[B! regexp] TAKESAKOのブックマーク

#perl #regexp - $utf8 =~ /.../i # の傾向と対策 : 404 Blog Not Found

2009年10月01日18:00 カテゴリLightweight Languages書評/画評/品評 #perl #regexp - $utf8 =~ /.../i # の傾向と対策というわけで、その傾向と対策を。 [Perl]UTF8-flagged strings affects regexps with the "i" modifier - use GFx::WebLog; Perlではutf8フラグ付きの文字列に対するuc/lc/"i"正規表現修飾子は非常に遅いのだが，H::F::Liteでは/iを使っているので，試しに/iを使わないようにしてみると，速度が改善した id:gfxの主張は、以下のようにして確かに確かめられる。 use strict; use warnings; use Benchmark qw/cmpthese timethese/; { use bytes; m

TAKESAKO 2009/10/02

リンク

Regular Expression Matching Can Be Simple And Fast

Regular Expression Matching Can Be Simple And Fast (but is slow in Java, Perl, PHP, Python, Ruby, ...) Russ Cox rsc@swtch.com January 2007 Introduction This is a tale of two approaches to regular expression matching. One of them is in widespread use in the standard interpreters for many languages, including Perl. The other is used only in a few places, notably most implementations of awk and grep.

TAKESAKO 2009/09/18

リンク

へぼへぼCTO日記 - 「danコガいはもう正規表現をblogに書くな」と言わせないでくれ

(タイトルはid:hasegawayosukeさんが言ってたよ) ああ、まただよ… ﹁PHP使いはもう正規表現をblogに書くな﹂と言わせないでくれ正規表現って、プログラミング言語間の差が少ないサブ言語なのに、なぜ﹁DAN﹂がつくとダメ正規表現ばかり登場するのか。うんざりだ。飽きたので以下略。簡潔に。(正規表現はdanさんのものからシングルクォートコンテキストにあわせてエスケープをしてあります) これの結果が﹁valid﹂になる。当然rfc5322でdot-atomには改行は(CRであれLFであれ)許されていない。対策はdanさん自身が^$でなくて\A\zを使おうで述べているとおり。ただしjavascriptではmフラグをつけない限りは$は改行直前にはマッチしないので問題なかったりもする。ところでこの正規表現には他にも問題が残っている。domain-literalで\\\Sにマ

TAKESAKO 2009/03/22

regexp

リンク

「PHP使いはもう正規表現をblogに書くな」と言わせないでくれ : 404 Blog Not Found

2009年03月19日18:00 カテゴリLightweight Languages ﹁PHP使いはもう正規表現をblogに書くな﹂と言わせないでくれああ、まただよ... かなり使えるPHPの正規表現まとめ - IDEA*IDEA 〜百式管理人のライフハックブログ〜正規表現って、プログラミング言語間の差が少ないサブ言語なのに、なぜ﹁PHP﹂がつくとダメ正規表現ばかり登場するのか。うんざりだ。かなり使えるPHPの正規表現まとめ - IDEA*IDEA 〜百式管理人のライフハックブログ〜メールアドレスは厳密にチェックしようとするとなかなか難しいのですが、簡単なチェックだったらこれでOKぽいですね。 /^[^0-9][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[@][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[.][a-zA-Z]{2,4}$

TAKESAKO 2009/03/19

参考文献: http://labs.cybozu.co.jp/blog/akky/archives/2007/10/phpspot-bad-regex.html

リンク

regexp - ^$でなくて\A\zを使おう : 404 Blog Not Found

2009年03月09日00:30 カテゴリLightweight LanguagesTips regexp - ^$でなくて\A\zを使おうまずは回答から。正規表現で﹁制御文字以外﹂のチェック - ockeghem(徳丸浩)の日記文字エンコーディングの妥当姓制御文字(\x00〜\x1f, \x7f)のチェック文字列長のチェックこのうち後ろ二つを正規表現として書くにはどうすればいいかを考えていました。こういう時には、﹁全文字がOKならOK﹂と考えるのではなく、﹁一文字でもNGならNG﹂と考えると楽になります。それは﹁スペースと非制御文字以外﹂なのですから、/[^ \S]/が求めていた正規表現で、=~ではなく!~が使うべき演算子ということになります。全角スペースもOKにしたければ、/[^ \x{3000}\S]/。[追記参照] [Run via Codepad] #!perl -

$regexp - ^$でなくて\A\zを使おう : 404 Blog Not Found$

TAKESAKO 2009/03/10

リンク

鬼車+Unicodeの\[\[:print:\]\]はPOSIX流じゃないらしい - moriyoshiの日記

追記: どっちが正しいとかそういう話ではないので念のため...。追記2: Technical ReportがAnnexとなっていたのを修正。追記3: 微妙に誤解があった部分を修正。結論としては同じ。 id:ockeghem さんの、﹁POSIX正規表現の[:print:]は改行やタブがマッチするかどうかがPerlとPHPで異なりますね。Perlはマッチしない、PHPはマッチする。どっちが正しいんだ?﹂というつぶやきを見て、いろいろ調べてみたんですが、今回はPHPのせいじゃなかったみたいなのでいろいろほっとしました。さて、まずは試してみる PHP: <?php foreach (str_split("\x09\x0a\x0d a") as $c) { var_dump(ord($c)); echo "preg_match(): "; var_dump(preg_match("(

