11
正規表現の実装によります。各種エンジンでlookbehindに量指定子が使えるかどうかは、次のドキュメントに簡潔にまとまっています。OnigumoおよびPerl5の実装では(今のところ)使えないということです。
http://www.regular-expressions.info/lookaround.html#limitbehind
(ここには挙げられていませんが、Gaucheの正規表現もlookbehindで量指定子が使えます)
少し込み入った話をすると、「正規表現」というのはひとつの決まった定義があるわけではないので、「正規表現でこれはできますか?」という質問は「どの正規表現」かを言わないと曖昧です。もともとの「正規表現」は形式言語の理論の用語で、それにはきちんとした定義がありますが、...
8
[:space:]といった記法は「POSIX文字クラス」と呼びます。
どちらも「文字クラス」という表現が入っているため、紛らわしいのですが、「文字クラス」の内容のひとつとして「POSIX文字クラス」を記述する、という形です。
正規表現のリファレンスマニュアルで、「文字クラス」の副節として「POSIX文字クラス」があることに注意して下さい。
要するに、POSIX文字クラスの立ち位置は、[abcd] や [\w] 中の abcd や \w と同様です。
そのため、文字クラス[...]の中に[:space:]を入れることで、[[:space:]]となるのです。
(補足)
POSIX文字クラスも、文字クラスの内容のひとつに過ぎないので、ひとつの文字クラスの中に、他の内容も混在させることができます。
例:
/[[:...
8
否定先読みアサーション(?!...)を使って、先に「0だけ」を除外するのはどうでしょうか。否定先読みは、ほとんどの処理系で使えると思います。
^(?!0+$)\d{1,5}$
Pythonで、次のようにテストしたらすべてあいました。
import re
pattern = r'^(?!0+$)\d{1,5}$'
print(re.search(pattern, '0'))
Javaの場合も正規表現は同じです。先読みは、最近のプログラミング言語であれば同じように使えるはずです。
String str = "0";
String pattern = "^(?!0+$)\\d{1,5}$";
Pattern p = Pattern.compile(pattern);
Matcher m = p....
7
正規表現もいいですけど、 Number の toLocaleString() を使うと楽です。
Number(1234).toLocaleString();
-> "1,234"
Number(1234.56).toLocaleString();
-> "1,234.56"
Number(1234.5678).toLocaleString();
-> "1,234.568" or '1234.5678'
オプションなしだと、小数点が丸められる場合がでてきますが、IE < 11 を切り捨てられるなら、以下のような形でオプションが付けられます。
Number(12345.6789).toLocaleString( undefined, { maximumFractionDigits: ...
7
後読みはPOSIX標準ではカバーされていないのですべて各エンジンの拡張機能という扱いだと思います。なのでエンジンにより対応には差があり正規表現技術入門によると
固定長限定…Perl、Python
長さの異なる固定長文字列の選択が可能…PCRE、Ruby(鬼雲)
可変長だが上限あり…Java
制限なし…Perl6、.NET
という状況です。
つまり新しいPerlでは使用可能ですが、Rubyはおそらく未対応です。
7
こういうこと?
'12/01'.replace(/\b0+/, '')
6
cout << regex_match(string("hahaha"), sm, regex("(ha){3}")) << endl;
この場合、regex_match()が完了した時点でstring("hahaha")のデストラクターが実行され文字列が解放されてしまいます。そうするとその文字列を指しているsmatch smの内容が不正になってしまいます。
このような過ちを犯さないよう禁止されています。対処法としてはソースコード上は文字列をregex_matchよりも広いスコープで定義することですが、正しく実行することも考えてsmatch smよりも広いスコープで定義することをお勧めします。
string hahaha("hahaha");
smatch sm;
cout <&...
