322 lines
7.4 KiB
Markdown
322 lines
7.4 KiB
Markdown
# DAUT 2021
|
|
|
|
## Zajęcia 1 30.11.2021
|
|
|
|
### Informacje na temat przedmiotu
|
|
|
|
Prowadzący: mgr Jakub Pokrywka
|
|
mail: jp40407@st.amu.edu.pl
|
|
|
|
Dyżury: B1-46. Przed przyjściem proszę się umówić na spotkanie, najlepiej jest wysłać mi prywatną wiadomość na MS TEAMS.
|
|
|
|
W celu zaliczenia przedmiotu należy zdobyć punkty za zadania na laboratoriach.
|
|
Punktowane zadania będziemy wykonywać na laboratoriach oraz po nich (przed następnymi zajęciami), ich ilość determinuje ocenę.
|
|
Punktacja za zadania jest następująca:
|
|
- mniej niż 30 punktów - 2
|
|
- 30-34- 3
|
|
- 35-39- 3.5
|
|
- 40-44- 4
|
|
- 45-49- 4.5
|
|
- więcej niż 49- 5
|
|
|
|
#### Wysyłanie zadań
|
|
|
|
Proszę stworzyć prywatne repozytorium na https://git.wmi.amu.edu.pl/ o nazwie daut2021-po16-sNRINDEKSU oraz dać
|
|
prawa do odczytu użytkownikowi kubapok (prowadzący przedmiot). W NRINDEKSU proszę wpisać swój nr indeksu, np. daut2021-po16-s123456.
|
|
|
|
Następnie w swoim repozytorium proszę spullować niniejsze repozytorium: `git pull git@git.wmi.amu.edu.pl:kubapok/daut2021-po16.git`
|
|
W ten sposób będziemy aktualizować zadania co zajęcia.
|
|
|
|
Proszę rozwiązać zadanie TASKX02 lub TASKX03 w zależności od numeru indeksu. W tym celu należy dodac plik `run.py`
|
|
w odpowiednim katalogu. Za pomocą `run_reports.py` można sprwawdzić ilość punktów.
|
|
|
|
Do repo proszę dodawać wyłącznie plik `run.py` w odpowiednim katalogu, chyba że w zadaniu jest zaznaczone inaczej.
|
|
Proszę również nie modyfikować innych plików.
|
|
|
|
Wszystkie zadania należy robić w terminie zaznaczonym w `description.txt`. Po terminie będę podawał punktację za pomocą USUSa w "sprawdziany".
|
|
|
|
Zadania robimy do końca soboty poprzedzającej zajęcia
|
|
|
|
#### Aktualizacja repozytorium
|
|
|
|
We własnym repozytorium:
|
|
|
|
`git pull git@git.wmi.amu.edu.pl:kubapok/daut2021-po16.git`
|
|
|
|
|
|
## Zajęcia Wyrażenia regularne 1
|
|
|
|
Dokumentacja wyrażeń regularnych w python3: https://docs.python.org/3/library/re.html
|
|
|
|
### Podstawowe funkcje
|
|
|
|
search - zwraca pierwsze dopasowanie w napisie
|
|
|
|
findall - zwraca listę wszystkich dopasowań (nienakładających się na siebie)
|
|
|
|
match - zwraca dopasowanie od początku string
|
|
|
|
To tylko podstawowe funkcje, z których będziemy korzystać. W dokumentacji opisane są wszystkie.
|
|
|
|
### Obiekt match
|
|
|
|
```
|
|
import re
|
|
answer = re.search('na','banan')
|
|
print(answer)
|
|
print(answer.start())
|
|
print(answer.end())
|
|
print(answer.group())
|
|
|
|
answer = re.search('na','kabanos')
|
|
print(answer)
|
|
type(answer)
|
|
|
|
if answer:
|
|
print(answer.group())
|
|
else:
|
|
pass
|
|
```
|
|
|
|
### Metaznaki
|
|
|
|
|
|
- [] - zbiór znaków
|
|
- . - jakikolwiek znak
|
|
|
|
- ^ - początek napisu
|
|
- $ - koniec napisu
|
|
|
|
- ? - znak występuje lub nie występuje
|
|
- \* - zero albo więcej pojawień się
|
|
- \+ - jeden albo więcej pojawień się
|
|
- {} - dokładnie tyle pojawień się
|
|
|
|
- | - lub
|
|
- () - grupa
|
|
- \ -znak ucieczki
|
|
|
|
- \d digit
|
|
- \D nie digit
|
|
- \s whitespace
|
|
- \S niewhitespace
|
|
|
|
|
|
- ^ - negacja w klasie znaków
|
|
|
|
|
|
### Flagi
|
|
|
|
Można użyć specjalnych flag, np:
|
|
`re.search('ma', 'AlA Ma KoTa', re.IGNORECASE)`.
