C++ dasturlash tilining regex, type info va forward list kutubxonalari funksiyalari bilan ishlash
![7boshlanishiga R harfini qo'yib hosil qilamiz, qo'shtirnoq ochilgandan keyin ochiq qavs va
yopilishidan oldin yopiq qavs qo'yish shart. Keling, namuna ko'raylik:
string s="Salom!\n Havo ajoyib-a?!";
string s1=R"(Salom!\n Havo ajoyib-a?!)";
cout<<s<<endl;
cout<<"=====\n";
cout<<s1<<endl;Natija:
Salom!
Havo ajoyib-a?!
=====
Salom!\n
Havo ajoyib-a?!
Ko'rib turganingizdek, \n da enter tashlanishi kerak edi, raw string esa shunaqa
joylarini inkor qila oladi
\ - bu shunchaki backslash va uni raw stringda shunchaki ishlatish mumkin, stringda
backslash ni ishlatish uchun \\ yozishimiz kerak.
Ifodamiz albatta regex tipida bo'lishi kerak. Ifoda yozishdan oldin ba'zi
metacharacterlar(maxsus belgilar) bilan tanishib chiqsak:
. - nuqta har qanday belgini topib beradi
\d - har qanday raqamni topib beradi(decimal). Ushbu metacharacterga ekvivalent:
[[:digit:]]
\D - \d ni teskarisi, raqam bo'lmagan belgini topib beradi. Ushbu metacharacterga
ekvivalent [^[:digit]]
\s - bo'shliqni topadi(space, tab)
\S - \s ni teskarisi.
\w - alphanumeric(harf yoki raqam) va tagchiziq belgisini topadi.
\W - \w ni teskarisi.
+ biror x belgidan keyin ushbu belgini qo'yish orqali ushbu x belgi 1 yoki ko'p marta
qatnashishi kerakligini bildirgan bo'lamiz.
| - or(yoki), buni biz 2 ta belgi orasiga qo'llash orqali ulardan biri kelganini
aniqlashimiz mumkin bo'ladi.
[belgilar to'plami] - ushbu burchakli qavslar ichida belgilar kategoriyasini kiritamiz.
Ichidagi belgilardan duch kelganini topadi. Masalan, agar [abc] desak, unda a, b, yoki c
belgisini topadi.](https://docx.uz/documents/c2bfc7db-0958-4807-8c25-8489c1c68c17/page_7.png?v=1)
![8X dan Y gacha bo'lgan oraliqlarni [X-Y] tarzida belgilaymiz. Masalan: [a-z] - a, b, c,
d, ... z belgilar ichidan uchraganini topib beradi, agar [0-9] desak, unda raqamlarni
topadigan bo'ladi.
regex_match (string s, match m, regex rgx) - matndan ifodaga mos qismini qidiradi,
topilsa true, aks holda false qaytaradi. Parametrlariga ortiqcha izoh berishim shartmas
deb o'ylayman - 3 ta argument oladi, biri string tipida, 2-si regex bo'lishi kerak. m
argumenti haqida keyinroq gaplashamiz, hozircha u unchalik muhimmas va argument
berilishi shartmas.
Maxsus belgilar bilan biroz bo'lsa-da tanishib oldik. Ho'p, bu yaxshi, lekin men matn
ichidan aytaylik nuqta(.) ni qidirmoqchiman, lekin u metacharacter bo'lsa, unda buni
qanday qilaman? Biz maxsus belgilarni oldiga backslash qo'yish orqali ularni maxsus
qobilyatidan maxrum qilib qo'yamiz, javob: \. orqali nuqtani topishimiz mumkin.
