Dotaz: Pomoc s regulárním výrazem

[Robert]

Mám problém s regulárním výrazem v privoxy. Potrebuju odfiltrovat nežádoucí adresy. Takže domény obsahující kličová slova např. sex. Takže regulární výraz jsem zvolil: .*sex.*
Např.:
http://www.sex.cz/ - Stránky se nezobrazí, což potřebuji
http://www.sextant.cz/ - Stránky se zobrazí, kde je chyba?

Odpovědi

[Filip Jirsák]

Kde ty regulární výrazy používáte? Existují různé formy zápisu, ve vašem případě zřejmě tečka znamená tečku a pokud chcete použít „jakýkoli znak“, musíte zadat „\.“.

[Robert]

jak uz jsem psal, pouzivam to v konfiguraci pro blokovani www stranek pomoci Privoxy (proxy server).
Ale podle manualu by to melo byt ok. "\." by podle me melo byt interpretovano jako ".", tedy jako znak tecka. Nebo se pletu?
Treba:
.seznam.cz/.*\.gif se chova rozumne, zablokuje vsechny gifi na adrese seznam.cz nebo www.seznam.cz

[Filip Jirsák]

Omlouvám se, četl jsem to jako „proxy“. Příště by pomohlo velké písmeno na začátku názvu

Podle té odkazované dokumentace se při porovnávání domén chápe tečka jako skutečná tečka a hvězdička jako zástupný znak (tedy porovnávání typu „glob“, podobné, jako měl DOS).

[Robert]

termin blob slysim poprve, jsem trochu zacatecnik. Je nekde seznam zastupnych znaku a vubec moznosti "blobu"? Diky za info

[Filip Jirsák]

Glob, ne blob… Hvězdička zastupuje libovolný počet znaků, otazník jeden znak (nevím, zda to platí i v případě Privoxy), ostatní znaky nemají zvláštní význam. Je to to nejjednodušší, co se používá třeba v shellu, většinou se tomu ani neříká regulární výraz. To slovo glob nebo globbing se samostantě ani moc nepoužívá, používá se to většinou právě v případech, kdy je potřeba odlišit, zda jde o jednoduché zástupné znaky (hvězdička a otazník), nebo o plnohodnotné regulární výrazy.

[jose17]

..ostatní znaky nemají zvláštní význam..

ono to vcelku zavisi. nezabudajte na [] a v bashi na moznost zapnutia extended globbingu: http://www.linuxjournal.com/content/bash-extended-globbing

[Bedňa]

Som si pozrel help Privoxy a malo by stačiť sex bez bodiek a hviezdičiek, nechcelo sa mi to čítačť celé, tak sa možno mýlim, pokiaľ by to nezabralo určite zabere \..*sex.*\. je to priamo v helpe RE potrebuje určité kotvy pre správne vyhodnotenie, v tomto prípade sú to tie doslovné bodky \.

[Robert]

\..*sex.*\ - pro blokovani domeny nefunguje

tak bohuzel, jak uz bylo receno vyse, zda se, ze pri zadavani domen nejsou akceptovany RE, takze jedine co zatim funguje je *sex*, ale pokud zvolim domenu http://www.sex.cz/, stranka se zobrazi zabere az *.*sex*.*, ale to je zase kratke na http://sex.cz a na to zase plati *sex*.* a kdo vi kde to konci. Napada vas neco? Diky

[Bedňa]

Pozor, nie \..*sex.*\ ale \..*sex.*\. s tou bodkou na konci.