6
'ng-pattern' => '/^([-\w\.]{3,8}@(example\.or\.jp|example\.net)\b(\n|\r\n)?){2,}$/'
このパターンを使ってみてください。違いは単語境界(\b)を一つ加えただけです。
?は「0個または1個」の意味なので、(\n|\r\n)?だけでは改行があっても無くてもよいことになり、改行なしで連続したアドレスにもマッチしてしまいます。
かといって(\n|\r\n)のようにアドレスの後の改行を必須にしてしまうと、angular.jsがtextareaの最後の改行を無視する関係上、正しい入力でもマッチしません。
\b(\n|\r\n)?とすると行の終わりもしくは文字列の終わりにマッチするので正しく判定できます。
6
¥\d{1,3}(,\d{3})* のパン
ではいかがですか?
『¥100,000のパン』だけ金額と『の』の間にスペース無いですが、あるという前提でいいですよね?
6
単語の開始を表す \< と単語の終了を表す \> を使うと単語検索ができるようです。
でもって、ご質問のような場面では目の前に対象の単語があるでしょうから、そこにカーソルを載せた状態で * を押すと前述のメタ文字を使って単語検索が行われます。そしてこのまま :%s//count/g と検索文字列を省略して置換することで、今単語検索したものをそのまま置換できます。
1文字目にも数字を許容してしまいますが、まあ多分問題ないように思います。
参考 Vimの置換コマンドの使い方 | Memo on the Web
6
ご質問分に貼り付けられた¥¥は、また円記号になっていますので、実際に試される場合には\\の方を使ってください。(コピペすると文字化けしてしまったように見えることがありますが、慌てずに正しいほうを選んでください。)
さて、その前提でString regex = "\\d.+?yen"を見ると、Javaの文字列としてのエスケープを取り除くと、\ d . + ? y e nの8文字をJavaの正規表現エンジンに渡したことになります。
順番に見ていくと
\ d: 正規表現でdigit、10進数の数字1文字にマッチします。
.: 正規表現で一番よく使うメタ文字ですが、改行以外(*)の任意の1文字にマッチします。
+ ?: 量指定のメタ文字で「最短一致で1回以上」前の要素が繰り返されることを表します。
y e n: ...
6
手元の環境で試してみました。バージョンは全てGNU sed 4.2.2です。
MINGW64
全て意図通りの動作
Debian
LANG=en_US.UTF-8
意図通りの動作
LANG=ja_JP.UTF-8
[あ-ん] の場合: 意図通りの動作
[あ-ゔ] の場合: エラー「無効な照合文字です」
[あ-ゞ] の場合: エラー「無効な範囲終了です」
GNU sedはコンパイルオプションで正規表現エンジンを切り替えることができ、DebianではPCRE 8.35にリンクしていますが、MINGW64ではPCREを使わず(たぶん)標準の正規表現エンジンを使用しています。あとはiconvまわりでしょうか…。
なおs/^[あ-ゞ]+//gですと^行頭にマッチさせようとしています。また[あ-ゞ]はぁ(...
6
環境変数LC_COLLATEにC.UTF-8を指定する事で解決しました。
echo "abcあいう123" |LC_COLLATE=C.UTF-8 sed -re 's/[ぁ-ゞ]/X/g'
#=> abcXXX123
sedだけでなく、(-Pオプション無しの GNU) grep やbashにも有効で、日本語の文字範囲を使えるようになりました。
echo "abcあいう123" |LC_COLLATE=C.UTF-8 grep -oE '[ぁ-ゞ]+'
#=> あいう
LC_COLLATE=C.UTF-8 bash -c '[[ abcあいう123 =~ [ぁ-ゞ]+ ]]; echo $BASH_REMATCH'
#=> あいう
LC_ALLが設定されていると、...
6
本当に「半角スペースをいれたい」のでしょうか?
文字の間隔を読みやすく調整するで説明されているように字送りを調整するべきではないのでしょうか?