|
|
|
|
### Przykłady (objaśnienia na laboratoriach)
|
|
|
|
Do nauki lepiej użyć pythona w wersji interaktywnej, a najlepiej ipython.
|
|
|
|
```
|
|
import re
|
|
|
|
text = 'Ala ma kota i hamak, oraz 150 bananów.'
|
|
|
|
re.search('ma',text)
|
|
re.match('ma',text)
|
|
re.match('Ala ma',text)
|
|
re.findall('ma',text)
|
|
|
|
re.findall('[mn]a',text)
|
|
re.findall('[0-9]',text)
|
|
re.findall('[0-9abc]',text)
|
|
re.findall('[a-z][a-z]ma[a-z]',text)
|
|
re.findall('[a-zA-Z][a-zA-Z]ma[a-zA-z0-9]',text)
|
|
re.findall('\d',text)
|
|
|
|
re.search('[0-9][0-9][0-9]',text)
|
|
re.search('[\d][\d][\d]',text)
|
|
|
|
re.search('\d{2}',text)
|
|
re.search('\d{3}',text)
|
|
|
|
re.search('\d+',text)
|
|
|
|
re.search('\d+ bananów',text)
|
|
re.search('\d* bananów','Ala ma dużo bananów')
|
|
re.search('\d* bananów',text)
|
|
re.search('ma \d? bananów','Ala ma 5 bananów')
|
|
re.search('ma ?\d? bananów','Ala ma bananów')
|
|
re.search('ma( \d)? bananów','Ala ma bananów')
|
|
|
|
re.search('\d+ bananów','Ala ma 10 bananów albo 20 bananów')
|
|
re.search('\d+ bananów$','Ala ma 10 bananów albo 20 bananów')
|
|
|
|
text = 'Ala ma kota i hamak, oraz 150 bananów.'
|
|
|
|
re.search('\d+ bananów',text)
|
|
|
|
re.search('\d+\sbananów',text)
|
|
|
|
re.search('kota . hamak',text)
|
|
|
|
re.search('kota . hamak','Ala ma kota z hamakiem')
|
|
|
|
re.search('kota .* hamak','Ala ma kota lub hamak')
|
|
|
|
re.search('\.',text)
|
|
|
|
re.search('kota|psa','Ala ma kota lub hamak')
|
|
|
|
re.findall('kota|psa','Ala ma kota lub psa')
|
|
|
|
re.search('kota (i|lub) psa','Ala ma kota lub psa')
|
|
|
|
re.search('mam (kota).*(kota|psa)','Ja mam kota. Ala ma psa.').group(0)
|
|
|
|
re.search('mam (kota).*(kota|psa)','Ja mam kota. Ala ma psa.').group(1)
|
|
|
|
re.search('mam (kota).*(kota|psa)','Ja mam kota. Ala ma psa.').group(2)
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### Przykłady wyrażenia regularne 2 (objaśnienia na laboratoriach)
|
|
|
|
#### ^
|
|
```
|
|
re.search('[0-9]+', '123-456-789')
|
|
re.search('[^0-9][0-9]+[^0-9]', '123-456-789')
|
|
```
|
|
|
|
#### cudzysłów
|
|
'' oraz "" - oznaczają to samo w pythonie
|
|
|
|
' ala ma psa o imieniu "Burek"'
|
|
|
|
" ala ma psa o imieniu 'Burek' "
|
|
|
|
' ala ma psa o imieniu \'Burek\' '
|
|
|
|
" ala ma psa o imieniu \"Burek\" "
|
|
|
|
#### multiline string
|
|
|
|
#### raw string
|
|
|
|
przy raw string znaki \ traktowane są jako zwykłe znaki \
|
|
|
|
chociaż nawet w raw string nadal są escapowane (ale wtedy \ pozostają również w stringu bez zmian)
|
|
|
|
https://docs.python.org/3/reference/lexical_analysis.html
|
|
|
|
dobra praktyka - wszędzie escapować
