🚀 go-pugleaf

On Fri, 10 Apr 1998, Qrczak wrote:

> Mogę oczywiście zamienić to na "\(.*?\)|[^(].*?|" albo nawet na
> "\((?:[^)]|\)(?!\+))*\)|[^+(][^+]*|", nie ufając ".*?" i mając pewność, 
> że zawsze będzie dobrze (o ile się nie pomyliłem), ale, jak widać,
> komplikując wyrażenie. Co radzicie?

Byłbym zapomniał - jeśli jest "\(.*?\)|.*?", to błąd typu
    1+(23)4+5
sam zostanie później wykryty. Jeśli zaś zamienię na któreś powyżej, to
/wyrażenie/g w ogóle tego kawałka nie zauważy. Gdyby nie to, to pewnie
bym zmienił na bezpieczniejszą wersję, a tak to trzeba by się bardziej
pogimnastykować, żeby nic nie poginęło.

-- 
                                 QRCZAK
    __("<              Marcin Kowalczyk
    \__/              qrczak@knm.org.pl
     ^^      http://qrczak.home.ml.org/

Qrczak napisal:
[...]
> Chciałbym się spytać, czy coś takiego jak w Temacie ma 
> obowiązek zadziałać tak jak chcę. W praktyce u mnie 
> działa, ale nie wiem, czy można zakładać, że tak będzie
> zawsze...
> 
> Chodzi mi mianowicie o to "\(.*?\)|.*?". Kolejność obu 
> możliwości ma znaczenie! Chcę żeby w przypadku kiedy 
> zaczynamy od "+(", wziąć wszystko aż do następnego 
> ")+", łącznie z ewentualnymi wewnętrznymi "+". 
> Teoretycznie on mógłby dopasować to do drugiego 
> wariantu: ".*?", i zatrzymać się na pierwszym "+" w 
> nawiasie, jednak tego nie robi - i dobrze! ale może 
> któraś wersja zacznie.
> 
> Mogę oczywiście zamienić to na "\(.*?\)|[^(].*?|" albo 
> nawet na "\((?:[^)]|\)(?!\+))*\)|[^+(][^+]*|", nie ufając 
> ".*?" i mając pewność, że zawsze będzie dobrze (o ile 
> się nie pomyliłem), ale, jak widać, komplikując wyrażenie. 
> Co radzicie?
> 
> A może zaproponujecie lepszą metodę na podzielenie 
> napisu postaci:
>     1+222+(3+(5)6+7)+8
> na:
>     1  222  (3+(5)6+7)  8
> niż:
>     map { s/^\+//; różne_inne_rzeczy; }
>     ("+" . ów_napis) =~ /powyższe_wyrażenie/g
> ?
> 
> BTW: W tych nawiasach będą komendy basha. Przyjąłem 
> założenie, że po prostu nie może w nich wystąpić ciąg ")+". 
> Lepiej by było rozpoznawać zagnieżdżenie nawiasów, 
> czego nie da się załatwić jednym wyrażeniem
> regularnym, ale może macie pomysł, jak to w miarę prosto 
> zrobić?
> Oczywiście nawiasy wyeskejpowane albo w cudzysłowach 
> mają się nie liczyć, jak to w szelu. Załóżmy, że komenda 
> jest poprawnie zbudowana. Pewnie jednak szkoda zachodu, 
> ")+" można wyeskejpować jeśli ktoś przypadkiem będzie 
> tego potrzebował...

Zaniemowilem z wrazenia... Calkiem powaznie mowie !
Qurczaku, juz nigdy nikomu nie powiem ze jest glupi 
jak qura :))).

PS: Moze ktos da znac Pawlowi Gajdzie zeby juz nie szukal 
      zaciemniacza do Perla. Jest na www.qurczak.com.pl :).
      Tyle ze nie darmowy :).