6
python による自動化になりますが、探す文字列が "犬" のように決まっており固定であるならば、
文字列の count メソッドを使用したフィルタリングが高速でよいと思います。
count メソッドを使うと、文字列に含まれる、特定の文字列の数を数えることができます。
(例えば "abracadabra".count("abra") は実行すると 2 となります。)
以下にコードを載せておきます。
def hantei(s, KW, th):
return s.count(KW) >= th
strings = ["犬はよく泣いています。",
"その家の犬は良く吠える犬です。",
"その犬はご飯を食べました。"]
KW = "犬"
th = 2
...
6
質問冒頭
bashで正規表現
という表現がそもそもの問題がどこにあるかを正しく理解できていないことを示しています。bashももちろん正規表現を扱うことがありますが、今回は無関係です。
今回、bashはgrepという外部プログラムを起動するだけです。
grepとしても$は行末を表すメタ文字ですので、この機能をキャンセルするためには\でエスケープする必要があります。つまりgrepが受け取るべき引数文字列は\$です。
次にbashにおいて、\はエスケープ記号、$は変数の接頭辞とどちらも特殊な機能を持つためそれぞれ\でエスケープする必要があります。つまりbashに入力すべき文字列はgrep \\\$となります。
この手のエスケープをエスケープしてわけがわからなくなることを傾斜爪楊枝症候群と呼ばれています。
...
5
? を付けているので句読文字以外の長さ0の文字列が混じっていないでしょうか?
? を抜いて実行すると、matchCol_test に { だけ格納されるかと思います。
5
こういうことでしょうか。なお正規表現部分は流用なので改善の余地があると思います。
string placeHolder = "<img src=\"{0}\" alt=\"no title\" border=\"0\">";
Regex imgReg = new Regex(@"(https?)(:\/\/[-_.!~*\'()a-zA-Z0-9;\/?:\@&=+\$,%#]+)\.(jpg|jpeg|gif|png)");
var results = imgReg.Matches(pm.postHtml) // すべてのマッチを取得
.Cast<Match>() // ...
5
削除したい文字列の前後が、空白文字(行頭・行末・改行含む)であるなら、正規表現そのものは、次でいけると思います。(Go でのコーディングは私にはわかりませんので、他の回答に譲ります)
(^|\s)(@.+?|https?.*?)($|\s)
https://regex101.com/r/wI8eD3/1
ちなみに、http(s)の部分をほんの少し厳密に、https?://として、://まで含めてもいいかもしれません。
5
/\<n\>/のように\<と\>を使うと単語の区切りとして認識されます。
どうでしょうか。
5
正規表現で取り除く、ということでpreg_replaceを使うものと推察します。また、削除対象は文字列末尾の[と]で囲まれた文字列であると理解して、この場合は以下のような正規表現を用いて部分文字列を削除します。
$input = 'あいうえお[aiu]';
$regexp = '/\[[^\]]*\]$/m';
$output = preg_replace($regexp, '', $input);
正規表現について一定程度知識をお持ちでしたらここは蛇足です。
\[[^\]]*\]$
Debuggex Demo
正規表現の構成は、まず[で始まる部分文字列の検索を開始し、[^\]*の部分で終了文字である]がみつかるまでマッチングを続けます。その後]が来れば部分文字列としてマッチします。...
5
おそらく¥記号のせいでしょう。あなたがコードに貼り付けた¥はユニコードのU+00A5, 本来の円記号であり、これはエスケープ記号としては働きません。
あなたがアクセスされる環境で読めるように再現するのは難しいのですが、最近ではWindowsマシンでもフォントを選べば表示できたかと思いますので、ちょっとフォントの設定を変更してU+00A5の円記号¥とU+005Cのバックスラッシュ(Unicode用語だとREVERSE SOLIDUS)\が異なる表示になるようにしてみてください。(U+005Cは歴史的な経緯で日本語のインストールされたマシンでは円記号のように表示されることが多いですが、Unicode的にはバックスラッシュでないといけません。)
Javaの文字列のエスケープ記号(...
5
Q1.「文字」と「文字の集まり」という分け方はおかしいでしょうか?
