HashCode

Tenho uma função em PL/pgSQL que identifica a operadora pelo número e DDD denominada ‘operadora’

CREATE OR REPLACE FUNCTION operadora(text) RETURNS text AS '
declare
  ops text[]:= array['VIVO','CLARO', 'TIM','OI','Amazônia','Telemig','BRT','CTBC','Sercomtel','Nextel'];
  regexps text[]=array[
  '((2[1-9]95|1[1-9](95|7[1-4]))|[49][1-9]9[1-4]|([25-7][1-9]9[6-9]|1[1-9]9[6-8]))[0-9]{6}$',
  '([12568][1-9]9[1-4]|4[1-9]88|[37][1-9]8[124]|6195|1[1-9](76|89))[0-9]{6}$',
  '(((([48][1-9]9[6-9])|([37][1-9]9[1-4])|(1[1-9]8[1-5]|[56][1-9]81)|([29][1-9]8[1-3])|(4381[0-9])|(1[1-9]86))[0-9]{6})|5[1-5]99(11|13|39|8[1-9])[0-9]{4})$',
  '[237-9][1-9]8[6-8][0-9]{6}$',
  '9[1-9]9[6-9][0-9]{6}$',
  '3[1-8]9[6-9][0-9]{6}$',
  '[4-6][1-9]84[0-9]{6}$',
  '((3[1-8](96[0-9]{6}|99[67][0-9]{5}|999[1-9][0-9]{4}))|(1[1-9]99[0-9]{6}))$',
  '4[1-6]99(4[1-6]|9[1-8])[0-9]{4}$',
  '7[0-9]{7}$'
];
begin
  for i in 1..10 loop
    if $1 ~ regexps[i] then --se match retorna a posiç
	return ops[i];
    end if;
  end loop;
    return 'outros';
end
' LANGUAGE 'plpgsql' VOLATILE;

Isso funciona da seguinte forma, para cada operadora em ops temos uma expressão regular em regexps e um loop que faz match para todas as regexps.

Exemplo, a fração que analisa a operadora VIVO no centro oeste esta na regexps[0] em negrito(ou morenito, como estão dizendo isso por ai!)

….([25-7][1-9]9[6-9]|1[1-9]9[6-8]))[0-9]{6}$

As regras para determinar as operadoras são:

Trunking com a Nextel utiliza a série começada com 7. A Vivo em São Paulo está também utilizando a série 7 (71 a 74). A série 95 está sendo utilizada pela Vivo em São Paulo e Rio de Janeiro e pela Claro no Distrito Federal. (Marcado com * na tabela a seguir)

Operadora por área e Banda

Casos Especiais de Operadoras (sempre tem

Para facilitar o desenvolvimento das expressões, reduzi cada regra de cada localidade de cada operadora em ‘mini-expressões’, assim:

2[1-9]95
1[1-9](95|7[1-4])
[49][1-9]9[1-4]
[25-7][1-9]9[6-9]
1[1-9]9[6-8]
....

Depois juntei tudo colocando um ou entre cada mini-expressão.

Funcionar funciona… mas como sempre teremos novas exceções. Um dos casos seria a utilização de Trunking ou banda de outra operadora ou uma norma da Anatel. Portanto se uma operadora faz parceria/pacto/etc com outra operadora teremos que alterar a expressão relativa a operadora, uma tarefa não muito agradável como essa da expressão da TIM.

(((([48][1-9]9[6-9])|([37][1-9]9[1-4])|(1[1-9]8[1-5]|[56][1-9]81)|([29][1-9]8[1-3])|(4381[0-9])|(1[1-9]86))[0-9]{6})|5[1-5]99(11|13|39|8[1-9])[0-9]{4})$

Dividir novamente e depois juntar tudo … em uma masturbação codificante!? … era isso que eu fazia :|.

Como sofremos por falta de informações ou preguiça de pesquisar!

Pesquisando(com preguiça de quebrar a expressão) encontrei o kregexpeditor, que eu ignorava por começar com K de KDE, que ao longo do tempo-linux esta acabando com o meu preconceito KDE/Qt.

