Perl入学式 #7

http://www.perl-entrance.org

• 日時
  • 2012年7月22日（日） 14:00 - 17:00
• 会場
  • 新大阪コワーキング

Perl入学式について

• Perl入学式(http://www.perl-entrance.org)は, プログラミング未経験者からPerl初心者を対象としたワークショップです
• 公式Twitter
  • @Perl_Entrance
• 公式ハッシュタグ
  • #Perl入学式
• 公式Facebookページ
  • https://www.facebook.com/PerlEntrance

ロゴについて

• 横山陽平さん(http://yokoyamayohei.com/)にデザインしていただきました
• この場をお借りしてお礼申し上げます

IT勉強会スタンプラリー

• Perl入学式は, IT勉強会スタンプラリー(http://it-stamp.jp/)に参加しています
• 今回のPerl入学式は, スタンプラリーの対象となる勉強会です
• 台紙は勉強会終了後にお渡しします

喋ってる人

• 名前 : papix (ぱぴっくす)
• Twitter : @__papix__
• 仕事 : 大学院生
• 一言 : Perlって, 本当にイイですねぇ.

YAPC::Asiaに行こう!

• Yet Another Perl Conference
  • 日本最大級のPerlの祭典!
  • 9月27日から29日まで, 東京大学で開催

Perl入学式も出ます!(予定)

• Perl入学式をやってみた!
• よければ, "Like"ボタンや"イイネ!"ボタンなどを押してもらえると...(ry

本日の内容

• 復習問題とお約束
• mapとgrep
• めざせ! 正規表現マスター!
• 最終問題

復習問題

目標時間 : 20分

• 端末から, 文字列を入力しよう.
• その文字列にperlが含まれる場合, We love perl!と表示しよう.
• ENDが入力されるまで, この処理を続けよう.

休憩(10分)

お約束

#!/usr/bin/env perl
use utf8;
use strict;
use warnings;
binmode STDIN,  ":encoding(UTF-8)";
binmode STDOUT, ":utf8";
binmode STDERR, ":utf8";

• スクリプトを書く前に, このお約束のコードを書くようにしましょう.
• これ以下, お約束は省略します.

mapとgrep

• mapとgrepって何?
  • ｢配列を操作する, 結構スマートなやり方｣です!

実際にmapを使ってみよう!

• 例えば, ある配列の全ての要素に含まれる@をatに書き換えたい場合を考えます.
  • 要はスパム対策ですね.

今までの場合...

my @mails = ('papix2011@gmail.com', 'hogehoge@fugafuga.com');
my @no_spam;
for my $mail (@mails) {
    $mail =~ s/\@/ at /;
    push @no_spam, $mail;
}
print join("\n", @no_spam);

• 今までに紹介した方法で実現しようとすると, おそらくこんな感じになると思います.

mapを使うと...

my @mails = ('papix2011@gmail.com', 'hogehoge@fugafuga.com');
my @no_spam = map{ my $mail = $_; $mail =~ s/\@/ at /; $mail; } @mails;
print join("\n", @no_spam);

• たった3行で実現できます! とってもシンプルでいいですね.

mapの使い方

my @no_spam = map{ my $mail = $_; $mail =~ s/\@/ at /; $mail; } @mails;

• 右側に, 入力となる配列を書きます. 今回の場合, @mailsです.
• mapは, {と}で囲った中に, 配列(今回の場合は@mails)の各要素に対して行いたい処理を書きます.
  • 入力となる配列の各要素は$_に格納されます. 但しこれは元の要素へのリファレンスなので, 元の要素を変更したくない場合は, 例のように別の変数に格納する必要があります.
• 左側に, 結果を格納する配列を書きます. 今回の場合, @no_spamです.

実際にgrepを使ってみよう!

• 例えば, 配列の要素から10以下の値のみを抜き出した配列を作りたい, という場合を考えます.

