c*m
发帖数: 1114 | 1 Perl的优势在它的正则表达式，它的正则表达式实在是太强了。在文字处理方面如果不
是超大的项目的话它这个优势还真是一白遮百丑。从scratch开始写个类似lynx的简单t
ext web browser基本上只要400行甚至更少。Java/C++哪个能做到？
of
to |
|
s****a
发帖数: 238 | 2 比如要把a1,a2替换成b1,b2，用replace-regexp只能在查找时支持正则表达式，替换时
就不行，有没有什么命令能够同时支持正则表达式的？手册文档都看过了好像找不到..
. |
|
a***y
发帖数: 2803 | 3 $genename =~ s/"//g; 是把"去掉.
$genename =~ s/" //g; 是把" 去掉.
这都是正则表达式的基本用法.建议你看看正则表达式.perl的这个功能很强大. |
|
a9
发帖数: 21638 | 4 又看了要求，的确用正则表达式。
你弄个streamreader还是叫什么能一行一行读的。读一行，正则表达式一行不就得了。 |
|
|
发帖数: 1 | 6 我tmd有次去应聘个职位 让我写个正则表达式
我说不同系统对那些符号有不同的定义 你说的grep怎么定义的 我记不太清了
瞬间 那个傻x一副不屑之色
我tmd后来一句话都懒的说了
这low b东西还不是看manual查查一分钟的事情
这有什么拿来考的 更有什么得瑟的
别说那些正则符号了
就是java语法 gdb命令 我不用也很快忘一半啊
所以说 很多程序员真的是low b
连得瑟都不知道得瑟啥
你问点device driver的中断处理
问点signal handler的可重入
问点lock-free的优缺点
问点b+tree为什么高效和使用场景
问点caching和buffering的区别
问点llvm前端后段分别怎么写
问点false sharing危害是啥
问点页表中内核部分如何更新
问点thread-local variable是啥
问点memory mapped file怎么帮助加速
问点lock如何用test and set实现
多好
就算为正经程序员队伍在半路出家的low b面前维护点逼格也好啊 |
|
E******d
发帖数: 3514 | 7 你说的这些问题我敢保证小蒙古一个都不会
但人家照样得瑟十万年薪
[在 LiYaoshi (药师——泥腿子五毛一名) 的大作中提到：]
:我tmd有次去应聘个职位 让我写个正则表达式
:我说不同系统对那些符号有不同的定义 你说的grep怎么定义的 我记不太清了
:瞬间 那个傻x一副不屑之色
:我tmd后来一句话都懒的说了
:这low b东西还不是看manual查查一分钟的事情
:这有什么拿来考的 更有什么得瑟的
:别说那些正则符号了
:就是java语法 gdb命令 我不用也很快忘一半啊
:所以说 很多程序员真的是low b
:连得瑟都不知道得瑟啥
:.......... |
|
t********5
发帖数: 522 | 8 可以这么说 或者说是 s 符合 p 的约束
这个你看一下基本的正则表达式概念就会很清楚~ 可以趁机学一下perl然后顺带学正则
最后的例子 c*a*b 表示可以0到多个c 后面跟0到多个a 最后以一个b结尾
所以aab符合这个约束 因为是 0个c 2个a 以1个b结尾
以？ |
|
l***o
发帖数: 5337 | 9 数学之美番外篇：进化论中的概率论
BY 刘未鹏 – DECEMBER 2, 2007
李笑来老师在blog上转了一篇宏文，“15 Answers to Creationist Nonsense”；然后
余晟同学（顺便推荐余晟同学译的《精通正则表达式》（第3版））把它给译了出来。
漂亮的文章加上漂亮的翻译，当然是要拜读的:-)
进化论从其诞生以来受到的非难不计其数。这里提到的这篇便收集了广为神创论者提出
以及广为大众误解的一些观点。其中有一点尤其引起了我的兴趣，如下：
8. 严格说起来，我们很难相信复杂如蛋白质的物质能偶然出现，更不用说人或是活细
胞了。
偶然性在进化中确实存在（例如，偶然性的突变可以产生新的特征），但是进化并不依
赖偶然性来产生新的器官、蛋白质或其他实体。截然相反的是，自然选择，作为进化中
