Re: Reguläre Ausdrück e nachschlagen?

Hallo,

Am Thu, 08 Sep 2005, Manfred Rebentisch schrieb:
>Am Donnerstag, 8. September 2005 00:22 schrieb David Haller:
>> Am Wed, 07 Sep 2005, Manfred Rebentisch schrieb:
>> >Ah, also fÃŒr PHP habe ich es gefunden:
>> >
>> > file:/usr/share/doc/packages/phpdoc/manual/pcre.pattern.syntax.html
>>
>> Das "pcre" steht fuer "Perl Compatible Regular Expression(s)". Siehe dazu
>> also auch 'perldoc perlre' 'perldoc perlrequick', 'perldoc perlreref' und
>> 'perldoc perlretut'.
>>
>Gut, das sind wirklich hilfreiche und umfangreiche Dokumente.

*hehe*

>> Und falls du mal wie der Ochs vor'm Berg stehst, dann frag doch einfach,
>> hier oder in einer passenden newsgroup wie z.B. de.comp.lang.perl.misc
>> wenn du z.B. eine RE fuer ein bestimmtest Problem suchst oder eine RE
>> nicht nachvollziehen kannst.
>Das ist ein tolles Angebot. Gut, ich habe es inzwischen herausbekommen. Ich 
>wollte die PCRE-Syntax:
>
>  "#\[email\]([a-z0-9&\-_.]+?@[\w\-]+\.([\w\-\.]+\.)?[\w]+)\[/email\]#si"
>
>die in PHP z.B. mit preg_replace benutzt wird, verwenden fÃŒr GNU regcomp und 
>regexec. Das sind keine PCRE-Funktionen, sondern die normalen POSIX Methoden.

Vergleiche die Definition von z.B. '\w' in einer PCRE mit '[:alpha:]'
in einer POSIX-RE ;)

>Erkannt wird damit ein String wie "[email][email protected][/email]".
>
>Ich habe es mit "\[email\]([[:alnum:]@\-_\.]*)\[/email\]" versucht und es
                                      ^^^^^^^
>funktioniert auch - aber es ist nicht das gleiche.
>Ich dachte, es sei richtig, die Syntax so umzustellen (nachdem ich
>die Doku gelesen hatte und wußte, daß "\w" Wortzeichen sind):
>
>  "\[email\]([a-z0-9&\-_.]+?@[[:alnum:]\-]+\.([[:alnum:]\-\.]+\.)?
                                        ^^ Achtung! Das ist in beiden
                                        Faellen (auch in perl) faslch.
So geschrieben ist das "alnum" + '\' + '-' + '\' + '.'. Korrekt waere:

    PCRE: [\w.-]
    POSIX: [[:alpha:].-]

Man beachte, dass der '-' nur als erstes oder letztes Zeichen seine
Sonderbedeutung verliert -- der '\' jedoch, genau wie der '.' per se
in einer Zeichenklasse (-> "[]") keine Sonderbedeutung hat. Sowas kann
zu evtl. unerwuenschten Nebeneffekten fuehren...

>[[:alpha:]]+)\[/email\]"
>
>und siehe da, jetzt funktioniert es.

Dein:

\[email\]([a-z0-9&\-_.]+?@[\w\-]+\.([\w\-\.]+\.)?[\w]+)\[/email\]

ist in POSIX-ERE (siehe man 7 regex) also (ungetestet):

\[email\]([a-z0-9&_.-]+?@[[:alpha:]-]+\.([[:alpha:].-]+\.)?[[:alpha:]]+)\[/email\]

Wobei mir gerade auffaellt, dass die RE eigentlich nicht korrekt fuer
Email-Adressen ist (aber "gut genug" fuer viele Faelle ;).

>Auch mit der Syntax
>
>	"#\[url\]([\w]+?://[^ \"\n\r\t<]*?)\[/url\]#is"
>umgestellt zu
>	"\[url\]([[:alpha:]]+?://[^\"[:space:]<]*?)\[/url\]"
>hatte ich Probleme, bis ich darauf kam, "[[:alpha:]]" statt "[:alpha:]" 
>einzusetzen (um z.B.  "[url]http://www.domain.tld[/url]" zu erkennen).

Du kannst die POSIX-Klassen ([:alpha:] etc. nur genauso(!) wie einen
einzelnen Buchstaben innerhalb einer []-Gruppe verwenden.

Das steht so auch in 'man 7 regex' (und anderswo), aber eben eher
implizit...

==== man 7 regex ====
[..]
      A  bracket  expression is a list of characters enclosed in
       `[]'.
[..]
      Within a bracket expression, the name of a character class
       enclosed in `[:' and `:]' stands for the list of all char­
       acters  belonging to that class.
====

Entscheidend sind die Woerter "Within" und "enclosed".

*INNERHALB* eines []-Ausdrucks koennen benannte Zeichenklassen stehen,
wobei der *Name* der Zeichenklasse wiederum von "[:" und ":]"
*umschlossen* sein muss!

Bsp: die Klasse "xdigit" hat _umschlossen_ von "[:" und ":]" ==>
"[:xdigit:]" *innerhalb* einer "Bracket-Expression" "[]" zu stehen,
also ==> "[[:xdigit:]]"...

Liest man die manpage also sorgfaeltig genug kommt man dahinter ;)

Ob es eine Uebersetzung von regex(7) gibt und wie gut diese ist weiss ich
nicht. Da ich gut genug englisch kann lese ich nur englische manpages.
Die Uebersetzungen sind oft
    - veraltet
    - schlecht/irrefuehrend uebersetzt
    - lueckenhaft
oder alles zusammen.

Wer englisch auch nur halbwegs lesen kann sollte die englischen manpages
zumindest _AUCH_ mal lesen/anschauen... Man vergleich z.B. 'man -L de ls'
mit 'man -L en ls'...

-dnh

-- 
Nature, and Nature's laws lay hid in night
 God said, Let Newton be! and all was light.      -- Alexander Pope
It did not last: the Devil howling "Ho!
 Let Einstein be!", restored the status quo.      -- J. C. Squire

-- 
Um die Liste abzubestellen, schicken Sie eine Mail an:
    [email protected]
Um eine Liste aller verfÃŒgbaren Kommandos zu bekommen, schicken
Sie eine Mail an: [email protected]