Проблема с OR решается просто благодаря символу альтернативного выбора I. Однако AND и OR потребуют особого кодирования.

В случае с AND придется различать перекрывающиеся и неперекрывающиеся совпадения. Допустим, вы хотите узнать, совпадают ли в некоторой строке шаблоны bell и lab . Если разрешить перекрытия, слово labelled пройдет проверку, а если отказаться от перекрытий - нет. Случай с перекрытиями потребует двух опережающих проверок:

labelled =" /"(= .bell)C?= .lab)/s

Помните- в нормальной программе подобные извращения не нужны. Достаточно сказать:

Sstring =" /bell/ && Sstring =" /lab/

Мы воспользуемся модификатором /х с комментариями. Развернутая версия шаблона выглядит так:

if ($murray hill =" m{

# Начало строки (г # Опережающая проверка нулевой ширины

• # Любое количество промежуточных символов bell # Искомая строка bell ) # Вернуться, мы лишь проверяем

(= # Повторить

. # Любое количество промежуточных символов lab # Искомая строка labs

}sx ) # /8 разрешает совпадение с переводом строки

print Looks like Bell Labs might be in Murray Hill\n ,

Мы не воспользовались * для раннего завершения поиска, поскольку минимальный поиск обходится дороже максимального. Поэтому для произвольных входных данных, где совпадение с равной вероятностью может произойти как в начале, так и в конце строки, * будет эффективнее нашего решения. Разумеется, выбор между * и * иногда определяется правильностью программы, а не эффективностью, но не в данном случае.

Для обработки перекрывающихся совпадений шаблон будет состоять из двух частей, разделенных OR. В первой части lab следует после bell , а во второй - наоборот:

labelled = /С " .bell .lab)! " .lab .bell)/

или в развернутой форме:

Sbrand = labelled , If (Sbrand m{

( # Группировка без сохранения

" .J # Любое количество начальных символов

bell # Искомая строка bell

tt Любое количество промежуточных символов

6.17. Логические AND, OR и NOT в одном шаблоне 219

lab # Искомая строка lab ) # Конец группировки

I # Или попробовать другой порядок

С? # Группировка без сохранения

~ # Любое количество начальных символов

lab # Искомая строка lab

# Любое количество промежуточных символов bell # Искомая строка bell ) # Конец группировки

}sx ) # /s разрешает совпадение с переводом строки

print Our brand has bell and lab separate \n ,

Такие шаблоны не всегда работают быстрее. $murray hill =" /bell/ && $murray hiUe =~/1аЬ/ сканирует строку не более двух раз, однако для (=" *bell)(=" ♦lab) механизм поиска ищет lab для каждого экземпляра bell , что в наихудшем случае приводит к квадратичному времени выполнения.

Тем, кто внимательно рассмотрел эти два случае, шаблон NOT покажется тривиальным. Обобщенная форма выглядит так;

$тар =" /"С Ciwaldo) )*$/s

То же в развернутой форме:

if ($map =" m{

# Начало строки

С? # Группировка без сохранения

С # Опережающая отрицательная проверка

waldo # Нашли впереди ) # Если да, отрицание не выполняется

# Любой символ (благодаря /s)

) * # Повторить группировку О и более раз

$ # До конца строки

}sx ) # /s разрешает совпадение с переводом строки

print There s no waldo here\n ,

Как объединить в одном шаблоне AND, OR и NOT? Результат выглядит отвратительно, и в обычных программах делать нечто подобное практически никогда не следует. Однако при обработке конфигурационных файлов или командных строк, где вводится всего один шаблон, у вас нет выбора. Объедините все изложенное выше. Будьте осторожны.

Предположим, вы хотите запустить программу UNIX w и узнать, зарегистрировался ли пользователь tchrist с любого терминала, имя которого начинается не с ttyp; иначе говоря, шаблон tchrist должен совпадать, а "ttyp - нет.

Примерный вывод w в моей системе Linux выглядит так:

7:15ain up 206 days, 13:30, 4 users, load average: 1.04, 1.07, 1.04 USER TTY FROM LOGINe IDLE JCPU PCPU WHAT

tchrist ttyl 5:16pin 36day8 24:43 0.03s xinlt

tchrist tty2 5;19pm 6days 0.43s 0.43s -tcsh

tchrist ttypO chthon 7;58am Sdays 23.44s 0.44s -tcsh

gnat ttys4 coprollth 2:01pm 13;36m 0.30s 0.30s -tcsh

Посмотрим, как поставленная задача решается с помощью приведенной выше программы minigrep или программы tcgrep, приведенной в конце главы:

% W I minigrep "Ci *ttyp) .tchrist

Расшифруем структуру шаблона:

# Привязка к началу строки С?! # Опережающая проверка нулевой ширины

. # Любое количество любых символов (быстрее

ttyp # Строка, которая не должна находиться

) # Опережающая отрицательная проверка, возврат к началу

. # # Любое количество любых символов (быстрее *)

tchrist # Пытаемся найти пользователя tchrist

Неважно, что любой нормальный человек в такой ситуации дважды вызывает grep (из них один - с параметром -v, чтобы отобрать несовпадения):

% W I grep tchrist grep -v ttyp

Главное - что логические конъюнкции и отрицания можно закодировать в одном шаблоне. Однако подобные вещи следует снабжать комментариями - пожалейте тех, кто займется ими после вас.

Как внедрить модификатор /s в шаблон, передаваемый программе из командной строки? По аналогии с /1, который в шаблоне превращается в (i). Модификаторы /s и /т также безболезненно внедряются в шаблоны в виде /(s) или /Cm). Их даже можно группировать - например, /(smi). Следующие две строки фактически эквивалентны:

% grep -1 ШАБЛОН ФАЙЛЫ

% minigrep (1)ШАБЛ0Н ФАЙЛЫ

Е> Смотри также-

Описание опережающих проверок в разделе «Regular Expressions* perlre(iy, man-страницы grep(i) и ®(1) вашей системы. Работа с конфигурационными файлами рассматривается в рецепте 8.16.

6.18. Поиск многобайтовых символов

Проблема

Требуется выполнить поиск регулярных выражений для строк с многобайтовой кодировкой символов.

Кодировка определяет соответствие между символами и их числовыми представлениями. В кодировке ASCn каждый символ соответствует ровно одному