Dei um apt-get e instalei o cara.

Puts! Tenho agora um editor gráfico de expressoes regulares!
Posso trocar isso

(((([48][1-9]9[6-9])|([37][1-9]9[1-4])|(1[1-9]8[1-5]|[56][1-9]81)|([29][1-9]8[1-3])|(4381[0-9])|(1[1-9]86))[0-9]{6})|5[1-5]99(11|13|39|8[1-9])[0-9]{4})$

por algo mais amigável como

Com o kregexpeditor vc pode abrir um arquivo texto pra fazer o match , criar e alterar expressões regulares em texto ou no modo gráfico.

Gostei muito do editor, tenho que rever meus conceitos sobre K*

Trabalhando com ruby observei que os métodos de upcase e dowmcase da class String ignoram os acentos da nossa língua.
Transformando uma oração do tipo “João fez círculos e um Ângulo sem vétice?!”, em letras maisculas o resultado do método upcase é “JOãO FEZ CíRCULOS E UM ÂNGULO SEM VéRTICE?!”.
Vejam que os nossos queridos caracteres acentuados não foram modificados. Para solucionar o problema, em primeiro momento, criei os métodos br_upcase e br_downcase
no módulo BrazilianString e fiz um mixi na classe String, portanto para oração acima os resultados são:

- “João fez círculos e um Ângulo sem vértice?!”.br_upcase => “JOÃO FEZ CÍRCULOS E UM ÂNGULO SEM VÉRTICE?”

- “João fez círculos e um Ângulo sem vértice?!”.br_downcase => “joão fez círculos e um ângulo sem vértice?”

e um método auxiliar para retirar os acentos

- “João fez círculos e um Ângulo sem vértice?!”.desacentualize => “Joao fez circulos e um Angulo sem vertice?”

Algo semelhante acontece com expressões regulares, mas isso não é uma peculiaridade de Ruby mas de outras linguagens também.
Nas expressões regulares temos as abreviações

<b>Sequence  As [ ... ]        Meaning </b>
&#92;d      [0-9] 	          Digit character(Digito)
&#92;D 	[^0-9] 	          Nondigit(Não dígito)
&#92;s 	[&#92;s&#92;t&#92;r&#92;n&#92;f]    Whitespace character(caracteres considerados em branco)
&#92;S 	[^&#92;s&#92;t&#92;r&#92;n&#92;f]   Nonwhitespace character(caracteres não considerados em branco)
&#92;w 	[A-Za-z0-9_] 	  Word character A(caracter de palava)
&#92;W 	[^A-Za-z0-9_]   Nonword character(não seja caracter de palava)

Vamos testar alguns caracteres acentuados nas expressões regulares:

Quatro carateres de palavra

"João" =~ /\w{4}/        => nil

sem o til

"Joao" =~ /\w{4}/        => 0

Ahhh! Saquei! - Então as expressões regulares não detectam os nosso caracteres acentuados. É, as Regexp detestam os caracteres
As regexps não consideram nossos acentos no hiato dos ‘Word character’.

Fiz um esqueminha. Adicionei a classe String o método br_match responsável por fazer match e nas listas e as abreviações \w e \W modificadas.

Source    Para
\w       \wãàáâäèéêëìíîïõòóôöùúûüçÃÀÁÂÄÈÉÊËÌÍÎÏÖÒÓÔÙÚÛÜÇ
\W       [^\wãàáâäèéêëìíîïõòóôöùúûüçÃÀÁÂÄÈÉÊËÌÍÎÏÖÒÓÔÙÚÛÜÇ]
a-z      a-zãàáâäèéêëìíîïõòóôöùúûüç
A-Z      A-ZÃÀÁÂÄÈÉÊËÌÍÎÏÖÒÓÔÙÚÛÜÇ

Utilizando assim

"João".br_match /\w{4}/        => 0

Quebra um galho
A classe e o módulo estão aqui.