Perl入学式in千歳 #04 Part-II 正規表現で正しい入力だけをうけつけよう

class: title, smokescreen, shelf, no-footer
# 正規表現で正しい入力だけを読み込む

<div class=footnote>
<small>
Copyright 2022 (C) Ken'ichi Fukamachi
(<A HREF=https://www.fml.org/>fml.org</A>),
CC BY-NC-SA
</small>
</div class=footnote>

---
class: compact
# 正規表現

<div class=footnote>
<small>
<B>Perlといえば正規表現</B>(regular expression 略して regexp),
他の言語でも使うし、多くの言語がPerlリスペクト
</small>
</div class=footnote>

- ひとつながりの文字列を指定する方法で検索パターンとして多用されます
- 応用
    - 編集中のドキュメント内での検索
    - OS上でその文字を含むファイルを探す(grep), 特定の名前のファイルを探す(find)
    - スペリングの間違いを直したいとき、ファイル群を一斉置換できる(sed)
      ```
      sed -i s/pearl/perl/ *.txt
      ```
    - 入力できる文字を限定する(input validation)
- 例: こういった文字のパターンを指定する方法
    - 数字だけ e.g. 1, 100, 900000
    - 学籍番号 e.g. bの後に数字が7個つづく
    - アルファベットと数字だけで最低16文字(パスワード)

---
class: compact
# 例題: 学籍番号b2902900のような表現?

1. bのあとに数字が1個以上つづく
1. bのあとに数字が7桁
1. 先頭はbでもBでもよくて、そのあとに数字が7桁
1. 先頭はアルファベット(文字数不定)で数字がつづく(桁数不定)

<div class=footnote>
<small>
いったん公式テキストへすすめ
</small>
</div class=footnote>

---
class: compact
# 解答: 学籍番号b2902900のような表現?

<div class=footnote>
<small>
(注意)
正規表現による検索は文章の一部がマッチするだけでもtrueになります。
これでは「b2902900」「学籍番号b2902900の人は再試です」どちらの文章もマッチします。
これでは入力チェックにならないよね?
<br>
よって「入力が学籍番号になっているか?」の表現は 2 or 3 が半分だけ正解です。では、<B>正しくは何でしょう?</B>
<br>
なお正解が 2 or 3 なのは「大文字と小文字を区別する/しない」は仕様しだいだから
</small>
</div class=footnote>

1. bのあとに数字が1個以上つづく
    - `b\d+`
1. bのあとに数字が7桁
    - `b\d{7}`
1. 先頭はbでもBでもよくて、そのあとに数字が7桁
    - `[bB]\d{7}`
    - Perlでは`/b\d{7}/i`のように書ける
      <br>
      (case **i**nsensitive, **大文字小文字を区別しない**オプション)
1. 先頭はアルファベット(文字数不定)で数字がつづく(桁数不定)
    - `\w+\d+`

---
class: compact
# 課題

1. じゃんけんプログラムで、正しい入力だけを受け入れてください
1. もぐらたたきでも、正しい入力だけを受け入れてください

仕様を考えてください、受け付けるべき文字は何と何ですか? -> 正規表現
```
// 書き方(擬似コード)

ループ {
    my $input = ... ; // キーボードからの入力を$inputへ代入
    chomp $input;     // ENTER(改行コード)の分を削除

if ($input =~ /正規表現/) {
       next;          // 選択肢1: ループの先頭へジャンプ(リトライ,次の入力待ち)
       last:          // 選択肢2: ループ自体を終える(入力間違いは許さない)
    }
}
```

---
class: col-2,compact
# コラム: 正規表現の実装と歴史的うんちく

<div class=footnote>
<small>
Ken Thompson は Unix, C言語, UTF-8, Go言語の(共同)作者
</small>
</div class=footnote>

- C言語 ...
      C言語ベースのプログラムでは、
      これらを組み込んで正規表現サポートを実現しています
    - regexp(regcompなどの関数群)
      ...
      Unix clone では80年代に Henry Spencer の書いた V8 (互換)エンジンが大元
    - pcre (Perl-compatible regular expressions)
      ...
      Perlの正規表現を実現するライブラリ(1997-)で、
      Perl本家とは別に開発されています。

<wbr>
- Perl
    - 正規表現に多くの拡張を加えました
    - しかも猛烈に高速な処理を行えます
    - テキスト処理ならPerlの原動力(ok?)
- 正規表現
    - 本来は形式言語という言語の文法や意味の数学的とり扱いの話
    - 歴史上の重要な転回点は
      Ken Thompson が Unix のエディタ(ed)の中に組み込み、
      正規表現を検索で使えるようにしたことです。
      これ以降、
      数学理論ではなく実用的なテクニックとして重要になりました