Regex: fangende Klammer in Wiederholungsklammer (gelöst) (Allgemeines zu Perl)

[thread]19342[/thread]

Regex: fangende Klammer in Wiederholungsklammer [gelöst]

Tags: perl5 regex Wiederholungsklammer fangende Klammer Ähnliche Threads

Leser: 14

Articles: hide open all | hide show old branches

+14 replies
GUIfreund

2014-10-21 13:42

User since
2011-08-08
559 Artikel
BenutzerIn

Mein String sieht z. B. so aus: 'X<$!> X<$ERRNO> X<$OS_ERROR>'.
Ich möchte die Texte zwischen <...> extrahieren. Der 1. Fall matcht auf /^X<(.+?)>/, die nachfolgenden auf / X<(.+?)>/. Es können zwischen 0 und 4 Nachfolger sein (meine Daten stammen aus perl/lib/perlvar.pod). Den 1. Nachfolger kann ich mit /^X<(.+?)> X<(.+?)>/ holen (wenn es denn einen gibt).

Für den allgemeinen Fall baue ich eine Wiederholungsklammer ein: /^X<(.+?)>(?: X<(.+?)>){0,4}/. Hoppla, jetzt wird nur der letzte Nachfolger gefunden. greedy?? Ich ersetze {0,4} durch * oder +. Selber Misserfolg. Ich versuche es mit /^X<(.+?)>(?: X<(.+?)>)?(?: X<(.+?)>)?(?: X<(.+?)>)?(?: X<(.+?)>)?/. Damit erhalte ich endlich alle vorhandenen Nachfolger. Mit / X<(.+?)>/g klappts auch, könnte aber auch falsch positive Treffer bringen.

So weit, so gut. Aber innerlich habe ich mich wohl weiter mit dem "greedy" beschäftigt. Nach einiger Zeit kam mir plötzlich die Erkenntnis: Meine "greedy" Regex hatte richtig gearbeitet. Und sie hatte - ebenfalls richtig - jeden Nachfolger-Treffer in $2 abgelegt.

Fazit: In Wiederholungsklammern darf keine fangende Klammer vorkommen.

Ich schreibe dies für den Fall, dass wieder jemand in diese Falle tappt.

modedit Editiert von GwenDragon: Titel auf Problem angepasst
Last edited: 2014-10-21 14:04:55 +0200 (CEST)
Gruß
GUIfreund
- +6 replies
- GwenDragon
  
  2014-10-21 14:26
  User since
  2005-01-17
  14890 Artikel
  Admin1
  So geht doch auch:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11
  
  use strict; use warnings; my $line = <DATA>; my (@caught) = ($line =~ /(?:X<([^>]+)>)/g); # äußere Klammer wird nicht gefangen wegen ?: print "$_\n" for (@caught); 1; __DATA__ X<$!> X<$ERRNO> X<$OS_ERROR>
  
  ergibt:
  $! $ERRNO $OS_ERROR
  
  Editiert von GwenDragon: Typo bei Arrayname
  Last edited: 2014-10-21 15:21:31 +0200 (CEST)
  die Drachin Gwen
  
  Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
  - +4 replies
  - Raubtier
    
    2014-10-21 14:38
    User since
    2012-05-04
    1083 Artikel
    BenutzerIn
    
    2014-10-21T12:26:22 GwenDragon
    So geht doch auch:
    
    Code (perl): (dl )
    
    my (@catched)
    
    Alternativvorschlag für den Namen der Variablen:
    @caught
    
    Oder vielleicht auch @matches oder besser @BeschreibungVonWasDaGefangenWurde.
    
