---

Jeg er på jagt i en større tekst efter forkortelser med et ukorrekt
jefalds-s. Det vil sige UNESCOs, der skulle være UNESCO's. Jeg har
strikket et regexp sammen, der næsten matcher min definition på
problemet.

Men det jeg ikke rigtigt kan gennemskue, er hvordan (om?) jeg kan
pakke en parantes udenom min regexp, og få hentet samtlige matches på
en gang.

Altså med en regexp som '\W([A-ZÆØÅ]*)s\W' og en streng
'FOOs BARs bQUXs FOOs'

Ville jeg gerne have resultaterme FOO, BAR og FOO.

Kan det lade sig gøre på en nem måde?

--
/Wegge
Min holdning til Usenet - <http://wiki.wegge.dk/Usenet>
Min weblog - <http://blog.wegge.dk/>

---

Anders Wegge Jakobsen <wegge@wegge.dk> writes:

> Men det jeg ikke rigtigt kan gennemskue, er hvordan (om?) jeg kan
> pakke en parantes udenom min regexp, og få hentet samtlige matches på
> en gang.

Hvorfor splitter du ikke bare op i ord først og så kigger på hver
linie for sig?

--
Thorbjørn Ravn Andersen
http://unixsnedkeren.dk/ravn/

---

"Thorbjoern" == Thorbjoern Ravn Andersen <nospam0000@c.dk> writes:

> Anders Wegge Jakobsen <wegge@wegge.dk> writes:
>> Men det jeg ikke rigtigt kan gennemskue, er hvordan (om?) jeg kan
>> pakke en parantes udenom min regexp, og få hentet samtlige matches på
>> en gang.

> Hvorfor splitter du ikke bare op i ord først og så kigger på hver
> linie for sig?

Ja, nu du siger det.

--
/Wegge
Min holdning til Usenet - <http://wiki.wegge.dk/Usenet>
Min weblog - <http://blog.wegge.dk/>

---

Anders Wegge Jakobsen <wegge@wegge.dk> writes:

> Jeg er på jagt i en større tekst efter forkortelser med et ukorrekt
> jefalds-s. Det vil sige UNESCOs, der skulle være UNESCO's.

Det vil da være dumt. Efter retskrivningsreglerne kan forkortelser
uden forkortelsespunktum der udtales som egentlige ord bøjes både med
og uden apostrof (§6 i RO2001).

Som eksempel kan bruges NATO som i ejefald kan hedde Natos, Nato's,
NATOs eller NATO's.

> Altså med en regexp som '\W([A-ZÆØÅ]*)s\W' og en streng
> 'FOOs BARs bQUXs FOOs'

Følgende ser ud til at opfylde dine krav:

perl -nle '@hits = /\b([A-Z]*)s\b/g; print join",",@hits'

--
Peter Makholm | If you can't do any damage as root, are you still
peter@makholm.net | really root?
http://hacking.dk | -- Derek Gladding about SELinux

---

Peter Makholm <peter@makholm.net> writes:

>> Altså med en regexp som '\W([A-ZÆØÅ]*)s\W' og en streng
>> 'FOOs BARs bQUXs FOOs'
>
> Følgende ser ud til at opfylde dine krav:
>
> perl -nle '@hits = /\b([A-Z]*)s\b/g; print join",",@hits'

Der er to pointer. Den korte er at /g får perl til at finde alle
matches.

Forskellen mellem \b og \W er at \b matcher lige før ordet mens \W
matcher tegnet før ordet. Det er relevant når du skal have fat i to
ord lige efter hinanden som der kun er et tegn imellem. Så vil dit
mellemrumstegn blive fanget af det andet \W i første runde og så er
der ikke noget det første \W kan matche på i anden runde.

--
Peter Makholm | What if:
peter@makholm.net | Tanenbaum had convinced Linus that his
http://hacking.dk | operating system really was obsolete

---

"Peter" == Peter Makholm <peter@makholm.net> writes:

> Anders Wegge Jakobsen <wegge@wegge.dk> writes:
>> Jeg er på jagt i en større tekst efter forkortelser med et ukorrekt
>> jefalds-s. Det vil sige UNESCOs, der skulle være UNESCO's.

> Det vil da være dumt. Efter retskrivningsreglerne kan forkortelser
> uden forkortelsespunktum der udtales som egentlige ord bøjes både
> med og uden apostrof (§6 i RO2001).

Det er også lidt dumt at have en lemfældig blanding af UNESCO's og
UNESCOs spredt rundt i teksten.

> Som eksempel kan bruges NATO som i ejefald kan hedde Natos, Nato's,
> NATOs eller NATO's.

Nu er der så også masser af forkortelser der ikke udtales som
almindelige ord, og der mener jeg at 's er den eneste korrekte form.

>> Altså med en regexp som '\W([A-ZÆØÅ]*)s\W' og en streng 'FOOs BARs
>> bQUXs FOOs'

> Følgende ser ud til at opfylde dine krav:

> perl -nle '@hits = /\b([A-Z]*)s\b/g; print join",",@hits'

Det gør den. Jeg takker og bukker.

... gg kaster mig over problemet med at få lavet en regexp der også
matcher i tilfælde som FOO-BARs og FOO/BARs.

--
/Wegge
Min holdning til Usenet - <http://wiki.wegge.dk/Usenet>
Min weblog - <http://blog.wegge.dk/>

---

Anders Wegge Jakobsen <wegge@wegge.dk> writes:

> "Peter" == Peter Makholm <peter@makholm.net> writes:
>
> > Anders Wegge Jakobsen <wegge@wegge.dk> writes:
> >> Jeg er på jagt i en større tekst efter forkortelser med et ukorrekt
> >> jefalds-s. Det vil sige UNESCOs, der skulle være UNESCO's.
>
> > Det vil da være dumt. Efter retskrivningsreglerne kan forkortelser
> > uden forkortelsespunktum der udtales som egentlige ord bøjes både
> > med og uden apostrof (§6 i RO2001).
>
> Det er også lidt dumt at have en lemfældig blanding af UNESCO's og
> UNESCOs spredt rundt i teksten.

Enig, men derfor er det stadig forkert at kalde det "et ukorrert
jefalds-s".

> > Som eksempel kan bruges NATO som i ejefald kan hedde Natos, Nato's,
> > NATOs eller NATO's.
>
> Nu er der så også masser af forkortelser der ikke udtales som
> almindelige ord, og der mener jeg at 's er den eneste korrekte form.

Det er det også.

> > Følgende ser ud til at opfylde dine krav:
>
> > perl -nle '@hits = /\b([A-Z]*)s\b/g; print join",",@hits'
>
> Det gør den. Jeg takker og bukker.
>
> ... gg kaster mig over problemet med at få lavet en regexp der også
> matcher i tilfælde som FOO-BARs og FOO/BARs.

perl -nle '@hits = /\b([A-Z/-]*s\b/g; print join",",@hits'

..Henrik

--
"Det er fundamentalt noget humanistisk vås, at der er noget,
der hedder blød matematik."
--- citat Henrik Jeppesen, dekan for det naturvidenskabelige fakultet