Maxsus belgilardan qanday foydalanishni esa quyidagi misolda ko'rib o'tamiz:
Aytaylik, sizga string tipida ma'lumot berilgan, ushbu ma'lumotni int tipiga o'girishda
xatolik bo'lish-bo'lmasligini topishingiz kerak. Kiritiladigan ifodalar masalan 007, +07, 7
yoki -007, -7 ko'rinishida bo'lishi mumkin. +-12 kiritsak xatolik beradi. Endi asosiy
fokusni kod yozishga qaratamiz, regex da o'rgangan ayrim metacharacterlarimiz yetarli:
regex ifoda(R"((\+|-)?[0-9]+)");
string input;
cout<<"\nSon kiriting: ";
cin>>input;
if(regex_match(input, ifoda))
{
cout<<"Integer!";
}else{
cout<<"Xatolik!";
}
Menimcha ko'pchilik regex tipidagi ifodamizga unchalik tushunmadi, uni bo'laklab
tahlil qilamiz. Raw string ligi uchun biz R"()" ichiga ifodani yozamiz. Endi, son oldida +
yoki - kelishi kerak, buni qavs ichida (+|-) deb yozishimiz mumkin edi, lekin biz + ni
metacharacter ekanligini hisobga olib, uni maxsus qobilyatidan maxrum qilamiz: (\+|-)
bo'ldi. ? belgisi 0 yoki 1 marta qatnashsin degani, uni boyagi tuzgan ifodamizdan keyin
qo'llasak, + yoki - belgisi 0 yoki 1 marta qatnashsin degan bo'lamiz. [0-9] esa 0 dan 9
gacha kelgan raqam degani, undan keyin agar + qo'ymasak, u faqat bir xonali sonlar
uchun ishlaydi. [0-9]+ ifodamiz 0 dan 9 gacha oraliqdagi raqamlar 1 yoki ko'p marta
qatnashsin deganini ifodalaydi. Endi barchasini umumlashtiramiz: (\+|-)?[0-9]+ --> +
yoki - belgisi 0 yoki 1 marta qatnashgan holda 0 dan 9 gacha bo'lgan raqam 1 yoki ko'p](https://docx.uz/documents/c2bfc7db-0958-4807-8c25-8489c1c68c17/page_8.png?v=1)
![9marta bo'lsin. Hozir bularni o'qib, bu AbraKadabraga tushunmadingizmi? Unda o'zingiz
metacharacterlar tasnifiga qarab boshqattan hijjalab tahlil qilib ko'ring.
Metacharacterlarga yaxshi e'tibor berganlar fahmlab ulgurishgan: [0-9] ni [\d] bilan
almashtirishimiz mumkin, bu natijaga ta'sir qilmaydi. \d nima qilishini yuqoridan
topishingiz mumkin.
ifoda o'zgaruvchisiga regex da ifodamizni yozmasdan, uni shundayligicha
regex_match funksiyamizga berib qo'ysak ham bo'laveradi:
regex_match(input, regex(R"((\+|-)?[0-9]+)"))
Endi biroz kirishib oldik deb o'ylayman, shu joyida raw string ni nega
qo'llayotganimizga qisqacha izoh berib ketsam. C++ da shunchaki oddiy string ga regex
ifodasini kiritsak u xunuklashib ketadi. Keling, ifoda o'zgaruvchisidagi scriptimizni oddiy
stringga o'giramiz: (\\+|-)?[0-9]+ Nega 2 ta backslash? Yuqorida aytganimdek,
backslashni o'zini stringga berish uchun \\ ni yozish kerak. Ho'p, bunda bitta backslashga
farq qilyabdi ifodamiz, lekin agar ko'p marta maxsus belgilarni oddiy belgi sifatida
ifodamizga kiritmoqchi bo'lsak-chi? Unda ularni oldiga backslash qo'yishimiz kerak
ularni maxsus qobilyatini bekor qilish uchun, keyin shu backslashni o'ziga ham yana bitta
backslash qo'llashimiz kerak, bu o'qishni birmuncha qiyinlashtiradi, tinchgina raw
stringdan foydalanib qo'yaveraylik ;)
Endi e-mail uchun regex ifoda yozib ko'ramiz:
regex pattern_email(R"(([\w\.-]+)@([\w\.-]+))"
Endi tahlil qilib ko'rsak: ([\w\.-]+)@([\w\.-]+) ifodamizni to'lig'i. 1-qavsda kelgan
burchakli qavs ichida biz belgilar kategoriyamizni tuzdik: \w - harf yoki raqam, \. -
nuqta(agar oddiy nuqta bo'lsa maxsus qobiliyatidan foydalanib qo'yadi :) ), chiziqcha(-
bir o'zi oddiy belgi bo'lib keladi, oraliqlarda boshqacha), Shulardan keyin kuchukcha va
yana boyagi ifodamiz. Bu orqali yuqorida o'ylab qo'ygan <username>@<domen>
qolipimizni yaxshiroq tushuntirdik.
Regex da ba'zi funksiyalar.