    :-)
    
    Ich habe schon Code mit sehr merkwürdigen Variablennamen gesehen, unter denen ich mir nichts vorstellen konnte, wo sich dann herausstellte, dass es eine Falschübersetzung kombiniert mit Falschschreibung war...
    Last edited: 2014-10-21 14:40:54 +0200 (CEST)
    - +3 replies
    - GwenDragon
      
      2014-10-21 14:43
      
      User since
      2005-01-17
      14890 Artikel
      Admin1
      
      Ja, catch wird caught dekliniert. Örks, mein Oxford English ist schon rostig.
      Danke für den Hinweis :)
      die Drachin Gwen
      
      Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
      - +2 replies
      - hlubenow
        
        2014-10-21 17:25
        
        User since
        2009-02-22
        885 Artikel
        BenutzerIn
        
        *klugscheißmodus* konjugiert *klugscheißmodus* (höhö)
        
        GwenDragon
        
        2014-10-21 17:29
        
        User since
        2005-01-17
        14890 Artikel
        Admin1
        
        Wär' ich bloß still geblieben und hätte statt Informatik klugscheißende Germanistik und das Große Latinum *heul*
        
        *bodenversinkmodus*
        
        Code: (dl )
        
        1 2 3
        
        ======\ /==================== \ / \____\0/_________/
        
        die Drachin Gwen
        
        Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
  - GUIfreund
    
    2014-10-21 16:30
    
    User since
    2011-08-08
    559 Artikel
    BenutzerIn
    
    Da habe ich mich offenbar nicht klar genug ausgedrückt, sorry. Die 0 bis 4 Nachfolger müssen unmittelbar aufeinander folgen, durch genau ein Leerzeichen getrennt. Deshalb brauche ich eigentlich eine Wiederholungsklammer, um falsch positive Treffer auszuschließen.
    
    Zitat aus dem OP:
    Quote
    Mit / X<(.+?)>/g klappts auch, könnte aber auch falsch positive Treffer bringen.
    
    Gruß
    GUIfreund
- +7 replies
- Linuxer
  
  2014-10-21 17:18
  User since
  2006-01-27
  3891 Artikel
  HausmeisterIn
  Man könnte es auch in zwei Schritten machen:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
  
  #! /usr/bin/perl -l use strict; use warnings; while ( <DATA> ) { # die ersten 1-5 X<foo> ab Zeilenanfang einfangen if ( $_ =~ m/^X(<\S+>(?: X<\S+>){0,4})/ ) { # splitten am " X" und die Klammern entfernen my @matches = map { s/^<|>$//g; $_ } split m/\s+X/, $1; # Kontrolle print join "--", @matches; } else { print STDERR "no matches."; } } __DATA__ X<$!> X<$ERRNO> X<$OS_ERROR>
  
  meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
  Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
  - +6 replies
  - GUIfreund
    
    2014-10-21 18:23
    User since
    2011-08-08
    559 Artikel
    BenutzerIn
    
    Ja, in Perl findet man wohl fast immer mehrere Wege zum Ziel. Eine Sonderbehandlung brauchte ich für die beiden Zeilen
    
    Code: (dl )
    
    1 2
    
    X<< $< >> X<$UID> X<$REAL_USER_ID> X<< $> >> X<$EUID> X<$EFFECTIVE_USER_ID>
    
    wobei die zweite schon aufwändiger war. In der Zeile danach habe ich einen Schreibfehler gesehen:
    
    Code: (dl )
    
    X<$;> X<$SUBSEP> X<SUBSCRIPT_SEPARATOR>
    
    Gruß
    GUIfreund
    - +5 replies
    - Linuxer
      
      2014-10-21 18:36
      
      User since
      2006-01-27
      3891 Artikel
      HausmeisterIn
      
      naja, das ist ja relativ fix anzupassen:
      
      Code (perl): (dl )
      
      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
      
      #! /usr/bin/perl -l use strict; use warnings; while ( <DATA> ) { if ( $_ =~ m/^X(<.+>(?: X<.+?>){0,4})/ ) { my @matches = map { s/^<+\s*|\s*>+$//g; $_ } split m/\s+X/, $1; print join "--", @matches; } else { print STDERR "no matches."; } } __DATA__ X<$!> X<$ERRNO> X<$OS_ERROR> X<< $< >> X<$UID> X<$REAL_USER_ID> X<$;> X<$SUBSEP> X<SUBSCRIPT_SEPARATOR>
      
