Transcript PPT - 和歌山大学
q
q
システムソフトウェア
第２回：２００７年１０月１０日（水）
q
q
本日学ぶこと
計算機のための言語
q
q
q
プログラミング言語，自然言語，形式言語
正規表現，パターンマッチ，Emacsなどでの利用
BNF記法
2
ことば（言語）の分類
人同士でコミュニケーションをとるのは，日本語，英語，フラ
ンス語，ドイツ語，エスペラント語…自然言語
人から計算機にまとまった指示を出すのは，C，FORTLAN，
COBOL，Java…プログラミング言語（計算機言語）
「計算とは？」を理論的・フォーマルに記述するのは，数式，
集合，関係，論理，…形式言語
3
自然言語とは
人間が日常的に使っている言語のこと．
計算機言語や形式言語よりも，多様性に富んでいる．
q
q
誤用であっても，聞き手（読み手）が正しく解釈する．
新語が社会で使われていき，いくつかは辞書に載る．
4
プログラミング言語とは
ソフトウェアの設計図に当たるソースコードを記述するため
の人工言語．「計算機言語」ともいう．
q
人間が計算機に命令を指示するという目的がある．
q
q
インタプリタ型を除き，計算機はソースコードを直接実行できな
いので，コンパイラやアセンブラによって実行ファイルを生成し，
そのファイルで実行する．
自然言語に比べて，曖昧さが非常に少ない．
言語仕様は，言語設計者が決める．
関連語
q
アルゴリズムは，計算機が処理する手順を定めたもので，通常，
自然言語または擬似言語で書かれる．
5
形式言語とは
数学的かつ厳密に議論するために使用される人工言語．
q
q
「形式」は，「形だけの」ではなく「フォーマルな」の意味．
有限個の情報をもとに，規則を有限回適用して得られる情報は
何か（一般に無限集合）を考える．
次のような問題に対して，理論的な観点で検討できる．
q
q
q
sinθ+cosθ=2のとき，sinθcosθの値は？
人間同士でうまくコミュニケーションが取れるのはなぜか？
プログラムが停止する（無限ループに陥らない）ことを事前に知
るようなプログラムは作れる？
6
正規表現：はじめに
ニーズ
q
q
レポートに書いている文書で「和大」をすべて「和歌山大学」に
変更しないといけない．見落とさずに，すべて書き換えられるか
な？
2006年1月だったか2007年1月だったか，作ったファイル，どこ
だ…．
正規表現を学び，活用することで
q
q
膨大な文書からでも，関心のある箇所を見つけることができる．
日本語で表すと煩雑になる「条件」を，「パターン」で簡潔に記述
できる．
7
パターンマッチとは
パターン "やまだ" は
q
q
q
q
「"や" "ま" "だ" が連続して並ぶ」を意味する．
"わかやまだいがく" にマッチする．
"やまだたろう" にマッチする．
"むらかわたけひこ" にはマッチしない．
パターン "和.*大" は
q
q
q
q
q
「"和"のあと0個以上の文字を挟んで"大"がある」を意味する．
"和歌山大学" にマッチする．
"和大" にマッチする．
"和歌山県にある和歌山大学" にマッチする．
"大和" にはマッチしない．
8
正規表現のメタ文字
メタ文字は，特別な意味を持つ文字のこと
q
a など，特別な意味を持たず，文字がそのままの意味になるも
のを「リテラル」という．
メタ文字の例
q
q
q
q
q
q
q
q
. …任意の１文字
+ …１回以上の繰り返し
* …0回以上の繰り返し
? …1回または0回（あってもなくてもよい）
[ ] …中の一つ
^ …先頭
$ …末尾
「\メタ文字」で，メタ文字自身を表す．
9
メタ文字を利用した正規表現の例
"200[67]-01" は，"2006-01" または "2007-01" を含む文
字列にマッチする．
"200[5-7]-01" は，"2005-01"，"2006-01" または "200701" を含む文字列にマッチする．
"^Hello" も "World$" も，"Hello World" にマッチする．
"Wi*" は，"W"，"Wii"，"Wiiiiiiiiiiiiiiiiiiii" など（を含む文字列）
にマッチする．
"Wii+" は，"W" と "Wi" にはマッチしないが， "Wii"，
"Wiiiiiiiiiiiiiiiiiiii" など（を含む文字列）にマッチする．
"(Wi)+" は，"Wi"，"WiWi"，"WiWiWi"，…など（を含む文字
列）にマッチする．
10
正規表現が利用可能なソフトウェア
grep，sedなどのテキスト処理ツール
AWK, Perl, Python, Rubyなどのプログラミング言語
ed，vi，Emacsなどのテキストエディタ
q
