Reguläre Ausdrücke: Polynomterme

[Skrodde]

Hallo zusammen,
ich bin gerade dabei mir einen regulären Ausdruck zu bauen, mit dem ich Polynomterme der folgenden Formen erkennen kann:

2

,

2x

,

x

,

x^2

,

2,3x^27000

, jeweils mit + oder - davor. Jetzt scheitere ich bereits daran, eine Zahl wie

42,1337

zu erkennen. Mein Ansatz sieht bisher aus wie folgt:

String s = "42,1337";
System.out.println(s.matches("\\d+[,\\d+]?"));

Nun hätte ich gedacht, dass mein regulärer Ausdruck sicher stellt, dass ich mindestens eine führende Ziffer habe, gefolgt von potentiell mehr Zifferen. Falls es ein Komma im Ausdruck gibt, wird dieses von mindestens einer Ziffer gefolgt. Nun bekomme ich als System output aber leider ein

false

. ;(
Kann mir jemand auf die Sprünge helfen, was ich hier falsch mache?
Danke sehr, Gruß, Skrodde

 

[nillehammer]

Die eckigen Klammern sind für sog. Character-Classes. D.h. sie enthalten eine Aufzählung gültiger Zeichen. Innerhalb von eckigen Klammern verlieren einige Zeichen ihre Sonderbedeutung und werden als Literal aufgefasst. Bin mir jezt nicht sicher, welches Zeichen hier Probleme macht, aber das ist sicher die Ursache für den Fehler.

Langer Rede kurzer Sinn, die eckigen Klammern sind hier eh falsch. Ersetze sie durch normale runde Klammern und es geht.

 

[Skrodde]

Hallo nillehammer,
vielen dank für die schnelle Hilfe. Ich war durch den Begriff der "Capturing Group" (siehe hier) etwas von runden Klammern abgeschreckt, jetzt funktioniert aber alles wunderbar :toll:
Vielen Dank und ein schönes Wochenende!

 

[nillehammer]

Ich war durch den Begriff der "Capturing Group"... etwas von runden Klammern abgeschreckt

Das ist auch durchaus berechtigt. Der Match innerhalb der Capturing Group wird sich nämlich gemerkt. Und auch, wenn das vielleicht nicht viel ist, werden dafür unnötig Resourcen verbraucht. Durch folgende Zeichenfolge machst Du aus der Capturing Group eine non capturing Group:

(?:,\\d+)

Aber vielleicht willst Du Dir den Match ja doch merken. Damit könntest Du nämlich prüfen, ob ein Komma-Anteil eingegeben wurde oder vielleicht willst Du nur den Teil ausgeben oder oder.
[EDIT]
Ach ja, das "Merken" geht natürlich nur, wenn Du Dir die Regex als Pattern compilest und dann mit den zu testenden String einen Matcher erzeugst.
[/EDIT]

 

[HoaX]

Siehe auch hier: http://www.java-forum.org/java-basics-anfaenger-themen/136662-zeichen-strings.html

Dort steht auch nen Parser von mir, nur die Komma-Zahlen müsstest du noch einbauen, was eine Kleinigkeit ist.

 

[Skrodde]

Hallo nillehammer und hoax,
zunächst vielen Dank für die ausführliche Erläuterung der capturing group, ich schaue jetzt mal, wie es so mit der Performance ist, wenn ich alles mit runden Klammern als capturing group mache und wenn es dann zu viel wird, kann ich die immer noch rausnehmen.
@Hoax Vielen Dank für die Anregung, das werde ich mal ausprobieren, denn mein aktuelles Programm liefert leider noch nicht das gewünschte Ergebniss:

//Possible Cases:
String decimal = "\\d+(,\\d+)?";
String variable = "\\D+"; //TODO prevent the variable "+" from being valid, only allow a-zA-Z?
String literal = decimal + variable;
String exponent = "(\\x5E(\\d)+)?";
String literal2 = variable + exponent;
String term = literal + exponent;			
String regExTermStart = decimal + "|" + variable + "|" + literal + "|" + literal2 + "|" + term;
String regExTerm = "[+|-]" + decimal + "|[+|-]" + variable + "|[+|-]" + literal + "|[+|-]" + literal2 + "|[+|-]" + term;
String regExFunction = "(" + regExTermStart + ")?" + "("+regExTerm+")+" + "|" 
				+ "(" + regExTermStart + "){1}" + "("+regExTerm+")*";
		