      Resultat:
      
      Code: (dl )
      
      1 2 3
      
      $!--$ERRNO--$OS_ERROR $<--$UID--$REAL_USER_ID $;--$SUBSEP--SUBSCRIPT_SEPARATOR
      
      meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
      Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
      - +4 replies
      - GUIfreund
        
        2014-10-22 12:40
        
        User since
        2011-08-08
        559 Artikel
        BenutzerIn
        
        Ich habe den Eindruck, dass die Reaktionen auf mein OP an der eigentlichen Intention vorbeigehen.
        
        Zitat aus dem OP:
        Quote
        Fazit: In Wiederholungsklammern darf keine fangende Klammer vorkommen.
        
        Ich schreibe dies für den Fall, dass wieder jemand in diese Falle tappt.
        
        Der Sachverhalt ist klar, wenn mans erst mal weiß. Ich habs anfangs nicht gewusst und eine Weile gebraucht, um dahinter zu kommen, wie im 1. Teil des OP geschildert.
        Gruß
        GUIfreund
        
        +3 replies
        
        Linuxer
        
        2014-10-22 13:40
        
        User since
        2006-01-27
        3891 Artikel
        HausmeisterIn
        
        Ich habe ja nur eine Alternative dazu beschrieben.
        
        Neben der Erkenntnis, dass einfangende Klammern innerhalb von Wiederholungen ungünstig sein können, ist Dir denn klar geworden, warum sich das ganze so verhält wie es das tut?
        meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
        Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
        
        +2 replies
        
        GUIfreund
        
        2014-10-22 16:15
        
        User since
        2011-08-08
        559 Artikel
        BenutzerIn
        
        2014-10-22T11:40:49 Linuxer
        Ich habe ja nur eine Alternative dazu beschrieben.
        
        Das habe ich bemerkt und weiß es zu schätzen. Ich habe mir deine Lösung auch näher angesehen. Du sorgst dafür, ohne fangende Klammer auszukommen, während ich den Wiederholungszähler umgangen habe.
        
        Quote
        Neben der Erkenntnis, dass einfangende Klammern innerhalb von Wiederholungen ungünstig sein können, ist Dir denn klar geworden, warum sich das ganze so verhält wie es das tut?
        
        Vermutlich ja (bei mir kann ich mir (fast) nie so ganz sicher sein).
        Zitat aus dem OP:
        Quote
        Meine ... Regex hatte ... - ebenfalls richtig - jeden Nachfolger-Treffer in $2 abgelegt.
        
        ... weil die öffnende fangende Klammer die 2. in der Regex war.
        
        @ GwenDragon:
        Sei doch bitte so nett und ändere den Titel nochmal. Vorschlag: "Regex: fangende Klammer in Wiederholungsklammer".
        Gruß
        GUIfreund
        
        Linuxer
        
        2014-10-22 16:32
        
        User since
        2006-01-27
        3891 Artikel
        HausmeisterIn
        
        2014-10-22T14:15:51 GUIfreund
        Quote
        Neben der Erkenntnis, dass einfangende Klammern innerhalb von Wiederholungen ungünstig sein können, ist Dir denn klar geworden, warum sich das ganze so verhält wie es das tut?
        
        Vermutlich ja (bei mir kann ich mir (fast) nie so ganz sicher sein).
        Zitat aus dem OP:
        Quote
        Meine ... Regex hatte ... - ebenfalls richtig - jeden Nachfolger-Treffer in $2 abgelegt.
        
        ... weil die öffnende fangende Klammer die 2. in der Regex war.
        
        OK, das hab ich jetzt im OP überlesen oder schon wieder verdrängt. sorry.
        
        Genau; durch die Wiederholung wird das Eingefangene immer wieder in $2 überschrieben, so dass am Ende nur der letzte Treffer übrig bleibt...
        meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
        Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!

View all threads created 2014-10-21 13:42.