-- 
Pozdrawiam i zycze wszystkim Perlowistkom i Perlowiczom
Wesolych i Spokojnych Swiat (a Qurczakowi szczegolnie:)
   
Adam Karpierz   

Qrczak wrote:

> Chodzi mi mianowicie o to "\(.*?\)|.*?". Kolejność obu możliwości ma
> znaczenie! Chcę żeby w przypadku kiedy zaczynamy od "+(", wziąć wszystko
> aż do następnego ")+", łącznie z ewentualnymi wewnętrznymi "+".
> Teoretycznie on mógłby dopasować to do drugiego wariantu: ".*?",
> i zatrzymać się na pierwszym "+" w nawiasie, jednak tego nie robi
> - i dobrze! ale może któraś wersja zacznie.

Nie powinna. Zasadą działania regexpów jest zachłanność. Jeśli coś może
pasować do nieustalonej ilości znaków, to dopasowywuje się je na maksa.

Natomiast przyznam, że wyrażenie .*? mógłbyś spokojnie zastąpić
następującym wyrażeniem:

Tak, tu jest pusto - to nie pomyłka. Bo takie wyrażenie jest równe
wyrażeniu pustemu. .* wyszukuje 0 lub więcej dowolnych znaków. Znak
zapytania każe mu wyszukiwać jak najmniej się da. Zatem .*? nic nie
wyszukuje. Bo skoro może być zero znaków, to w takim razie zero znaków
jest w sam raz (mniej już się chyba nie da, nie?)

Michał

-- 
WWW: http://www.lodz.pdi.net/~mimo  tel: Int. Acc. Code + 48 42 148340
add: Michal Mosiewicz  *  Bugaj 66 m.54 *  95-200 Pabianice  *  POLAND

On Fri, 10 Apr 1998, Michal Mosiewicz wrote:

> Natomiast przyznam, że wyrażenie .*? mógłbyś spokojnie zastąpić
> następującym wyrażeniem:
[...]

man perlre:

       By default, a quantified subpattern is "greedy", that is,
       it will match as many times as possible (given a
       particular starting location) while still allowing the
       rest of the pattern to match.  If you want it to match the
       minimum number of times possible, follow the quantifier
       with a "?".  Note that the meanings don't change, just the
       "greediness":

           *?     Match 0 or more times
           +?     Match 1 or more times
           ??     Match 0 or 1 time
           {n}?   Match exactly n times
           {n,}?  Match at least n times
           {n,m}? Match at least n but not more than m times

BTW: Nawet gdyby to nie miało specjalnego znaczenia, to .*? byłoby
równoważne .*, a nie napisowi pustemu.

Moje pytanie sprowadza się do tego: Czy jeśli przy czymś takim:
  ( wyr1 | wyr2 )
w danym miejscu pasują oba wyrażenia, to zostanie użyte wyr1, czy też
z góry nie wiadomo?

Argument za tym, żeby z tego skorzystać: Upraszcza to konkretny problem;
w praktyce nie zaobserwowałem, żeby to nie zadziałało w ten sposób.

Argument przeciwny: Być może nie musi tak zadziałać - wtedy po prostu
_trzeba_ pomęczyć się nie korzystając z tego.

-- 
                                 QRCZAK
    __("<              Marcin Kowalczyk
    \__/              qrczak@knm.org.pl
     ^^      http://qrczak.home.ml.org/

Qrczak wrote:

> A może zaproponujecie lepszą metodę na podzielenie napisu postaci:
>     1+222+(3+(5)6+7)+8
> na:
>     1  222  (3+(5)6+7)  8

Proponowalbym :
while( $s =~ /\G(\(.*?\)|.*?)(\+|$)/g ){
       do_something($1);
}

Jak swoja droga to czegos takiego jak (3+(5)6+7), gdzie liczba nawiasow
sie zgadza nie da sie zapisac przy pomocy wyrazenia regularnego. 
Powyzszy programik podobnie jak Twoj przelknie cos jak ((((((((()+.

Mam nadzieje, ze w czyms pomoglem
	KK

On Mon, 13 Apr 1998, Krzysztof Koczyjan wrote:

> while( $s =~ /\G(\(.*?\)|.*?)(\+|$)/g ){
>        do_something($1);
> }

Faktycznie, można i tak, dzięki.

