370 lines
7.6 KiB
Markdown
370 lines
7.6 KiB
Markdown
|
||
## Zajęcia 1
|
||
|
||
### Informacje na temat przedmiotu
|
||
|
||
Prowadzący: Jacek Kałużny
|
||
|
||
mail: duszekjk@gmail.com
|
||
|
||
#### Wysyłanie zadań
|
||
|
||
Proszę stworzyć prywatne repozytorium na https://git.wmi.amu.edu.pl/ o nazwie jfz-2023-sNRINDEKSU oraz dać
|
||
prawa do odczytu dla prowadzącego zajęcia. W NRINDEKSU proszę wpisać swój nr indeksu, np. jfz-2023-s123456.
|
||
|
||
Następnie w swoim repozytorium proszę spullować niniejsze repozytorium: `git pull git@github.com:duszekjk/jezykiformalne.git`
|
||
W ten sposób będziemy aktualizować zadania co zajęcia.
|
||
|
||
Zadania robimy do końca soboty poprzedzającej zajęcia
|
||
|
||
#### Aktualizacja repozytorium
|
||
|
||
We własnym repozytorium:
|
||
|
||
`git pull git@github.com:duszekjk/jezykiformalne.git`
|
||
|
||
|
||
|
||
## Zajęcia 2 Wyrażenia regularne
|
||
|
||
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
|
||
|
||
|
||
### 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 6
|
||
|
||
instalacja https://pypi.org/project/google-re2/
|
||
|
||
### DFA i NDFA
|
||
|
||
```
|
||
import re2 as re
|
||
n = 50
|
||
regexp = "a?"*n+"a"*n
|
||
s = "a"*n
|
||
re.match(regexp, s)
|
||
```
|
||
|
||
```
|
||
re.match(r"(\d)abc\1", "3abc3") # re2 nie obsługuje backreferencji
|
||
```
|
||
|
||
|
||
re2 max memory - podniesienie limitu
|
||
time # mierzenie czasu działania
|
||
|
||
|
||
gdyby ktoś chciał poczytać więcej:
|
||
https://swtch.com/~rsc/regexp/regexp1.html
|
||
|
||
### UTF-8
|
||
```
|
||
c = "ℋ"
|
||
ord(c)
|
||
chr(8459)
|
||
8* 16**2 + 0 * 16**(1) + 0*16**(0)
|
||
15*16**3 + 15* 16**2 + 15 * 16**(1) + 15*16**(0)
|
||
```
|
||
|
||
```
|
||
xxd -b file
|
||
xxd file
|
||
```
|
||
|
||
termin oddawania zadań - 15. listopada
|
||
|
||
|
||
## Zajęcia 7
|
||
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`.
|
||
|
||
|
||
|
||
## KOLOKWIUM
|
||
Operatory, obowiązujące na kolokwium
|
||
====================================
|
||
|
||
* kwantyfikatory `-` `*` `+` `?` `{n}` `{n,}` `{n, m}`
|
||
* alternatywa — `|`
|
||
* klasy znaków — `[...]`
|
||
* zanegowane klasy znaków — `[^...]`
|
||
* dowolny znak — `.`
|
||
* unieważnianie znaków specjalnych — \
|
||
* operatory zakotwiczające — `^` `$`
|
||
|
||
|
||
Na kolokwium do każdego z 4 pytań będą 3 podpunkty. Na każdy podpunkt odpowiadamy TAK/NIE. Czas trwania to 15 minut.
|
||
|
||
- zawsze daszek i dolar
|
||
- nie bierzemy pod uwagę capturing (jeżeli są pytania o równoważne)
|
||
- proponuję wydrukować cały test w wersji bez opdowiedzi i sprawdzać
|
||
|
||
|
||
Do zaliczenia należy zdobyć conajmniej 10 punktów.
|