Wyrażenia regularne

Question

Interesuje mnie jak użyć wyrażenia regularnego by w tekście wyciąć pierwszą linię do kropki niezależnie co po niej idzie.

weźmy np. taki fragment:

"Administracja w działach IT rządzi się swoimi prawami. Różne metody zatrudniania osób na stanowiska pracy w takich działach dobrze odzwierciedlają to, czym różnią się od siebie poszczególne stanowiska."

Szukałem w Internecie ale nic nie znalazłem. Wierzę że tu ktoś to objaśni.

Testuję wyrażenia na https://regexr.com/

Answer 1

^.*?\.

^ -> start linii
.* -> dowolny znak dowolną linie razy 
? występujące po .* -> sprawdzaj co jest dalej w regexie podczas analizy tekstu
\. -> dosłownie kropka, jest na końcu więc tekst będzie sie kończyć kropką

w efekcie masz
-szukaj od początku linii
-weź wszystkie znaki
-ale sprawdzaj czy to co jest za "weź wszystkie znaki" zgadza sie z aktualnym tekstem

oczywiście w bardzo dużym uproszczeniu

dodatkowo zamiast regexr polecam strone regex101
wizualnie obie stoją na podobnym poziomie, obie mają dokumentacje
na regexr bardzo dużo razy dochodziłem do ograniczeń z ustawianiem flag + często jakiś regex mi nie działał mimo że powinien
w przypadku regex101 zawsze wszystko było tak jak powinno być 

regex101 obsługuje większą ilość flag, większą ilość implementacji/wersji regexa i ma debugger pomagający w optymalizacji, którego w regexr nie zauważyłem 

Comments

Wielkie dzięki, uczę się od tygodnia i kombinowałem, szukałem a tu na polskim Forum fachowa odpowiedź.

A mam jeszcze pytanko a jak ograniczyć długość pierwszego zdania do np. 200 znaków?

---

tutaj masz myśle że dość dobry poradnik
https://www.oreilly.com/library/view/regular-expressions-cookbook/9780596802837/ch04s09.html

w dużym skrócie masz {} w których określasz przedział wymaganej długości, jeśli chcesz wpisać na sztywno
jeśli nie wiesz jaka będzie długość * znaczy od 0 do nieskończoności a + znaczy od 1 do nieskończoności

przykładowo
.{2,8}
.+
.*

dodatkowo niezbędny temat w wielu przypadkach to grupy -> dużo prościej wyciągać z nich dane
np 

^(?<FirstSentence>.*)?\.

i wtedy wyciągasz z regexa jedynie wartość dla tej grupy 

dodatkowo użyteczne są lookahead i lookbehind w wersji pozytywnej i negatywnej -> do upewniania sie czy przed/za tekstem coś występuje w chwili analizowania go, zamiast dopiero po przeanalizowaniu (tak jak to sie dzieje domyślnie)

wydaje sie że tego jest dużo, ale wykorzystując regexy w praktyce większość użytecznych mechanizmów spokojnie można opanować w 3 dni, jak ktoś sie postara to może nawet dzień

---

A, no i też moim zdaniem grupy dodają dużo czytelności do regexa
Bez nich regex wygląda często jak ciąg losowo wpisanych znaków
A z nimi masz jasno opisane co gdzie wyciągasz

A dodatkowo w podglądzie masz wszystko jasno oznaczone + w kodzie jesteś w stanie w prosty sposób wyciągać konkretne wartości

---

@marcin99b,

Fajnie dzięki za informacje. Pouczę się GRUP w Regexie dobry link do nauki. Jakoś nie trafiłem na niego. 

---

dlaczego "GRUP" dużymi literami?
to nie jest żadna nazwa własna ani skrót

---

:) Chciałem zaakcentować temat.

Answer 2

https://stackoverflow.com/a/44314104/4983840

Demo: https://regex101.com/r/HpfZKd/1

Ewentualnie - jeśli tego RegExpa chcesz użyć w konkretnym języku programowania - możesz wyszukać indeks pierwszej kropki w tekście i wyciąć tekst do tego miejsca. Na przykładzie JavaScriptu:

var text = "Administracja w działach IT rządzi się swoimi prawami. Różne metody zatrudniania osób na stanowiska pracy w takich działach dobrze odzwierciedlają to, czym różnią się od siebie poszczególne stanowiska.";
var withoutFirstSentence = text.slice(text.indexOf('.') + 1).trim();

console.log(withoutFirstSentence); // Różne metody zatrudniania osób na stanowiska pracy w takich działach dobrze odzwierciedlają to, czym różnią się od siebie poszczególne stanowiska.

 

Answer 3

import re
txt = "Administracja w działach IT rządzi się swoimi prawami. Różne metody zatrudniania osób na stanowiska pracy w takich działach dobrze odzwierciedlają to, czym różnią się od siebie poszczególne stanowiska."
x = re.split("^([^.]+)", txt)
print(x)

 

Answer 4

let text = "Testowe pierwsze zdanie. Testowe drugie zdanie. Testowe trzecie zdanie. Testowe czwarte zdanie.";

text = text.split('.').slice(1).join('.').trim();
console.log(text);