|
|
|
|
```
|
|
'\\'
|
|
print('\\')
|
|
|
|
r'\\'
|
|
print(r'\\')
|
|
|
|
|
|
print("abcd")
|
|
print("ab\cd")
|
|
print(r"ab\cd")
|
|
|
|
print("ab\nd")
|
|
print(r"ab\nd")
|
|
|
|
|
|
print("\"")
|
|
print(r"\"")
|
|
|
|
print("\")
|
|
print(r"\")
|
|
|
|
re.search('\\', r'a\bc')
|
|
re.search(r'\\', r'a\bc')
|
|
re.search('\\\\', r'a\bc')
|
|
```
|
|
|
|
#### RE SUB
|
|
```
|
|
re.sub(pattern, replacement, string)
|
|
|
|
re.sub('a','b', 'ala ma kota')
|
|
```
|
|
|
|
#### backreferencje:
|
|
|
|
```
|
|
|
|
re.search(r' \d+ \d+', 'ala ma 41 41 kota')
|
|
re.search(r' \d+ \d+', 'ala ma 41 123 kota')
|
|
re.search(r' (\d+) \1', 'ala ma 41 41 kota')
|
|
re.search(r' (\d+) \1', 'ala ma 41 123 kota')
|
|
```
|
|
|
|
#### lookahead ( to sa takie assercje):
|
|
```
|
|
re.search(r'ma kot', 'ala ma kot')
|
|
re.search(r'ma kot(?=[ay])', 'ala ma kot')
|
|
re.search(r'ma kot(?=[ay])', 'ala ma kotka')
|
|
re.search(r'ma kot(?=[ay])', 'ala ma koty')
|
|
re.search(r'ma kot(?=[ay])', 'ala ma kota')
|
|
|
|
re.search(r'ma kot(?![ay])', 'ala ma kot')
|
|
re.search(r'ma kot(?![ay])', 'ala ma kotka')
|
|
re.search(r'ma kot(?![ay])', 'ala ma koty')
|
|
re.search(r'ma kot(?![ay])', 'ala ma kota')
|
|
```
|
|
|
|
#### named groups
|
|
```
|
|
r = re.search(r'ma (?P<ilepsow>\d+) kotow i (?P<ilekotow>\d+) psow', 'ala ma 100 kotow i 200 psow')
|
|
r.groups()
|
|
r.groups('ilepsow')
|
|
r.groups('ilekotow')
|
|
```
|
|
|
|
#### re.split
|
|
```
|
|
('a,b.c,d').split(',')
|
|
('a,b.c,d').split(',')
|
|
('a,b.c,d').split(',.')
|
|
re.split(r',', 'a,b.c,d')
|
|
re.split(r'[.,]', 'a,b.c,d')
|
|
```
|
|
#### \w word character
|
|
```
|
|
\w - matchuje Unicod word character , jeżeli flaga ASCII to [a-zA-Z0-9_]
|
|
\w - odwrotne do \W, jezeli flaga ASCI to [^a-zA-Z0-9_]
|
|
|
|
re.findall(r'\w+', 'ala ma 3 koty.')
|
|
re.findall(r'\W+', 'ala ma 3 koty.')
|
|
```
|
|
#### początek albo koniec słowa | word boundary
|
|
```
|
|
re.search(r'\bkot\b', 'Ala ma kota')
|
|
re.search(r'\bkot\b', 'Ala ma kot')
|
|
re.search(r'\bkot\b', 'Ala ma kot.')
|
|
re.search(r'\bkot\b', 'Ala ma kot ')
|
|
|
|
re.search(r'\Bot\B', 'Ala ma kot ')
|
|
re.search(r'\Bot\B', 'Ala ma kota ')
|
|
```
|
|
#### MULTILINE
|
|
```
|
|
re.findall(r'^Ma', 'Ma kota Ala\nMa psa Jacek')
|
|
re.findall(r'^Ma', 'Ma kota Ala\nMa psa Jacek', re.MULTILINE)
|
|
```
|
|
#### RE.COMPILE
|
|
|
|
## Zajęcia 5
|
|
https://www.openfst.org/twiki/bin/view/GRM/Thrax
|
|
|
|
https://www.cs.jhu.edu/~jason/465/hw-ofst/hw-ofst.pdf
|
|
|
|
Wszystkie zadania proszę robić na wzór `TaskH00`. Proszę umieszczać gramatykę w pliku `grammar.grm` oraz
|
|
opisywać finalną regułę nazwą `FinalRule`.
|