Ifoda tuzishni biroz o'rganib oldik, endi ba'zi funksiyalarni ko'rib o'tsak.
regex_match() - ushbu funksiya haqida yuqorida aytib o'tgandim. m argumentiga
kelsak, u berilayotgan belgilar to'plami string yoki char massiv shaklida bo'lishiga qarab
smatch yoki cmatch tipida bo'ladi, o'ziga ifoda bo'yicha topilgan ma'lumotni oladi,
masalan:
string mystr;
regex pattern_email(R"(([\w\.-]+)@([\w\.-]+))");
smatch mch;
cin>>mystr;
if(regex_match(mystr, mch, pattern_email))](https://docx.uz/documents/c2bfc7db-0958-4807-8c25-8489c1c68c17/page_9.png?v=1)
![10 for(auto x: mch) cout<<x;agar mystr char massiv bo'lsa, mch o'zgaruvchisining tipi
cmatch bo'lishi kerak.
smatch/ cmatch ni shunchaki chop etolmaysiz, buning uchun chiqarish operatorini
qayta yuklashga to'g'ri keladi. Yaxshisi, sikldan foydalaning, yoki nom.str() qilib ko'ring,
bunda nom smatch/cmatch tipidagi o'zgaruvchi
regex_search(s, m, rgx) - bu ham xuddi match ga o'xshaydi, berilgan satr ichidan rgx
ifodaga mosini qidiradi, agar bo'lsa uni m ga beradi.
regex_replace() - 3 ta argument oladi: birorta matn, regex ifoda, va almashtiriladigan
so'z. Matnda ifodaga mos belgilar bo'lsa, ularni almashtiriladigan so'z bilan almashtirib
qaytaradi. Namuna:
string mystr="998901234567 2532 24462334 998907777777";
regex regexp(R"([0-9]{9,12})");
cout<<regex_replace(mystr, regexp, "telefon raqam");Natija:
telefon raqam 2532 24462334 telefon raqam
ifodamizda [0-9] ni tushundingiz, {9,12} - shakli: {x, y}, o'zidan oldin kelgan belgini
minimal x marta, maksimal y marta takrorlanishi kerakligini bildiradi, ifodamizda esa
o'sha 0-9 gacha raqamlar minimal 9 marta, maksimal 12 marta qatnashsin degani. Agar
biz uni shunchaki {9,} qilsak, unda kamida 9 marta qatnashsin degani bo'ladi.
Yuqoridagi namuna telefon raqamlar uchun yana ozroq mukammallashtirishingiz
mumkin bo'ladi, masalan \+?9989[01349][0-9]{7} qilib. E'tibor qilgan bo'lsangiz,
yuqorida {9,} ifodasi birorta belgi kamida 9 marta qatnashsin deganini bildiradi
degandik. bunda esa {7} faqat 7 marta qatnashsin degani, vergulga e'tibor bering.
regex_iterator() - keling, buni ko'rishdan oldin quyidagi matnni tahlil qilib ko'ramiz:
"Men kecha o'zimning e-mailim emailnom@gmail.comdan support@gmail.comga xat
yubordim" matnidagi barcha email larni oladigan dastur tuzaylik. Buni regex_search
bilan eplasa bo'ladi dersiz, lekin u qolipga tushadigan ma'lumotlarni birinchisini oladi-da,
bizga hammasi kerak! Balkim, sikl yordamida regex_search, regex_match va
regex_replace larni qo'llamoqchidirsiz, yomonmas. Lekin regex_iterator bilan kodlash bu
ishda oson (iterator - takrorlovchi degani)! regex_iterator char massiv bilan ishlash
uchun, string bilan esa sregex_iterator ishlaydi. Biz string da ish ko'ramiz, sababi string
bilan ishlashda C-string(const char *) ga qaraganda bir qancha ustunlik tomonlari bor,
shuning uchun namunani sregex_iterator da ko'rib o'tamiz. Biz har bir topilgan
ma'lumotni chop etishimiz uchun sikldan foydalanamiz, faqat bunda sanagichimiz
sregex_iterator turida bo'ladi. Har doimgidek namuna kodini ko'rsataman, so'ng uni tahlil
qilamiz:
regex regexp(R"(([\w\.-]+)@([\w\.-]+))");
sregex_iterator it(mystr.begin(), mystr.end(), regexp);](https://docx.uz/documents/c2bfc7db-0958-4807-8c25-8489c1c68c17/page_10.png?v=1)
![12ga teng bo'lar ekan. Demak amaldagi sistemalar ham shu songa iloji borisha yaqin
bo'lishi kerakdir.