Z tym że pozostaje ta sama niepewność, czy on nie dopasuje początku
czegoś w rodzaju (x+y) akurat do .*? zamiast do \(.*?\). Nigdy nie
słyszałem o regule, że jeśli coś pasuje do kilku części oddzielonych |,
to jest brana pierwsza od lewej... ale rzeczywistość zdaje się to
potwierdzać, więc tak w końcu zrobiłem. Zamiana .*? na coś w rodzaju
[^(].*?| również tutaj spowowowałaby zupełne zignorowanie błędnych
kawałków w stylu ...+(x)y+..., a nawet gorzej, bo by się zignorowało
wszystko co znajduje się za tym.

-- 
                                 QRCZAK
    __("<              Marcin Kowalczyk
    \__/              qrczak@knm.org.pl
     ^^      http://qrczak.home.ml.org/

Qrczak <qrczak@knm.org.pl> wrote:
: czegoś w rodzaju (x+y) akurat do .*? zamiast do \(.*?\). Nigdy nie
: słyszałem o regule, że jeśli coś pasuje do kilku części oddzielonych |,
: to jest brana pierwsza od lewej... ale rzeczywistość zdaje się to
: potwierdzać, więc tak w końcu zrobiłem.

Potraktowałem to jako wyzwanie - faktycznie w manualu nie znalazłem 
nic na temat kolejności dopasowywania alternatyw, więc zajrzałem do 
źródeł perla :-)

Nie żebym wiele z tego zrozumiał, ale wydaje mi się że algorytm jest 
taki, że perl próbuje dopasować kolejne gałęzie alternatywy (w 
kolejności w jakiej wystąpiły w wyrażeniu) i jeżeli któraś z nich 
pasuje, to już nie sprawdza kolejnych. Oczywiście poza sytuacją gdy 
nie uda mu się dopasować całego wyrażenia i musi wykonać backtrace po
czym spróbować znowu (np. w innym miejscu).

Więc - co też potwierdza praktyka - wszystko wskazuje na to że brana 
jest zawsze pierwsza od lewej pasująca część alternatywy, o ile tylko
umożliwia dopasowanie całego wyrażenia.

-- 
Piotr Piątkowski, Uczelniane Centrum Informatyki, AGH Krakow, POLAND

Qrczak wrote:
> 
> On Mon, 13 Apr 1998, Krzysztof Koczyjan wrote:
> 
> Z tym że pozostaje ta sama niepewność, czy on nie dopasuje początku
> czegoś w rodzaju (x+y) akurat do .*? zamiast do \(.*?\). Nigdy nie
> słyszałem o regule, że jeśli coś pasuje do kilku części oddzielonych 

Perl uzywa tzw "leniwego" obliczania wyrazen regularnych - zatrzymuje
sie na pierwszym pasujacym wzorcu - i jak doswidczenia pokazuja sprawdza
wzorce od lewej strony. 
"Pelne" obliczanie zatrzymuje sie na najdluzszym z pasujacych, niestety
wymaga to przejrzenia wszystkich kombinacji. Wymaga to niestety wiecej
czasu, a perl ma dzialac szybko :-).

W przypadku ktory opisujesz nie akurat problemu (.*)\+ jest dluzsze niz
(.*\+ , tak ze zostanie wybrane wlasciwe, ale jesli chcesz miec pewnosc
to mozna uzyc czegos takiego:
while(1){
	if( /\G(\(.*?\))(\+|$)/gc ){
		fun($1);
	}
	elsif( /\G(.*?)(\+|$)/gc ){
		fun($1);
	}
	else{
		last;
	}
}

Pozdrowienia
	KK

On Tue, 14 Apr 1998, Krzysztof Koczyjan wrote:

> while(1){
> 	if( /\G(\(.*?\))(\+|$)/gc ){
> 		fun($1);
> 	}
> 	elsif( /\G(.*?)(\+|$)/gc ){
> 		fun($1);
> 	}
> 	else{
> 		last;
> 	}
> }

Tu akurat problem jest drobny: w perlu 5.001 nie było jeszcze /c,
a podobno ta wersja jest jeszcze często używana... Ale można to
przerobić zjadając pasujące człony i szukając nowych tylko na początku,
tyle że to już nie będzie takie eleganckie.

Dziękuję wszystkim za pomoc.

-- 
                                 QRCZAK
    __("<              Marcin Kowalczyk
    \__/              qrczak@knm.org.pl
     ^^      http://qrczak.home.ml.org/