Obsah

Regulární výrazy

Regulární výrazy (pojem pochází z teorie formálních jazyků, jeho význam běžně používaný v informatice je však poněkud odlišný) umožňují exaktně popsat množinu textových řetězců odpovídající hledanému výrazu či jevu. Pro tyto účely používají zástupné znaky se speciálním významem (tzv. wildcard - žolíky). Regulární výrazy jsou velmi podstatnou součástí dotazovacího jazyka. Zjednodušeně řečeno se jedná o vkládání určitých speciálních znaků se zvláštním významem do slov, která chceme vyhledat.

Podobně lze postupovat i při vyhledávání pomocí korpusového manažeru, jeho možnosti jsou však daleko širší. Chceme-li tedy například v korpusu vyhledat všechny tvary slova bobule, nechceme je všechny vypisovat a nechceme ani používat lemmatizaci, je možné zadat dotaz bobul.* - tečka zde zastupuje libovolný znak a hvězdička libovolný počet opakování předchozího (tj. libovolného) znaku. Musíme však počítat s tím, že manažer vyhledá všechna slova začínající bobul, tedy například i adjektivum bobulovité apod. Sekvence .* tedy zastupuje libovolnou část slova (nebo i tagu) a je zřejmě vůbec nejčastěji používanou součástí regulárního výrazu. Při zadávání dotazu můžeme regulární výrazy samozřejmě uplatnit i na začátku nebo uprostřed dotazu. Mezi regulární výrazy používané v rozhraní KonText patří následující speciální znaky:

Příklady využití regulárních výrazů najdete v následující tabulce:

Příklad regulární výraz
všechny tvary slova ptakopysk ptakopys.*
slovo kdy s malým nebo velkým počátečním písmenem [kK]dy
tečka jako interpunkční znaménko \.
infinitivy předponových sloves od nést .+nést
různě dlouhé varianty citoslovce ratata ra(ta)+
pravopisnou dubletu: diskuze psané i se s diskuse|diskuze nebo disku[sz]e
libovolná čísla skládající se ze tří nebo čtyř cifer [0-9]{3,4}

Klávesové zkratky

Na české klávesnici v systému MS Windows můžete speciální znaky vyvolat pomocí klávesových zkratek (přehled nejpoužívanějších uvádíme v tabulce níže). V ostatních systémech jsou tyto znaky dostupné většinou pomocí AltGr (Linux), případně Alt (Mac OS X) a klávesy, pod níž je daný znak standardně umístěn na klávesnici anglické.

| svislítko AltGr + Shift + pod „Backspace“ nebo Alt + W
{} složené závorky AltGr + 9, AltGr + 0 nebo Alt + B, Alt + N
[] hranaté závorky Alt + F, Alt + G
^ stříška Alt + š (či 3)
\ zpětné lomítko Ctrl + Alt + Q

Související odkazy