部分式呼び出しを使って短くしてみた．一度treeを作ってから再帰的に正規表現を構成する戦略． naiveな実装で1124bytes，頑張って探索して11141110bytes．名前付きグループがあると括弧の意味が変わる問題がなければ909bytes(Gオプションが使えれば910bytes…

この前から気になってたんだけど，名前参照と番号参照を同時にしたくて困った． http://www.geocities.jp/kosako3/oniguruma/doc/RE.ja.txt 名前付きキャプチャがあるかないかで()の意味が変わってしまう．今，プログラムで正規表現を生成してて，人間が付け…

昨日までの正規表現にバグがあった． /\.#{digit}+#+\.#*#{suffix}/ は /#{digit}+#+\.#*#{suffix}/ が正解．短い方は1957bytesに，長い方は2793bytesになった．

鬼車の，名前付きキャプチャがあると()がキャプチャしなくなるのを利用して1969bytes．これ以上は部分式呼び出しを使わないと大幅な削減は厳しそう． いろいろキャプチャするバージョンは3061bytesになった．強欲マッチを止めれば2805bytes． 部分式呼び出し…

テストの仕方に問題があって，ある文字列にきっちりマッチするかどうかで確かめてたんだけど，トークンとして抜き出してくるにはそれでは不適切なことがわかった．そこで肯定先読みを使って，区切り文字が続いてるかどうかを調べるようにした． それから，問…

短くしてたんだけど，\dが使えない所為で1割伸びた．2217bytes． /(?:(?:#b(?:#[ei])?|(?:#[ei])?#b)(?:(?:[+-]?(?:(?:[01]+#*)|(?:[01]+#*\/[01]+#*)) )|(?:[+-]?(?:(?:[01]+#*)|(?:[01]+#*\/[01]+#*))@[+-]?(?:(?:[01]+#*)|(?:[01]+#*\/[ 01]+#*)))|(?:[+-…

irb:0> /\d/ =~ "５" => 0 irb:0> /\d/.encoding => #<Encoding:US-ASCII> irb:0> /\d/n.encoding => #<Encoding:US-ASCII> irb:0> re = Regexp.new(/\d/.source.force_encoding(Encoding::ASCII_8BIT)) => /\d/ irb:0> re.encoding => #<Encoding:US-ASCII>ぎゃーす． irb:0> /\d(?:\x80(?!))?/n =~ "5".force_encodin</encoding:us-ascii></encoding:us-ascii></encoding:us-ascii>…

開き括弧と閉じ括弧から，正規表現を生成． def charsetq(c) case c when "[", "-", "]", "\\" "\\#{c}" else c end end def _rec_regexp(str) Array.new(str.length) {|i| [Regexp.quote(str[0, i]), charsetq(str[i, 1])] } end def rec_regexp(s1, s2) a1…

自信はない． re = /(?<block>#\|(?:(?:[^#|]|#[^|]|\|[^#])++|\g<block>)*+\|#)/ str = <</block></block>