$鬼車+Unicodeの\[\[:print:\]\]はPOSIX流じゃないらしい - moriyoshiの日記$

TAKESAKO 2009/03/08

リンク

正規表現で「制御文字以外」のチェック - ockeghem's blog

一般に、セキュアコーディングの基本として入力値の検証︵Validation︶をせよということになっていますが、これが変な方向に行くといわゆる﹁サニタイズ﹂のような手法になってしまいます。以前も指摘したように、アプリケーションとしてのValidationは仕様に従って行うべきものです。ですが、概ねどの場合でも行うべき検証として以下があると思います。文字エンコーディングの妥当姓制御文字(\x00〜\x1f, \x7f)のチェック文字列長のチェックこのうち後ろ二つを正規表現として書くにはどうすればいいかを考えていました。つまり、﹁制御文字以外の文字でm文字以上n文字以下﹂というようなチェックです。m文字以上、n文字以下は、{m,n}で書けるので、問題は﹁制御文字以外の文字﹂です。これはtextタイプのinput要素で、かつアプリケーション仕様としては文字種の制限をしない場合を想定してい

TAKESAKO 2009/03/08

リンク

拗音や促音が正しい位置にあるかチェックする正規表現 - 木曜不足

また例によってニッチなことを、って﹁ iVoca でローマ字入力に対応﹂のために必要だったからなんだけど。使って良い文字種の範囲に収まっているか、なら正規表現で簡単にチェックできる。拗音の類︵小さいゃゅょぁぃぅぇぉ︶や促音︵小さいっ︶は周りの文字によって正しい位置かそうでないかが決まるので、そう簡単にはいかない。﹁はゅーん﹂とかライトノベルの準ヒロインが言いそうな言葉、ローマ字でどう打ったらいいかわかりませんなんて問い合わせがサポートに来たらめんどくさい。ネットで探しても見つからなかったので、がんばって拗音や促音が正しい位置にあるかどうかチェックする正規表現を書いてみた。同じように困って探している人があるいはもしかしたらいるかもしれないので、ここでさらしてみる。これらの正規表現は UTF-8 の文字列に対して、正しくない場所に拗音や促音があればマッチする。見やすさのために正規

TAKESAKO 2008/12/16

regexp
ivoca

リンク

住所にマッチする正規表現 | twk @ ふらっと

Live nude webcam chat IntroductionLive nude webcam chat has become increasingly popular as a form of online entertainment and communication. This unique platform allows individuals to connect with models in real-time, engaging in intimate experiences through video chat. With the advancements in techno logy and the widespread availability of high-speed internet connections, live nude webcam chat has

TAKESAKO 2008/07/22

リンク

JVNDB-2008-001452 - JVN iPedia - 脆弱性対策情報データベース

CVSS v2 による深刻度基本値: 5.0 (警告) [NVD値] 攻撃元区分: ネットワーク攻撃条件の複雑さ: 低攻撃前の認証要否: 不要機密性への影響(C): なし完全性への影響(I): なし可用性への影響(A): 部分的 The Perl Foundation Perl 5.8.8 アップル Apple Mac OS X v10.4.11 Apple Mac OS X v10.5.6 Apple Mac OS X Server v10.4.11 Apple Mac OS X Server v10.5.6 ミラクル・リナックス Asianux Server 3 (x86) Asianux Server 3 (x86-64) Asianux Server 3.0 Asianux Server 3.0 (x86-64) Asianux Server 4.0 Asianux S

TAKESAKO 2008/07/08

http://rt.perl.org/rt3/Public/Bug/Display.html?id=48156

リンク

regexp: unicode char causes a 'double free corruption' · Issue #9139 · Perl/perl5

TAKESAKO 2008/07/08

リンク

Mono の正規表現 JIT (steps to phantasien t(2008-06-21))

tamarin-devel を見ていたら, "Mono のやつらは正規表現を JIT するらしいぜオレもやるぜ" という旨のメールがあり, Mono のやつらのページをリンクしていた. 今年の 2 月頃にやろうとしていたらしい. Mono のコードをざっと見てみると, たしかにそれらしい形跡がある. ただし, また未完成らしく JIT 化のパスがコメントアウトされている. (Regexp.cs の CreateMachineFactory() 参照.) 2 月には頻繁にチェックインされていたが, 4 月を最後に更新がない. 飽きたのかしら... せっかくなのでコメントを外して動かしてみようかと思うも, 私は私でクランチ中. Mono をビルドする気力がおきなかった. 誰かためしていたら教えてください. 以下は中身の話をすこし. Mono Regexp のアーキテクチャ Mono の正規表現