已知的最主要机制，却会明确保留“需要的”（能适应的）特性，消除“不需要的”（
无法适应的）特性。只要选择的影响力存在，自然选择就能把进化向一个方向推进，在
出乎意料的短时间内产生复杂的结构。举个例子，现有由13个字母构成的序列“
TOBEORNOTTOBE”，假设有几百万只猴子，每只... 阅读全帖 |
|
w***g
发帖数: 5958 | 10 一行bash命令的事情
if wget -q 网页地址 -O - | grep 关键字正则表达式 > /dev/null
then
sendmail -t <
From: f**[email protected]
To: [email protected]
Subject: your key word appeard
in URL
FOO
fi
把这个命令放到脚本中, 然后加入crontab就可以了. wget也可以做recursive crawl,
然后用grep -R 表达式 网页目录/* 来搜索整个目录. |
|
|
c*********k
发帖数: 4747 | 12 小弟技术不怎么样，慢拍砖。
已经实现的：
1.建立一个马甲池，轮换登陆状态并且获取并保存cookie
2.发贴或者邮件时读取服务器端发给的token
3.用httprequest的post方法发贴或者邮件
4.从返回的页面中分析post是否成功
其中服务器交互就是用httprequest实现的，分析网页代码获取token就用正则表达式截
取字段了。发贴很简单，因为不用cookie;发邮件，必须先获取登陆状态下的cookie才行
。
python的部分源代码近期会发到EUV开的邮件组，大家欢迎加入邮件组互通有无哈。
最近太忙了，两周两篇paper一篇research plan一个presentation，等我有时间，就去
研究破解验证码，还是注册机好玩一些。 |
|
|
k***g
发帖数: 7244 | 14 （这是一篇关于很枯燥的技术，很枯燥的历史文本，和不太枯燥的统计的 blog）
看过一篇关于《全宋词》词频统计文章，挺有趣的，想用类似的方法处理一下《资治通
鉴》，所以就趁周末花了几个小时作了一下。
词是长短句，统计两个字组成的词频比较合适，《通鉴》是古文，文字结构不同，所以
我统计了单字频，两字词词频，三字词词频，四字词词频，和五字词词频。同时也记录
各个统计单位（字或词）出现的卷数。《通鉴》294卷，从三家分晋到五代结束共共
1362年，所以卷数可以作为时间的度量。
《全宋词》的词频是用 R 作的。R 虽然是不错的统计软件，也是我的最爱之一，但是
R 并不适合作文本分析，更不适合来作数据库操作。所以就用了 C# 和 Kdb +3.0。 C#
用来分析文本，.Net 是懒人的福音，并且多线程运算非常简单，能够大大提升文本处
理速度，Kdb+用来储存数据，它差不多是性能最好的 in-memory 数据库了，从它的网
站上能下载到免费版本。这个分析里数据库是重头戏，因为需要查询数百万行的数据
row，如果用 MySQL，估计会龟速到死。另外 Kdb + 本身只有 300多K，不用安装，很
... 阅读全帖 |
|
c*****1
发帖数: 3240 | 15 ☆─────────────────────────────────────☆
kzeng (寱语·无味赛百味) 于 (Sun Sep 23 01:21:31 2012, 美东) 提到:
（这是一篇关于很枯燥的技术，很枯燥的历史文本，和不太枯燥的统计的 blog）
看过一篇关于《全宋词》词频统计文章，挺有趣的，想用类似的方法处理一下《资治通
鉴》，所以就趁周末花了几个小时作了一下。
词是长短句，统计两个字组成的词频比较合适，《通鉴》是古文，文字结构不同，所以
我统计了单字频，两字词词频，三字词词频，四字词词频，和五字词词频。同时也记录
各个统计单位（字或词）出现的卷数。《通鉴》294卷，从三家分晋到五代结束共共
1362年，所以卷数可以作为时间的度量。
《全宋词》的词频是用 R 作的。R 虽然是不错的统计软件，也是我的最爱之一，但是
R 并不适合作文本分析，更不适合来作数据库操作。所以就用了 C# 和 Kdb +3.0。 C#
用来分析文本，.Net 是懒人的福音，并且多线程运算非常简单，能够大大提升文本处