String s = "xyz+1337-1337x^24+0,1337-0,1337+x^24-y";
		
Pattern pattern = Pattern.compile(regExTerm);
Matcher matcher = pattern.matcher(s);
// Check all occurrence
while (matcher.find()) {
	System.out.print("Start index: " + matcher.start());
	System.out.print(" End index: " + matcher.end() + " ");
	System.out.println(matcher.group());
}

Führt bei mir zu der Ausgabe:

Start index: 3 End index: 8 +1337
Start index: 8 End index: 13 -1337
Start index: 17 End index: 24 +0,1337
Start index: 24 End index: 31 -0,1337
Start index: 31 End index: 34 +x^
Start index: 36 End index: 38 -y

Das sind ja aber nicht die einzelnen Terme ???:L

Was fehlt denn wohl jetzt noch?
Gruß, Skrodde

 

[HoaX]

Mit Regex auf sowas los zu gehen ist nicht gerade der einfach lesbare/leicht nachvollziehbare Weg, darum nutzt ich in meinem Beispiel ja auch Antlr

 

[Mujahiddin]

Nur nebenbei:
Schreib mal, was du als Ausgabe gern hättest.

"[+|-]"

bist du sicher, dass das so geplant ist? Ich denke, du meinst eher

"[\\+\\-]"

E:

"(" + regexTermStart + "){1}"

ist das gleiche auch ohne

"{1}"

 

[HoaX]

"[+|-]" bist du sicher, dass das so geplant ist? Ich denke, du meinst eher "[\\+\\-]"

Wenn dann [+-], die \ kannst du dir schenken

 

[Mujahiddin]

Wenn dann [+-], die \ kannst du dir schenken

+ ist ja ein Operator (mind 1x) und - wie bei 0-9... Wollte sichergehn^^

 

[HoaX]

+ ist ja ein Operator (mind 1x) und - wie bei 0-9... Wollte sichergehn^^

In diesem Fall ist er aber keiner. Zwischen [] stehen immer nur Zeichen, keine Ausdrücke.

 

[Mujahiddin]

In diesem Fall ist er aber keiner. Zwischen [] stehen immer nur Zeichen, keine Ausdrücke.

"[0-9]"
=)

 

[HoaX]

"[0-9]"
=)

Asche auf mein Haupt, den offensichtlichen hab ich verdrängt gehabt

 

[Skrodde]

Hallo zusammen,
nach einem nahezu programmier-freien Wochenende melde ich mich zurück:

Nur nebenbei:
Schreib mal, was du als Ausgabe gern hättest.

Ich hätte gerne, dass aus dem Beispielstring folgende Ausrücke einzeln ausgelesen werden (hier durch Semikolon getrennt:

xyz; +1337; -1337x^24; +0,1337; -0,1337; +x^24; -y

. Danach könnte ich Sie dann weiter verarbeiten. Momentan werden aber vor allem die Exponenten noch "verschluckt".

"[+|-]"

bist du sicher, dass das so geplant ist? Ich denke, du meinst eher

"[\\+\\-]"

Ich möchte dass jeder Term von einem "+" oder einem "-" geführt wird, aber ich sehe gerade, dass wenn ich

[+|-]

auch das | akzeptiert wird, dass soll natürlich nicht sein und damit muss es

[+-]

heißen. Danke für den Hinweis :toll:

E:

"(" + regexTermStart + "){1}"

ist das gleiche auch ohne

"{1}"

Stimmt natürlich und wird geändert.

Vielen Dank für die Hilfe soweit, ich schaue mir jetzt mal Antlr an,
Gruß, Skrodde

 

[Skrodde]

Hallo zusammen und vielen Dank für die Hilfe :toll:. Ich habe mich entschlossen, das Problem mit Antlr anzugehen, da es doch flexibler ist als RegEx.

Gruß, Skrodde