・[ ] の仲間とは、具体的に何を意味しているのでしょうか?
メタキャラクタである\dと[0-9]は同じです。が、[0-9]のうちメタキャラクタは[と-と]です。
[と]というメタキャラクタに挟まれている0-9は0123456789に展開され、いずれか一文字にマッチします。
[及び]とか(及び)はあくまでも集合/グループを作ることを意味するだけで、その中身はリテラルやメタキャラクタで指定します。
というような区別をつけているのだと思います。
Q2.「文字クラス」のクラスについて
・以前から疑問に思っていたのですが、「文字クラス」のクラスってどういう意味ですか?
・量指定子なら「演算子の仲間なのかな」と思うのですが
...
5
はい、Ruby の正規表現 [-] は - 1文字にマッチする表現であり、正規表現 - と同等です。
Ruby 2.5 のドキュメント (これやこれ) に明示的に書かれているわけではありませんが、[ ] の中のハイフンは [a-z] のように範囲を表すときのみメタ文字として扱われます。先頭にあるときなど、範囲を表さないときはバックスラッシュによるエスケープ無しでも非メタ文字として扱われます。
たとえば [-abc] という正規表現は、-, a, b, c にマッチします (実行例: Rubular / Wandbox)。
参考ブログ: 正規表現: 文字クラス [ ] 内でエスケープしなくてもよい記号 -- Tech Racho
5
*3個を正規表現で表すと\*{3}です。
1個以上の単語構成文字(下記参照)を正規表現で表すと\w+です。
サクラエディタのヘルプファイルによると、単語の構成文字 [0-9A-Za-z_]と同じであり、bregonig.dll使用時は2バイト文字も含みます。
そのため上記以外の文字列を含むご質問の回答としては @asarikz さんの正規表現が適切です。
以下は囲まれた文字に*を含まない想定で記述した別解です。
\*{3}\w+\*{3}
□検索条件 "\*{3}\w+\*{3}"
検索対象 *.*
フォルダ C:\test\sakura
(サブフォルダも検索)
(英大文字小文字を区別しない)
(正規表現:bregonig.dll Ver.3.06 ...
5
ざっくり「product-card__image-linkクラスと、data-indexとhref属性を持ったaタグ」を検索する正規表現を意図したのでしょうが、そうでない文字列も検索対象になってしまいます。以下理由を示します。
おそらく[\s\S]はスペースの事を指していると思われる。
...
classの中身が追加されて、先ほどと同様にスペースが入ってdata-index属性に入る文字列が検索対象となる。同様にスペースでhref属性に入る文字列が何でも検索対象となる。
\sは空白文字(スペース、タブ、改行)にマッチします。\Sは空白文字以外すべての文字にマッチします。したがって、その両方を組み合わせた[\s\S]は、すべての文字にマッチするということになります。大文字小文字が紛らわしいですね。
.と違って、...
4
Macのsedだと+が使えないか、別の表現が必要なようです。
$ echo "helloddkkdddd" | gsed -e "s/hello..*/X/g"
X
とやるか、brewをお使いでしたら、
$ brew install coreutils
としてGNUのsed(gsed)をインストールすると+が使えます。
$ echo "helloddkkdddd" | gsed -e "s/hello.\+/X/g"
X
-r オプションを指定すれば、バックスラッシュでエスケープする必要はありません。
$ echo "helloddkkdddd" | gsed -r -e "s/hello.+/X/g"
X
出力が
$ echo "helloddkkdddd" | sed
...
4
正規表現のみでできるのかもしれませんが、
小数点を含む場合は、'.' で分けたほうが手っ取り早いと思います
function commafy(n) {
var parts = n.toString().split('.');
parts[0] = parts[0].replace(/(\d)(?=(\d\d\d)+(?!\d))/g, '$1,');
return parts.join('.');
}
上位に投票された、最小文字数のコミュニティ wiki 以外の回答のみが対象となります