今までの場合...

my @num = (1, 12, 10, 3, 5, 20, 8, 13, 19, 6);
my @mini;
for my $i (@num) {
    push(@mini, $i) if($i <= 10);
}
print join(',', @mini);

• 今までに紹介した方法で実現しようとすると, おそらくこんな感じになると思います.

grepを使うと...

my @num = (1, 12, 10, 3, 5, 20, 8, 13, 19, 6);
my @mini = grep { $_ <= 10 } @num;
print join(',', @mini);

• こちらも, たった3行で実現できます! とってもシンプルでいいですね.

grepの使い方

my @mini = grep { $_ <= 10 } @num;

• 右側に, 入力となる配列を書きます. 今回の場合, @numです.
• grepは, {と}で囲った中に書かれた条件を満たす要素のみで配列を作ります.
  • この場合, 配列(今回の場合は@num)の各要素に対して10以下かどうか($_ <= 10)をチェックして, これを満たす要素のみを含む配列を作ります.
  • mapと同じく, 入力となる配列の各要素は$_で示されます.
• 左側に, 結果を格納する配列を書きます. 今回の場合, @miniです.

map/grepを使う利点

• 紹介したように, map/grepはfor文で書くこともできます.
• そこであえてmap/grepを使う理由は, そのコードの意味を明確にできる, という点ではないでしょうか.
• grepなら, ｢配列にフィルターをかける｣, mapなら, ｢配列の要素を変換する｣という意味を, コードを読む人に伝えることができます.
  • 但し, map/grepを単なるループ処理をする為に使うのはよくない, ...そうです.

練習問題(20分)

• 配列を受け取ると, 受け取った配列の全ての要素にis perl monger!を付け足した配列を返す関数を作ってみよう.
• 例えば, 配列の要素の1つがpapixの場合, papix is perl monger!と書き換えられます.
• 但し, 配列の要素がyapcの場合, is perl conference!を付け足すようにしましょう.

めざせ! 正規表現マスター!

• データ処理の強い味方, パターンマッチと正規表現について学んでいきます.
• パターンマッチや正規表現については以前簡単に説明していますが, 今回はもっと掘り下げていきます.
• 正規表現は非常に複雑なので, 今回だけで｢正規表現マスター｣になるのは難しいかもしれませんが, ｢正規表現マスター｣を目指してがんばっていきましょう!

パターンマッチの復習

my $str = 'Perl Entrance #7 一緒にPerlを学びましょう!';
print "'$str'は'Perl'を含みます." if $str =~ /Perl/;

• 簡単なパターンマッチの例です.
• $strの文字列中に, /で囲まれた正規表現で示される文字列が存在するなら, ｢マッチした｣と扱われ, 真となります.
  • よって, print文が実行されます(#6で紹介した, 後置ifを使っています).
• この｢パターン｣を表現する為に, 正規表現を使います.
  • 使いこなせば, あなたのお仕事を助ける協力な武器になります.

任意の1文字

my $ans = 'y';
if($ans =~ /[yY]/) {
    print "文字列にはyないしYが含まれています.\n";
}

• [と]で文字をくくると, []の中の任意の1文字にマッチします.
• よって/[yY]/は, yないしYにマッチします.

任意の1文字(否定)

my $ans = 'n';
if($ans =~ /[^yY]/) {
    print "文字列にはyないしY以外の文字が含まれています.\n";
}

• [と]で文字をくくり, その先頭に^を置くと, []の中にない任意の1文字にマッチします.
• よって/[^yY]/は, yないしY以外の文字にマッチします.
• ^は, 必ず[の後に置いて, [^の形で用います.

任意の1文字(連続)

my $ans = '1';
if($ans =~ /[a-c]/) {
    print "文字列にはa, b, cのいずれかが含まれています.\n";
}

• [と]の中で, 文字の間に-を挟むことによって, 文字列の範囲を表現できます.
• この場合, [a-c]は[abc]と同じ意味になります. [1-5]のように, 数値に対しても利用できます.

ワイルドカード

my $ans = 'get';
if($ans =~ /g.t/) {
    print "マッチ!\n";
}

• .は, 改行文字(\n)を除く, 任意の1文字にマッチします.
• よって/g.t/は, getやgotなど, g+任意の1文字+tにマッチします.
  • .がマッチするのは1文字だけなので, goatなどはマッチしません.
  • また, gtにもマッチしません.

