Gastvortrag an der HTW Berlin am 8.Dezember 2011. Vorstellung von Regular Expressions.

1. Regular Expressions

2. Ziel
based on http://xkcd.com/208/ by Randall Munroe - used under CC-BY-NC

3. Vorlesung und Übung zu Regular Expressions
- Irgendwas mit Strings: - grep
– match (erkennen) - vi, vim
– replace (ersetzen) - sed, awk
- Theoretische - perl
Informatik: - c, c++
– Regulärer Ausdruck - javascript
– equivalent zu - java, c#
– Endlicher Automat
(Finite State Machine)

4. Anwendungsbeispiele
$ grep POST log/development.log!
Started POST "/modul/27-modul-netzwerke/book" for 127.0.0.1 at 2011-09-19 16:30:33 +0200
Started POST "/event/ditact-2011" for 127.0.0.1 at 2011-09-19 16:32:33 +0200
Started POST "/enroll/1659" for 127.0.0.1 at 2011-09-19 16:33:23 +0200
Started POST "/admin/event/ditact-2011/updatebookings" for 127.0.0.1 at 2011-09-19 16:36:18 +0200
Started POST "/admin/event/ditact-2011/updatebookings" for 127.0.0.1 at 2011-09-19 16:36:22 +0200
Started POST "/course_evaluation/76" for 127.0.0.1 at 2011-09-20 17:07:36 +0200
Started POST "/user/sign_in" for 127.0.0.1 at 2011-10-17 11:18:40 +0200

5. Anwendungsbeispiel PHP
# PHP: Aus Wordpress Plugins!
Code code code code code
if (preg_match('/^(http)(s?)(:)///',$linky)){!
if (preg_match ( "/en|sk|zh|us|uk/", $locale_code )){!
# allgemein:!
preg_match( "/regex/", "string in dem ich suche") !

6. Anwendungsbeispiel Javascript
# Javascript!
Code code code code code
if (navigator.appVersion.match(/MSIE [0-6]./)) { !
if (formula.match(/^d+$/)) { // just a number!
# Allgemein: regex hat eigene Syntax, ist ein!
# eigener Datentyp!
string.match(/regex/)!
# für Fortgeschrittene: zur Laufzeit aus String bauen!
r = new RegEx("/regex/")!
r.execute(string)!

7. Anwendungsbeispiel Ruby
# Ruby!
Code code code code code
if env['HTTP_USER_AGENT'] =~ /chromeframe/!
if line =~ /^committer: (.+)$/!
next unless f =~ /^https?:///!
# Allgemein: RegEx hat eigene Syntax!
string =~ /regex/!

8. Anwendungsbeispiel C#
# c# Aus http://support.microsoft.com/kb/308252!
Code code code code code
using System.Text.RegularExpressions;!
Regex emailregex = new Regex("@");!
String s = "johndoe@tempuri.org";!
Match m = emailregex.Match(s);!
if ( m.Success ) { !
Console.WriteLine("ja"); !
}!

9. Zeichen
/hallo/! ja:!
"hallo"!
"aber hallo!"!
"die hallobergrenze"!
nein:!
"halo"!
"Hallo"!
"<span>h</span>allo"!

10. Oder
/en|sk|us|uk/! ja:!
"en"!
"sk"!
"uk"!
"ukulele"!
nein:!
"esuu"!

11. Gruppieren
/(de|fr)_(DE|CH)/! ja:!
"de_DE"!
"fr_DE"!
"de_CH"!
"fr_CH"!
nein:!
"de_AT"!
"it_CH"!

12. Verankern
/^(en|sk|us|uk)$/! ja:!
"en"!
"sk"!
"uk"!
nein:!
"ukulele"!
"esuuk"!

13. Zeichen zur Auswahl: Klasse
/^hall[oia]$/! ja:!
"halli"!
"hallo"!
"halla"!
nein:!
"hall"!
"halloi"!
"hallö"!

14. Zeichen zur Auswahl: Klasse
/^u[1-4]$/! ja:!
"u1"!
"u2"!
"u3"!
"u4"!
nein:!
"u5"!
"ux"!

15. Zeichen zur Auswahl: Komplement der Klasse
/^u[^1-4]$/! ja:!
"u5"!
"ux"!
"u/"!
nein:!
"u1"!
"u2"!
"u3"!
"u4"!

16. Klasse der Ziffern
/^ud$/! ja:!
"u5"!
"u9"!
"u0"!
nein:!
"ux"!
"uz"!
"udrei"!

17. Klasse der Wort-Zeichen
/^w$/! die Zeichen, die
man in
Variablennamen
verwenden darf:!
a-z, A-Z, 0-9, _!

18. Irgendein Zeichen
/^....$/! ja:!
"1234"!
"&$§_"!
nein:!
"1"!
"12345"!

19. Beliebig viele davon: der Stern-Operator
/^d*$/! ja:!
""!
"1"!
"123"!
"1111"!
nein:!
"1a"!

20. Mindestens eins davon: der + Operator
/^d+$/! ja:!
"1"!
"123"!
"1111"!
nein:!
""!
"1a"!

21. eins oder keins: der ? Operator
- /^imis?$/ - ja:
- "imi"
- "imis"
- nein:
- "imissss"

22. Anzahl festlegen
/^d{4}$/! genau 4 Ziffern!
/^d{3,6}$/! 3 bis 6 Ziffern!

23. Eins oder keins
/^imid?$/! ja:!
"imi"!
"imi0"!
"imi9"!
nein:!
"imi2011"!

24. mindestens eine ziffer
/^imid+$/! ja:!
"imi0"!
"imi9"!
"imi2011"!
nein:!
"imi"!

25. Operatoren sind "greedy"
/(d*)/! "01234567"!
^^^^^^^^!
/_(.*)_/! "_bla_ _bla_"!
^^^^^!
^^^^^^^!
^^^^^^^^^^^!
den längsten möglichen
String!!

26. Warnhinweis
- Es gibt Ding, die man nicht mehr mit Regular
Expressions in den Griff bekommt
- Siehe Theoretische Informatik:
– reguläre Ausdrück = Chomsky Hierarchie Typ 3
– kontextfreie Grammatik = Chomsky Hierarchie Typ 2
- Alle Computersprachen, XML, HTML sind Typ 2
- Man braucht also einen richtigen Parser dafür!

27. /(bb|[^b]{2})/
bb
[^b]
[^b]{2}
bb|[^b]{2}