TAKESAKO 2008/06/22

【tamarin-devel を見ていたら, "Mono のやつらは正規表現を JIT するらしいぜオレもやるぜ" という旨のメールがあり, Mono のやつらのページをリンクしていた. 今年の 2 月頃にやろうとしていたらしい.】

リンク

Perl の正規表現リテラル中の変数展開を読む

Perl の正規表現リテラル中の変数展開では、文法上、解釈にあいまいさが生じることがあります。この文章では、Perl インタプリタのソースコードから、実装上でどのようにあいまいさが解決されるのかを説明します。更新履歴 2008-06-05: 公開 Perl の判断 Perl では、文字列リテラルや正規表現リテラルの中で変数展開を行えます。 use Test::More tests => 2; my $name = 'Alice'; $_ = "My name is $name"; is($_, 'My name is Alice', '$name として Alice が展開される'); s/$name/Bob/g; is($_, 'My name is Bob', 'Alice が Bob に置き換えられる'); しかし、正規表現リテラルのなかで配列の要素を展開する際には、 [ 〜

TAKESAKO 2008/06/06

リンク

UTF-8 vs. ISO-10646 : 404 Blog Not Found

2006年03月11日13:07 カテゴリLightweight Languages一日一行野郎 UTF-8 vs. ISO-10646 これだとLiberalなUTF-8ですね。 [を] UTF-8 の文字にマッチする正規表現 UTF-8の文字にマッチする正規表現の素直版。新旧、というのか、LiberalなUTF-8とStrictなUTF-8の違いは、RFC2044とRFC2279を見ればはっきりします。要はU+11000より上を認めるかどうかということです。今のところUnicode.orgの定義では、U+0000 - U+10FFFF しか認めていないので、そちらの定義に従うと、むしろこの正規表現はさらに短く $RE_UTF8CHAR_STRICT = qr/(?:[\x00-\x7f]|[\xC0-\xDF][\x80-\xBF]|[\xE0-\xEF][\x80-\xBF]{2}

TAKESAKO 2008/06/02

リンク

正規表現ベースの字句解析器を書くときは - 最速チュパカブラ研究会

正規表現ベースの字句解析器を書くときは、narcissusというJSベースのJS処理系のコードを見るといいです http://mxr.mozilla.org/mozilla/source/js/narcissus/jsparse.js 面倒な正規表現の模範解答が載ってます。下手に自分で考えて誤爆するより、一流の人が書いたものを使いましょう正規表現リテラル /^\/((?:\\.|[^\/])+)\/([gimy]*)/ 文字列（ダブルクォート、シングルクォート共）/^"(?:\\.|[^"])*"|^'(?:[^']|\\.)*'/ → 訂正 Cスタイルコメント（一行、ブロック共） /^\/(?:\*(?:.|\n)*?\*\/|\/.*)/ ↓narcissusについてはyukobaさんのプレゼンを(去年のShibuya.es) http://accelart.jp/shibuyajs

TAKESAKO 2008/04/29

リンク

http://www.rider-n.sakura.ne.jp/regexp/regexp.php

TAKESAKO 2008/02/19

php
regexp

リンク

http://www.kt.rim.or.jp/~kbk/zakkicho/07/zakkicho0712c.html

TAKESAKO 2008/01/01

Perl5.10正規表現

perl
regexp

リンク

【JavaScript】パターンマッチ比較 match、search、test、exec ( しゃいん☆のブログ| 名古屋市 Webシステム開発サーバ構築ネットワーク構築株式会社コネクティボ )

ということで、今回はJavaScriptのパターンマッチネタです。比較するメソッドとしてmatch、search、test、exec、の4つを取り上げます。それぞれ性質が異なるので、使う場合は注意が必要です。比較のために、以下のようなサンプルを作ってみました。 <script type="text/javascript"> <!-- // match()の場合 function hoge1() { base_str = "オッス。おら Tawabagani。" + "友人の Abeshiganiと間違えないでくれよな。"; match_pattern = /\w+?gani/g; r = base_str.match(match_pattern); if (r) { for(var i=0; i<r.length; i++) { alert(r[i]); } } else {al

TAKESAKO 2007/11/27

リンク

正規表現 [Perl講座 -Smart]

正規表現の概要正規表現は、Perlの中で最も重宝する機能のひとつです。正規表現にはテキスト処理のための様々な機能があり、文字列の中から特定のパターンを見つけ出したり、置換したりすることができます。正規表現の基本的な使用方法たとえば、$strという変数に格納したデータの中から、「A」で始まって途中は何があるかわからないが最後が「E」という文字列を探したい場合､次のように記述することで、条件にマッチする文字列を見つけることができます。 $str =~ /A.*E/; 上記では、ドット( . )が改行以外の1文字を表し、アスタリスク( * )がその任意の文字の0回以上の繰り返しを意味します。このように、正規表現において特殊な働きを持った文字を正規表現演算子、またはメタ文字と呼びます。また、=~ はパターン結合演算子と呼ばれ、「左辺の値から右辺の値を検索する」という意味があります。正規表現