量指定子'?'

my $ans = 'gt';
if($ans =~ /g.?t/) {
    print "マッチ!\n";
}

• ?は, その直前の要素が0個または1個の場合にマッチします.
  • 例えばab?は, aまたはabにマッチします.
• よって/g.?t/は, g+任意の1文字+tに加え, gtにもマッチします.

量指定子'+'

my $ans = 'get';
if($ans =~ /g.+t/) {
    print "マッチ!\n";
}

• +は, その直前の要素が1個以上の場合マッチします.
  • 例えばab+cは, abcやabbbbcなどにマッチしますが, acにはマッチしません.
• よって, /g.+tは, g+任意の1文字以上+tにマッチします.

量指定子'*'

my $ans = 'great';
if($ans =~ /g.*t/) {
    print "マッチ!\n";
}

• *は, その直前の要素が0個以上の場合マッチします.
  • 例えばab*cは, acやabc, abbbbbcなどにマッチします.
• よって/g.*t/は, gで始まりtで終わる全てのフレーズとマッチします(greatなど).

柔軟な量指定子

my $str = 'Gyaaaaaaaaa!';
print "マッチ!\n" if $str =~ /a{5,}/;
# マッチする
my $str2 = 'Gyaa!';
print "マッチ!\n" if $str2 =~ /a{5,}/;
# マッチしない

• {m,n} ... その直前の要素がm回以上, n回以下繰り返す場合マッチ
• {m,} ... その直前の要素がm回以上繰り返す場合マッチ
• {m} ... その直前の要素がm回繰り返す場合マッチ

マッチした文字列の取得

my $str = '私は perl が好きです.';
if($str =~ /私は (.+) が好き/) {
    print "彼は, $1 が好きです.\n";
    # '彼は, perl が好きです'と表示.
}

• 正規表現のパターンを()を囲むと, そのパターンに一致する文字列を取得することができます.
• 例えばこの場合, $1にはperlが入り, 彼は, perl が好きです.と表示されるはずです.

マッチした文字列の取得

my $str = '私は perl と 旅行 が好きです.';
if($str =~ /私は (.+) と (.+) が好き/) {
    print "彼は, $1 と $2 が好きです.\n";
    # '彼は, perl と 旅行 が好きです.'と表示.
}

• 複数の()が存在する場合, 先頭から$1, $2... で取得することができます.

マッチングの原則

my $str = 'Hello hoge! Hello fuga!';
if($str ~= /Hello (.+)!/) {
    print "Nice to meet you, $1!\n";
}

• hogeを抜き出してNice to meet you, hoge!としたいので, このようなコードを書きました.
• しかしながら, 実際にはNice to meet you, hoge! Hello fuga!と表示されます.

マッチングの原則

my $str = 'Hello hoge! Hello fuga!';
if($str ~= /Hello (.+?)!/) {
    print "Nice to meet you, $1!\n";
}

• これは, 正規表現が｢なるべく長くマッチする(最長マッチ)｣ようになっている為です.
• このように, 量指定子のあとに?を付けて, 最短マッチにすれば, Nice to meet you, hoge!と出力されるはずです.

練習問題A(15分)

while( chomp (my $line = <STDIN>) ) {
    print $line;
}

• 上記プログラムは, 標準入力で入力した文字列をそのまま出力するプログラムである.
• これを改変して, 入力した文字列にjohnが含まれる場合のみ, 文字列を出力しないように書き換えてみよう.

休憩(10分)

置換

my $str = 'abc def ghi';
$str =~ s/abc/ABC/;
# $str = 'ABC def ghi';

• s/PATTERN/REPLACE/で, PATTERNをREPLACEに置換します.
• 全てのPATTERNを置換したい場合, s/PATTERN/REPLACE/gと表記します.
  • 最後にオプションとしてgを付けることで, 繰り返し評価します.

