действий над строками.
+Регулярные выражения позволяют в краткой форме описывать некоторое множество строк и извлекать из него информацию на основе подмеченных закономерностей. Фильтры, написанные с использованием регулярных выражений работают во много раз быстрее, чем код разбирающий строку обычным образом, с помощью условных операторов с последующим выполнением действий над строками.
-Попробуем решить вышеописанную задачу с разбором строки координат с помощью регулярных выражений. Для этого немного перефразируем аналитический алгоритм извлечения информации из строки.
+Попробуем решить вышеописанную задачу с разбором строки координат с помощью регулярных выражений. Для этого немного перефразируем аналитический алгоритм извлечения информации из строки:
-−
-* Пары координат заключены в круглые скобки
-* Координаты отделяются друг от друга с помощью запятой
-* Пробелы не значимы
 # разделителем подстрок считаем последовательность, состоящую из
-* закрывающей круглой скобки
+:* закрывающей круглой скобки
-* некоторого (возможно нулевого) количества пробелов
+:* некоторого (возможно нулевого) количества пробелов
-* открывающей круглой скобки
+:* открывающей круглой скобки
 # В каждой из подстрок, координатой X считаем то, что расположено до запятой (кроме мусора)
 # В каждой из подстрок, координатой Y считаем то что расположено после запятой (кроме мусора)
@@ Строка 60: / Строка 56: @@
 В самом деле, пары координат отделяются друг от друга последовательностью '''<tt>)...(</tt>'''. Это хорошо видно, если расставить пробелы немного по другому:
-  (14, 2   )(   22, 14   )(   37, 5   )(   16, 2)
+  (14, 2       )(   22, 14   )(   37, 5   )(   16, 2)
-           ^             ^            ^
+ разделители:  ^             ^            ^
-            \------------|------------/
-                     разделители
 На основании имеющихся данных, мы можем записать первые строки кода нашей программы:
@@ Строка 71: / Строка 66: @@
 </source>
-Здесь мы применили уже известный нам метод <tt>split()</tt> для разделения строки на подстроки по последовательности из двух скобок. Однако, такой код будет работать только в том случае, если между скобками нет пробелов. В нашем случае, мы этого гарантировать не можем, поскольку ввод осуществляет пользователь. Решение может заключаться в том, чтобы пробежать по всей исходной строке и удалить все пробелы между закрывающей и открывающей строками. В некоторых случаях (в других задачах) это действительно может быть лучшим решением, но здесь гораздо лучше применять именно регулярные выражения. Для того чтобы объяснить методу <tt>split()</tt>, что в качестве разделителя следует понимать не фиксированную подстроку а целое множество подстрок, мы применим регулярное выражение:
+Здесь мы применили уже известный нам метод <tt>split()</tt> для разделения строки на подстроки по последовательности из двух скобок. Однако, такой код будет работать только в том случае, если между скобками нет пробелов. В нашем случае, мы этого гарантировать не можем, поскольку ввод осуществляет пользователь. Решение может заключаться в том, чтобы пробежать по всей исходной строке и удалить все пробелы между закрывающей и открывающей строками. В некоторых случаях (в других задачах) это действительно может быть лучшим решением, но здесь гораздо эффективнее применять именно регулярные выражения. Для того чтобы объяснить методу <tt>split()</tt>, что в качестве разделителя следует понимать не фиксированную подстроку а целое множество подстрок, мы применим регулярное выражение:
 <source lang=kpp>
 var pairs = source.split(`\)\s*\(`);
 </source>
-Устрашающая на первый взгляд конструкция, находящаяся в блоке параметров метода <tt>split()</tt> и является тем самым регулярным выражением, о котором так много было сказано. Начнем по порядку. Итак, под регулярным выражением в языке К++ понимается строка символов, заключенная между символвами обратной кавычки ('''<tt>`</tt>'''), точно так же как мы объявляем строковые константы. Далее, само регулярное выражение состоит из ограниченного количества специальных симполов, которые разделяются на несколько групп, а так же из обычных строковых символов. Каждый спец символ представляет собой escape последовательность из символа '''<tt>\</tt>''' и следующего за ним символа (буквы или знака).
+Устрашающая на первый взгляд конструкция, находящаяся в блоке параметров метода <tt>split()</tt> и является тем самым регулярным выражением. Итак, под регулярным выражением в языке К++ понимается строка символов, заключенная между символвами обратной кавычки ('''<tt>`</tt>'''), точно так же как мы объявляем строковые константы. Далее, само регулярное выражение состоит из ограниченного количества специальных симполов, которые разделяются на несколько групп, а так же из обычных строковых символов. Каждый спец символ представляет собой escape последовательность из символа '''<tt>\</tt>''' и следующего за ним символа (буквы или знака).
 В примере выше, регулярное выражение можно условно разбить на несколько частей:

@@ Строка 41: / Строка 41: @@
 == Зачем нужны регулярные выражения ==
-Регулярные выражения позволяют в краткой форме описывать некоторое множество строк и извлекать из него информацию на основе подмеченных закономерностей. Приведем пример кода, разбирающий вышеописанную строку с координатами точек:
+Регулярные выражения позволяют в краткой форме описывать некоторое множество строк и извлекать из него информацию на основе подмеченных закономерностей. Фильтры, написанные с использованием регулярных выраженгий работают во много раз быстрее, чем код разбирающий строку обычным образом, с помощью условных операторов и выполнением действий над строками.
 <source lang=kpp>
-//здесь будет код
+var source = ReadInput();       //функция возвращает строку для анализа
 </source>
 == Преимущества регулярных выражений ==

@@ Строка 84: / Строка 84: @@
 == Преимущества регулярных выражений ==
 == Применение регулярных выражений на примере разбора лог файла ==
 В качестве входной строковой информации может так же выступать и тексторый файл конфигурации. Обычно, каждая строка в таком файле соответствует некоторой опции, которая задает поведение программы, либо предоставляет дополнительную информацию для нее.