C/C++ da baytga asoslangan tip char dir. char tipi butun son tipida bo'lib, chegaraviy
qiymatlari -128 dan +127 gachadir. Bu tip lotin alifbosi harflarini va y ana qo'shimcha
bir guruh simvollarni kodlashga qulay bo'lgan. Lekin hozirda milliy alifbelarni kodlash
uchun 16 bitlik UNICODE qo'llanilmoqda. U yordamida 65536 ta simvolni ko'rsatish
mumkin. char tipida o'zgaruvchi e'lon qilish uchun dasturda
char g, h = 3, s;
kabi yozish kerak. O'zgaruvchilar vergul bilan ayriladi. E'lon bilan bir vaqtning o'zida
boshlang'ich qiymat ham berish imkoni bor. Mashina ichida baytdan tashkil topgan
boshqa kattaliklar ham bor. Ikki baytdan tuzilgan kattalik so'z (word) deyiladi, unda 16
bit bo'ladi. 4 ta bayt guruhi esa ikkili so'z (double word) bo'ladi. Bu birlik 32 bitli
mashimalarda qo'llaniladi. Hozirda qo'llanilmoqda bo'lgan mashinalar asosan 32 bitlidir,
masalan Pentium I/II/III sistemalari. C++ da butun sonlarning ikki tipi bor. Biri char -
uni ko'rib chiqdik. Ikkinchisi int dir. Mashinalarning arhitekturasi qanday kattalikda
bo'lsa, int tipining ham kattakigi huddi shunday bo'ladi. 16 bitlik mashinalarda int 16 bit
edi. Hozirda esa int ning uzunligi 32 bitdir. int (integer - butun son) tipi charga
o'hshaydi. Farqi bir baytdan kattaligidadir. 16 bitli int ning sig'imi -32768 dan +32767
gachadir. 32 bitli int esa -2 147 483 648 dan +2 147 483 647 gacha o'rin egallaydi. Bu
ikki butun son tipidan tashqari C++ da ikki tur vergulli, (nuqtali) yani haqiqiy son tipi
mavjud. Bulardan biri float, hotirada 4 bayt joy egallaydi. Ikkinchisi esa double, 8 bayt
kattalikka ega. Bularning harakteristikalari quyidagi jadvalda berilgan. Ushbu tiplar
bilan ishlaganda unsigned(ishorasiz, +/- siz), signed (ishorali) long (uzun) va short
(qisqa) sifatlarini qo'llasa bo'ladi. unsigned va signed ni faqat butun son tiplari bilan
qo'llasa bo'ladi. unsigned qo'llanganda sonning ishorat biti bo'lmaydi, ishorat biti
sonning kattaligini bildirish uchun qo'llaniladi. Masalan char tipida 8 chi, eng katta bir
odatda ishorat bitidir. Biz unsigned char ch; desak, ch o'zgaruvchimizga faqat 0 va
musbat qiymatlarni berishimiz mumkin. Lekin oddiy char [-128;127] ichida bo'lsa,
unsigned char [0;255] orasidagi qiymatlarni oladi, chunki biz ishorat biti ham
qo'llamoqdamiz. Huddi shunday unsigned int da (4 baytli) qiymatlar [0;4 294 467 296]
orasida yotadi.
signed ni ishlatib esa biz ochiqchasiga butun sonimizning ishorati bo'lishi kerakligini
bildiramiz. Normalda agar signed yoki unsigned qo'yilmasa, tipimizning ishorasi
bo'ladi. long int bilan qo'llanilganda 16 bitli int 32 ga aylanadi. Bu agar mashina 16 bitli
bo'lsa, mashina 32 bitli arhitekturaga ega bo'lsa, int ning kattaligi 4 bayligicha
qolaveradi. long double tipi esa 10 bayt joy oladi. Short sifati int bilan qo'llanilganda 32
bit emas, 16 bit joy egallashga boshlaydi. Tezlikni oshirish maqsadida kam joy
egallaydigan ma'lumot tiplarini qo'llash maqsadga muofiqdir. Agar tipning nomi
yozilmagan bo'lsa, o'zgaruvchi int tipiga ega deb qabul qilinadi.](https://docx.uz/documents/c2bfc7db-0958-4807-8c25-8489c1c68c17/page_12.png?v=1)
C++ dasturlash tilining regex, type info va forward list kutubxonalari funksiyalari bilan ishlash