変数の使用

my $str = 'perl ruby python';
my $pattern = 'perl';
if($str =~ /$pattern/) {
    print "'$str'には'$pattern'が含まれます.\n";
}

• このように, 正規表現として変数を利用することもできます.

メタ文字

• メタ文字を使うと, ｢数字とマッチ｣や｢アルファベットとマッチ｣などといった正規表現を, より簡単に表現することができます.
• ここでは, よく使うメタ文字を紹介します.

メタ文字(1)

• \w ... アルファベット, 数字, アンダーバーの1文字

  • [a-zA-Z0-9_]と同じ意味です.

• \W ... アルファベット, 数字, アンダーバー以外の1文字

  • [^a-zA-Z0-9_]と同じ意味です.

• \d ... 数字の1文字

  • [0-9]と同じ意味です.

• \D ... 数字以外の1文字

  • [^0-9]と同じ意味です.

メタ文字(1)

• \s ... 空白文字にマッチ

  • [ \n\r\f\t]と同じ意味です.

• \S ... 空白文字以外にマッチ

  • [^ \n\r\f\t]と同じ意味です.

メタ文字(1) 使い方

my $str1 = '2012年7月22日';
if($str1 =~ /(\d+)年(\d+)月(\d+)日/) {
    print "$1/$2/$3";
    # "2012/7/22"と表示される.
}
my $str2 = "この     文章  は\n 読みにく\nい    で  \t        す\n";
my $str2 =~ s/\s+//g;
# $str2 = "この文章は読みにくいです";

• \sを使えば, 余分な空白や改行を抜き取ることができます.

メタ文字(2)

• | ... 選択一致

  • 例えば, abc|def|ghiは, abc, def, ghiのいずれかにマッチします.

• (x) ... グループ化

  • 正規表現をグループ化します.
  • 先に説明したように, ()の中のパターンにマッチした文字列は記憶されます(後方参照).

• (?:x) ... 後方参照しないグループ化

  • 正規表現をグループ化しますが, ()の中のパターンにマッチした文字列は記憶されません.

メタ文字(2) 使い方

my $str = 'perl is good!';
if($str =~ /(?:perl|ruby|python) is (good|bad)!/) {
    print "評価は $1 です!\n";
    # "評価は good です!"と表示される.
}

• perl, ruby, pythonを|でつなぎ, (と)で囲うことで, 選択一致をグループ化しています.
• 更に, (?:とすることで, 後方参照しないようにしています.
  • その為, $1は(good|bad)のパターンにマッチした文字列となります.

正規表現のメタ文字(3)

my $str = 'john is dead.';
print "john\n" if $str =~ /dead./;
print "john\n" if $str =~ /dead\./;

• \ ... メタ文字を無効化する
  • 正規表現の中で特殊な意味を持つ文字(例えば/や.など)を無効化します.
• この場合. $str =~ /dead./は, john is dead!などでもマッチしてしまう(.は任意の1文字とマッチ, なので).
• \.のようにすれば .そのものとのマッチができます.

練習問題B(10分)

• 練習問題Aを改変して, 入力した文字列にjohnないしJohnが含まれる場合のみ, 文字列を出力しないように書き換えてみよう.

アンカー(1)

• アンカーは, 行頭や行末など, 文字列の特定の位置とマッチします.
• ^ ... 行頭
• \A ... 最初の文字列
  • ^と\Aはよく似ていますが, 複数の行がある文字列に正規表現を行った場合, 挙動が異なります.
  • ^は改行の直後(新しい行の行頭)にもマッチしますが, \Aは文字列そのものの先頭にしかマッチしません.

アンカー(2)

• $ ... 行末
• \Z ... 最後の文字列
  • $は改行の直前にもマッチしますが, \Aは文字列そのものの最後にしかマッチしません.
  • ^と\Aの関係と似ています.

