2011年4月30日

[ruby-list:48020] Re: 文字列を正規表現にマッチする部分と他の部分に分割

信岡さん

5.5 です。アドバイスありがとうございます。

> これを用いれば、単純な while ループで望みの動作を得られます。
>
> result = ''
> str = 'ab12cd'

> while true do
> i = ( str =~ /\d+/ )
> result<< $`.upcase<< "<#{$&}>"
> str = $'
> end
> result<< str #=> "AB<12>CD"

これだとループの二回めで =~ が失敗し,$`.upcase で例外が発生しますが,
考え方は分かりました。ループのところは

while /\d+/=~str
result << $`.upcase<< "<#{$&}>"
str = $'
end

でいいのですね。
str を温存する方法ばかり考えていたので,思いつきませんでした。
大きなテキストで,かつマッチ箇所が多数あると,大量の文字列ゴミが出ま
すよね。

> ただ、5.5 さんの書かれた StringScanner での例と同じように
> 非マッチ文字列に対する処理が 2 箇所に書かれているという
> 問題があります。
> そこで、自分で新たに String#each_segment メソッドを定義する
> なら、以下のようになります。

そうですね,メソッドをつくっちゃえばいいわけですね。


>> マッチ部分とそれ以外の部分を取り出すには,String#split
>> に括弧付きの正規表現を与える方法もありますが,
>>
>> "ab12cd".split(/(\d+)/) # => ["ab", "12", "cd"]
>>
>> 正規表現中にグルーピングのための括弧があるとダメですし,
>> マッチ部分かそうでない部分かをもう一度判定しなければなり
>> ません。
>
> 正規表現中にグルーピングのための括弧があると、とのことですが、
> グルーピングにはグルーピングのための記法 ("(?:XXX)" の形式) が
> あるので、これを用いれば問題にはならないと思います。

そうなのですが,以下の理由で避けました。

[1] /(\d).\1/ のように正規表現中で後方参照を使いたい場合もある。
[2] あまり慣れていない人に使ってもらうツールを考えていたので,
 エンドユーザーに (?: ) の使用を強いるのが憚られた。
[3] ブロック内でマッチデータを積極的に使いたい場合もある。

この,[2] の具体例ですが,正規表現学習者のために,ブラウザー上
でテキストと正規表現を入れると,マッチ文字列を色分け表示してく
れるツールを作っていました。
当初 split でやったら,正規表現に ( ) が入ったときに失敗したの
で,StringScanner で作り直しました。


> また、マッチ部分かそうでないかの判定は、結果の配列の偶数番目
> か奇数番目かで判断すればいいのではないでしょうか?
> 偶数番目はマッチ部分、奇数番目はそれ以外、です。
>
> irb(main):009:0> "1242faefa3423fae344".split( /(\d+)/, -1 )
> => ["", "1242", "faefa", "3423", "fae", "344", ""]

-1 を付けてやることで,必ず偶数番目がマッチ部分になるわけです
ね。なるほど,これは思いつきませんでした。

--
5.5@xxxxx


投稿者 xml-rpc : 2011年4月30日 12:58
役に立ちました?:
過去のフィードバック 平均:(0) 総合:(0) 投票回数:(0)
本記事へのTrackback: http://hoop.euqset.org/blog/mt-tb2006.cgi/103415
トラックバック
コメント
コメントする




画像の中に見える文字を入力してください。