理速度，Kdb+用来储存数据，它差不多是性能最好的 in-memor... 阅读全帖 |
|
f*********g
发帖数: 632 | 16 会玩输入关键词搜索，就看笑话别人不敢用google了？都扒开google的裤子看Pagerank
的内里给引擎调参数，该有在天庭俯视人间的感觉吧。
顺便问你一下，在google里用过正则表达式搜索吗？
别当真，反正在bbs聊天，就是图轻松。 |
|
c***c
发帖数: 21374 | 17 粗略地统计了一下，还是很能体现一些时代特色和共产党发展特色的。比如，“毛泽东”，“无产阶级”，提的越来越少。“中华民族”提的越来越多，“市场经济”从无到有，
大家可以自己导到excel里面分析分析
没有用正则表达式去严格匹配，就是简单匹配。因此有些词可能完全是不同含义，比如
“民主”，“人民民主专政”。
毛泽东,35,22,11,6
马克思,25,29,43,24
三个代表,0,0,12,2
恩格斯,0,1,2,0
列宁,6,7,13,3
社会主义,43,146,109,100
工人,3,8,31,2
农民,2,3,7,2
知识分子,2,3,8,1
挑战,0,0,2,3
市场经济,0,0,4,4
计划经济,0,4,0,0
商品经济,0,11,0,0
科学发展观,0,0,0,2
邓小平,0,8,12,4
江泽民,0,0,0,1
无产阶级,17,8,3,1
鸦片战争,2,2,2,2
中华民族,2,5,10,24
中华文化,0,0,0,4
改革,1,43,34,44
中国特色,0,26,18,38
一国两制,0,3,1,1
十月革命,0,0,3,0
五四运动,2,1,3,0
封建,5,11,... 阅读全帖 |
|
|
|
|
w****2
发帖数: 12072 | 21 这里用bing translator翻译，看看bing vs google哪个翻译得准
Stevey 的谷歌平台叫道：
大约六个半年，在亚马逊和现在已经在谷歌
那么久。这两家公司关于我立即想起一件事
— — 几乎每天都得到了加强的印象 — — 是亚马逊
一切都错了，不会，和 Google 做每件事。当然，这是
笼统概括，但却是出奇的准确的一个。这是很令人震惊。
有可能一百年或二百年甚至不同的方式，您可以
比较这两家公司，和谷歌优于中，只有三个，
如果我没有记错。我确实有一点但合法的电子表格
不让我展示给任何人，即使招聘喜欢它。
我是说，只是为了让你尝到了非常简短： 亚马逊的招聘流程是
通过让团队聘请为自己，所以他们雇用根本缺陷
整个团队，尽管他们的各种努力栏是令人难以置信的不一致
制造级 it。他们的行动是一团糟 ； 及他们真的不
薛琦表示，他们已使工程师很多做一切，使得
几乎没有时间编码-虽然再次这异组，因此它的运气
抽奖。他们根本不在乎单有关慈善机构或帮助
有需要的人士或社区贡献或那样的东西。那里没有出现过
笑了起来，这件事或许除外。其设施是灰尘抹多维数据集
农场一分钱不花装饰或会... 阅读全帖 |
|
t**n
发帖数: 272 | 22 无语了。你会用unix系统脚本么？sed会用么？
用脚本创建excel的csv文本会么？
正则表达式会写么？ |
|
w**********k
发帖数: 6250 | 23 卧槽，这正是我需要的
楼主改进一下，要求带上正则表达式功能，我要过滤数字ID
users
AFTER
, |
|
|
|
发帖数: 1 | 26 你连自己应聘的职位都没搞清楚，怪谁？正则表达式和你的System Architecture/
Compiler/OS/Concurrency 问题列表交叉的部分有，但是少的不能再少了，嘿嘿 |
|
c*********e
发帖数: 16335 | 27 正则表达式 都不会，你是科班的吗？如果是，哪个学校毕业的？ |
|
发帖数: 1 | 28 我也很觉得奇怪，
这尼玛不就是搞一个whitelist然后正则表达式匹配就好了么 |
|
a***e
发帖数: 27968 | 29 老大你也不能拿着yacc写俩正则表达式就号称写过编译器
然后倒腾俩fork就说写过操作系统
★ 发自iPhone App: ChinaWeb 1.1.3 |
|
x*****8