アンカー 使い方

my $str = 'john is great';
# 行頭に'john'がある場合のみマッチ
print "マッチ!\n" if $str =~ /^john/;
# 行末に'great'がある場合のみマッチ
print "マッチ!\n" if $str =~ /great$/;

アンカー(3)

• \b ... 文字の区切り
  • ここでの文字は, 英数字とアンダーバーを指します.
  • \bは, \wと\Wの間とマッチします.
• \B ... 文字の区切り以外

アンカー 使い方

my $str = 'lyrical magical';
print "マッチ!\n" if $str =~ /lyrical\b/;
# マッチします.
my $str2 = 'lyricalmagical';
print "マッチ!\n" if $str2 =~ /lyrical\b/;
# マッチしません.

• lyricalmagicalは, lyricalの後に文字の区切りが存在しないので, 2つ目の正規表現はマッチしません.

練習問題C(10分)

• 練習問題Bを改変して, 以下の場合のみ, 文字列を出力しないように書き換えてみよう.
  • 文字列がjohn, Johnを含む.
  • 文字列の先頭にbetty, Bettyを含む.
  • 文字列の最後にgreat, Greatを含む.

マッチングの否定

my $str = 'john betty beth';
print "マッチ!\n" if $str !~ /beth/;
# 何も表示されない.

• !~演算子は=~演算子の否定です.
• よって, 正規表現とマッチした場合は偽, 正規表現とマッチしない場合は真となります.
  • この場合, 文字列にbethを含まない場合, 真となって文字列が出力されます.

区切り記号の変更(1)

my $str = '/usr/local/bin/perl';
print "マッチ!\n" if $str =~ m|bin/perl|;

• 正規表現は/で区切りますが, /だと不都合な場合も多いです(例えば, URLを表記する場合など. 全ての/をエスケープする必要がある).
• そこで, m//のように, 先頭にmを付けると, 任意の記号のペアを区切り記号として利用することができます.
• この場合, |を区切り記号にしています. よって, /をエスケープする必要はありません.

区切り記号の変更(2)

my $str = '/usr/local/bin/perl';
$str =~ s|/usr/local/bin/|/usr/bin/perl|;

• 置換の場合, このようにできます.

正規表現のオプション

• 正規表現では, //の後にオプションを与えることができます.

繰り返してマッチ(g)

my $str = 'Hello, hoge! Hello, fuga!';
my @name = ($str =~ /Hello, (\w+?)!/);
# @name = ('hoge', 'fuga'); となる.

• gは, 正規表現のマッチングを繰り返し行います.
• また, 正規表現に()が含まれる場合, マッチした文字列のうち()の中に含まれる文字列をリストとして返します.

繰り返してマッチ(g)

my $str = 'Hello, hoge! Hello, fuga!';
my $str =~ s/Hello/Good morning/g;

• 置換の部分で説明したように, s///gとすると, 置換の処理を繰り返し行なってくれます.

大文字/小文字を区別しない(i)

my $str = 'John and Beth';
pritn "マッチ!\n" if $str =~ /john/i;

• iは, 正規表現中のアルファベットの大文字･小文字を区別せずにマッチングを行います.
• よって, /john/iは, johnはもちろん, JohnやJOHN, jOhNなどにもマッチします.

練習問題D(10分)

• 練習問題Cを改変して, 以下の場合のみ, 文字列を出力しないように書き換えてみよう.
  • 文字列がjohn, Johnを含む.
  • 文字列の先頭にbetty, Bettyを含む.
  • 文字列の最後にgreat, Greatを含む.
  • 文字列がtomというアルファベットを含む(大文字･小文字問わず).
• また, 出力される文字列にpapixが含まれる場合, 全てhogeに書き換えてから出力するようにしてみよう.

質問タイム

最終問題1 (20分~)

ジュース:100円
弁当:300円
漫画:400円
カップ麺:250円
お菓子:100円

• このようなテキストを含むprice.txtを読み込み, 左側の商品名をキーとして, 右側の価格を値を持つハッシュ%priceを作りましょう.
• 商品名と価格の間は, :で仕切られてるとします.

最終問題2 (20分~)

• 先程のprice.txtの価格を1.05倍(消費税を加算)したテキストを, price+.txtに書き出すようにしてみましょう.

質問タイム

お疲れさまでした