Emacsの例： M-x replace-regexp [Enter] \?$ [Enter] ! [Enter]
で，行末の ? をすべて ! に変換する．
Linuxのシェルなどで使用可能な「ワイルドカード」とは異なる．
11
理論と実用とで異なる正規表現
計算機上では
q
q
パターン01* は，"0", "01", "011", "0111", …のほか，それらを
含む文字列（"10101" など）にもマッチする．
多くのプログラミング言語で，パターンは /01*/ のように表
記される．
^01*$ と書けば， "0", "01", "011", "0111", … に限定される．
理論では
q
正規表現01* は，0, 01, 011, 0111, …からなる言語（語の集
合）に対応づけられる．10101 はこの集合に属さない．
12
構文図式
パターン "Wi"
W
i
パターン "Wi*"
W
i
パターン "(Wi)*"
"Wi"
13
BNF記法とは
バッカス・ナウア記法（Backus-Naur Form）とも書かれる．
（計算機向けの）文法を定義する記法の一つ
q
q
q
ALGOL 60というプログラミング言語の定義で用いられた
XMLの構文定義にも使用されている
理論的には，文脈自由文法（第３回授業で解説予定）と関連
変種
q
q
EBNF (Extended Backus-Naur Form)では，正規表現と同様
に，反復などが使用可能
ABNF (Augmented BNF)というのもある
14
BNF記法による表記の例（１）
数字
q
q
コロン，コロン，イコール
縦棒（パイプともいう）
<digit> ::= "0" | "1" | "2" | "3" | "4" | "5" | "6" | "7" | "8" | "9"
「数字とは，"0", "1", …, "9" のいずれかである．」
数字列
q
q
q
q
<digit-sequence> ::= <digit> | <digit> <digit-sequence>
「数字列とは，一つの数字であるか，一つの数字と一つの数字
列を連結したものである．」
<digit-sequence>を定義する際に，<digit-sequence>自身を
使用している…「再帰的な定義」という
"12345" や "00321" などが該当する
15
BNF記法による表記の例（２）
非ゼロ数字
q
符号なし整数
q
<unsigned-integer> ::= <digit> | <digit-nonzero> <digitsequence>
符号
q
<digit-nonzero> ::= "1" | "2" | "3" | "4" | "5" | "6" | "7" | "8" |
"9"
<sign> ::= "+" | "-"
整数
q
<integer> ::= <sign> <unsigned-integer> | <unsignedinteger>
16
BNF記法，EBNF記法と構文図式
<digit-sequence> ::= <digit> | <digit> <digit-sequence>
digit
digit-sequence
<digit-sequence> ::= <digit> {<digit>}
{…} は
0回以上の反復
再帰が不要！
digit
digit
digit
17
BNF記法による表記の例（３）
自然言語への適用
q
q
q
q
q
<主語> ::= "私" | "あなた" | "彼" | "彼女" | "それ"
<主格助詞> ::= "は" | "が" | "も"
<動詞> ::= "勉強する" | "食事する" | "遊ぶ"
<文> ::= <主語> <主格助詞> <動詞>
"私は勉強する"，"それも食事する" など，5×3×3 = 45通りの
文例が作れる．
18
BNF記法をどう使う？
文法が適切に定義されているか，想定していない文字列が
含まれていないかを，設計者らが検証する．
q
先ほどの例では，"0777" は数字列ではあるが，符号なし整数
ではないし，整数でもない．
構文解析により，入力文字列を計算機内部で処理しやすい
形に変換する．
q
q
ソフトウェアはBison/Flexが有名
詳細は，第４回以降の講義や，「データ構造とプログラミング技
法」の授業などで学んで欲しい
19
まとめ
プログラミング言語，正規表現，BNF記法などは，人の思考
（自然言語，あやふやなアイデア）と計算機（指示通りに厳格
に処理する）を仲介する人工言語である．
正規表現は，すでにあるテキスト情報から該当箇所を探す
のに使う．
BNF記法は，「情報の形（構文）」を計算機向けに定義するの
に有用である．
20