发帖数: 10683 | 30 本虾的计算机水平一般，人工智能只会一点正则表达式（RE)，用Prolog,和Lisp写，现
在学着用Python写，发现用了递归最有意思。 |
|
x*****8
发帖数: 10683 | 31 弱智儿童欢乐多。
对于没有专门学过人工智能的本虾来说，正则表达式和博弈树启发式修剪就是人工智能。 |
|
D*V
发帖数: 3096 | 32 发信人: cynic (cynic@mitbbs 1998->2010->?), 信区: Military
标 题: 建党60，70，80，90周年讲话词汇分析
发信站: BBS 未名空间站 (Sun Jul 3 00:34:15 2011, 美东)
粗略地统计了一下，还是很能体现一些时代特色和共产党发展特色的。比如，“毛泽东
”，“无产阶级”，提的越来越少。“中华民族”提的越来越多，“市场经济”从无到
有，
大家可以自己导到excel里面分析分析
没有用正则表达式去严格匹配，就是简单匹配。因此有些词可能完全是不同含义，比如
“民主”，“人民民主专政”。
毛泽东,35,22,11,6
马克思,25,29,43,24
三个代表,0,0,12,2
恩格斯,0,1,2,0
列宁,6,7,13,3
社会主义,43,146,109,100
工人,3,8,31,2
农民,2,3,7,2
知识分子,2,3,8,1
挑战,0,0,2,3
市场经济,0,0,4,4
计划经济,0,4,0,0
商品经济,0,11,0,0
科学发展观,0,0,0,2
邓小平,0,8,12,4
江泽民,0,0,0,1
无产阶级... 阅读全帖 |
|
t******e
发帖数: 1293 | 33 比如说里面有*和?，*匹配任何字符，?只匹配一个字符
bool strstr(const char * str, const char * pattern);
记得以前有高人说过在某本书的第一章的最后一个例子就是
这个程序。不过，找不到是哪本书了。大家有印象吗？
提示：作者应该是在AT&T Bell Lab呆过的，和K&R, Unix的
作者那帮人一起共事过。 |
|
|
t******e
发帖数: 1293 | 35 thanks
我也看了这个网页，不过，要求稍微有点不一样
上面的code，作者强调是对的，但是，我要改了之后才能用， |
|
k**********i
发帖数: 177 | 36 上来问了基本情况吧。。。
然后针对我project里面的开始问， 主要问了在这个过程中怎么处理了multi
threading的问题。
。。后来又问 如果这个系统用在多人中怎么样。。我说我们条件不够。。。没能够进
行那么多人
的测试。。。-_-！
后来问了怎么设计一个学生选课系统， 关系数据库的表怎么设计。。。有学生 老师
啥的。。。
答得不太好。。数据库这方面复习的不太好。。。
接下来是一个算法， 怎么判断一个数的二进制是不是回文数。。。
最后问了正则表达式。。。问怎么在一堆东西中提取电话号码， 这个回文数怎么写
regular
expression， 我只是大概的写出来了， 就是具体的语法忘记了。。。
问道这里时间已经超过45分钟了。。。
然后他说不问了。。。说有啥问题没， 然后就又说了会儿。。。
感觉不太难，自己准备的不是很充分。。回答的不是太好。。。
move on了。。。 |
|
k**********i
发帖数: 177 | 37 挺简单的我觉得。。。我面得就比较悲剧。。。让我写正则表达式。。。我都忘了 这
东西了。。
。结果很悲剧。。 |
|
c*********u
发帖数: 361 | 38 是很简单，希望能有下文吧。
他们家好像似乎是比较喜欢正则表达式，还有hash table |
|
j**l
发帖数: 2911 | 39 那些有限自动机，文法，下推自动机，非确定自动机，正则表达式，图灵机，多带图灵
机，停机问题的判定，可计算性，递归可枚举，LR分析，内容真是丰富多彩。
特别是康托用来证明实数不可数的对角线法则，用到停机问题，真是让人觉得巧妙。 |
|
|
x*******7
发帖数: 223 | 41 是用java还是c/c++?如果是java,我觉得用正则表达式很容易做第二题吧。
time
a |
|
d***8
发帖数: 1552 | 42 怎么从文本（可能有很多句子在里面)里面把人名找出来?
用正则表达式吗? |
|
l*********3
发帖数: 26 | 43 刚刚A记电面一面结束，发个面经求BLESS。
1. Hash_table 和 Array 的不同
实现方式、存储机制、访问复杂度
2. 排序算法： quick_sort, merge_sort
3. OOD 如何设计一辆car
老问题
4. SQL 语句 很简单
5. UNIX，怎么从文件中找电话号码
正则表达式表示电话号码，然后 grep
6. 如何设计 hash_function
WIKI上的标准算法
7. 如果有100M本书，每本书200页，每页用100KB的图像存储，设计一个系统，能够更
快的处理用户找特定页（书名＋页码）的请求。
hash_fun书名 -> Map到Server -> Hash_fun页索引 -> 使用索引访问外部存储
8. 如何处理polular的书。
monitor访问，如果达到threshold，自动建立book的duplicated copy，自动将页从
外部存储load到内存中
9. 如果某个server crashed，怎么办？
冗余备份，同步
大概就是这些 |
|
l*****a
发帖数: 14598 | 44 关于正则表达式匹配，我的做法如下。
将输入pattern 转化成状态数组。
比方说 ab*d
initial state=s[0]
f(s[0],a)=s[1]
f(s[1],b)=s[2]
f(s[2],b)=s[2]
f(s[1],d)=s[3]
f(s[2],d)=s[3]
end state=s[3]
对于希望进行匹配的字符串，逐个分析当前字符，查上面的hash_map or matrix
judge whether it can start from s[start] and move to s[end]
if so,it match.
otherwise,doesn't match |
|
g*********s
发帖数: 1782 | 45 是啊。会用man/info/google其实就够了。
unix挺烦人的。就这个正则表达式，grep，vim，perl，flex，都不太一样。grep和
egrep也有区
别。其实完全可以统一成一个标准。 |
|
c******t
发帖数: 391 | 46 这题能用grep+正则表达式么？
另外LZ提到的划词和逐词判断，能不能解释一下？
Thanks! |
|
n********7
发帖数: 73 | 47 赶个潮流发个面筋，前几个月申了A本来打算好好复习下的，结果最近工作太忙都没时
间。就抱着裸考的
心态，只当增加人生经历。
老美，估计是个geek，讲话很慢又很怕表达不清的样子。
1.写个程序打印出3的n次方，例如输入4，输出3，9，27，81；
用java写了一个，神马条件都没考虑……
2.讨论程序的问题，问假如输入10000的话程序会怎样？
说会栈溢出，然后他说不会。问我你到底知道计算机可以表示的最大数是多少吗？口
气让我很不爽，
直接把电话摁掉。
3. 再打来，道歉。问最大数，我说那32位的机器不就是正负2的16次方咯。说对，说假
如是unsigned
呢？我说2的32次方，他说不对还有一个符号位。
4. 设计一个服装仓库管理系统。
随便说了下有个服装类，然后裤子鞋子的子类神马神马的……老美很高兴的样子。
5. 问Hashtable神马神马的，为什么可以是O(n)的复杂度。
随便说了说，好像概念都说反了……
6. 找出一个网页里的电话号码，要用linux的grep
说linux不会，不过应该要用到正则表达式，神马神马的。
ps：其实题目都很简单，大家参考内... 阅读全帖 |
|
