Potpuni vodič za Regex pravila: što su, kako funkcioniraju i praktični primjeri

  • Regex pravila omogućuju vam učinkovito pretraživanje, provjeru valjanosti i transformaciju teksta.
  • Njegova sintaksa koristi doslovne znakove, metaznakove i kvantifikatore za definiranje preciznih obrazaca.
  • Regex je neophodan u programiranju, administraciji sustava, SEO-u i naprednom uređivanju podataka.
Alberto Navarro

11 minuta

Primjer pravila regularnih izraza

Regularni izrazi, poznatiji kao Regex, predstavljaju jedan od najmoćnijih i najsvestranijih resursa u svijetu razvoja, administracije sustava i obrade velikih količina teksta. Međutim, za mnoge korisnike i programere koji mu se prvi put susreću, njegova sintaksa može biti zagonetna ili čak neodoljiva. Savladavanje Regex pravila i obrazaca omogućuje pretraživanje, filtriranje, provjeru valjanosti i transformiranje teksta s neusporedivom učinkovitošću i fleksibilnošću.

Jeste li se ikada pitali kako možete pronaći složene obrasce unutar dokumenata, provjeriti obrasce, transformirati podatke ili automatizirati procese pretraživanja u svojim IT projektima? Bilo da ste programer, administrator sustava ili samo znatiželjni korisnik, ovaj je članak za vas. Pripremite se za cjelovit, praktičan i, prije svega, jasan vodič o Regex pravilima i njihovoj primjeni u svim vrstama konteksta.

Što su Regex pravila ili regularni izrazi?

Regularni izrazi (Regex, skraćenica na engleskom jeziku od Regular Expression) su nizovi ili uzorci znakova koji mogu definirati pravila za pronalaženje, provjeru valjanosti ili manipuliranje tekstovima unutar drugih tekstova. Zamislite da tražite određene fraze, određene formate (kao što su e-mail adrese, datumi, telefonski brojevi), imena koja zadovoljavaju određene kriterije ili želite skupno zamijeniti dijelove teksta: u svim tim slučajevima, Regex je idealan alat.

Osnovna ideja je Opišite, nizom simbola, slova i posebnih operatora, uzorak koji tekst koji želimo pronaći, validirati ili modificirati mora zadovoljavati.Na primjer, ako želite pronaći sve brojeve u frazi, možete definirati jednostavan uzorak koji kaže „bilo koji numerički znak“ (kao \d). Ako želite nešto naprednije, možete izraditi pravila složena poput: „svi nizovi koji počinju s 'Kopiraj' i završavaju brojem.“

Sintaksa regularnih izraza

Povijest i evolucija Regexa

Regularni izrazi nastali su sredinom 20. stoljeća, u području formalne logike i teorije automata. Njegova prva praktična primjena bila je u UNIX sustavima, s uslužnim programima kao što su ed, grep, žeđ y awkNakon toga, standard POSIX proširio je svoju sintaksu i uključio je u mnoštvo okruženja. Kasnije je jezik Perl podigao je Regex na novu razinu, dodajući nove značajke i popularizirajući ih u zajednici programera.

U sadašnjosti, Regex je ugrađen u većinu programskih jezika (JavaScript, Python, Java, C#, PHP, Ruby, itd.), kao i napredne uređivače teksta, operativne sustave, web okvire i više uslužnih programa naredbenog retka. To čini Regex pravila uistinu univerzalnim jezikom za obradu teksta u bilo kojem računalnom kontekstu.

Čemu služe Regex pravila?

Regex pravila nisu samo za pretraživanje; ona također validiraju, izdvajaju, transformiraju i filtriraju ili mijenjaju velike količine podataka u sekundama.

  • Pronalaženje obrazaca u dugim tekstovima: Pronađite e-poštu, URL-ove, imena, brojeve, datume i još mnogo toga - čak i u ogromnim datotekama ili bazama podataka - bez ručnog napora.
  • Potvrdi korisnički unos: Provjerava ispunjava li lozinka uvjete, je li telefonski broj ili adresa e-pošte ispravan prije pohranjivanja.
  • Izmijeni i zamijeni tekst: Zamijenite određene dijelove teksta, od uklanjanja HTML oznaka do normalizacije formata podataka.
  • Automatizirati procese: Filtrirajte zapisnike, transformirajte popise, analizirajte datoteke zapisnika ili preimenujte datoteke masovno prema vrlo preciznim pravilima.

Osnove regularnih izraza: Temeljni koncepti

Regex pravila sastoje se od kombinacije literalnih znakova i metaznakova. Razumijevanje ovih elemenata temelj je za izgradnju korisnih obrazaca.

1. Doslovni likovi

Doslovni znak predstavlja točno onaj znak koji želite tražiti. Na primjer, izraz kuća će pronaći točno taj slijed, tim redoslijedom, unutar ciljanog teksta.

2. Metaznakovi: moć Regexa

Metaznakovi su posebni simboli koji proširuju značenje regularnih izraza, dajući im svestranost i moć. Najčešći uključuju:

  • . Točka predstavlja bilo koji znak osim prijeloma retka.
  • [] Zagrade definiraju klase ili skupove dopuštenih znakova.
  • ^ Cirkumfiks može označavati ili početak retka/riječi ili, ako je zatvoren u zagrade, negaciju skupa.
  • $ Simbol dolara označava kraj retka ili teksta.
  • * Zvjezdica vam omogućuje pretraživanje „nula ili više ponavljanja“ prethodnog elementa.
  • + Znak plus traži „jedno ili više ponavljanja“.
  • ? Označava da je prethodni element opcionalan (nula ili jednom).
  • () Zagrade grupiraju dijelove izraza kako bi se primijenili kvantifikatori, izdvojile podgrupe ili definirale alternative.
  • | Okomita crta predstavlja logičku alternativu "ili".
  • \ Obrnuta kosa crta izbjegava posebno značenje sljedećeg znaka ili uvodi skraćene nizove (kao što je \d, \w, \s).

3. Kvantifikatori: kontrola ponavljanja

Kvantifikatori vam omogućuju definiranje koliko puta se znak, klasa ili grupa trebaju ponoviti:

  • *Nula ili više ponavljanja.
  • +: Jednom ili više puta.
  • ?Jednom ili nikako (nije obavezno).
  • {ne}Točno n ponavljanja.
  • {ne,}: Barem n puta (bez maksimuma).
  • {n,m}: Između n y m ponavljanja.

4. Klase znakova i kratice

Klase znakova nam omogućuju dodatno sužavanje onoga što želimo tražiti:

  • [the]: bilo koje malo slovo.
  • [AZ]: veliko početno slovo.
  • [0-9]: bilo koja znamenka.
  • [abc]slovo a, b ili c.
  • [^xyz]: bilo koji znak osim x, i z.
  • \d: decimalna znamenka (ekvivalentno [0-9]).
  • \D: bilo koji znak koji Ne biti znamenka.
  • \w: znak riječi (slovo, broj ili podvlaka; ekvivalentno [a-zA-Z0-9_]).
  • \W: bilo koji znak koji nije riječ.
  • \s: prazan prostor (razmak, tabulator, prijelom retka).
  • \S: bilo koji znak osim razmaka.

5. Sidra: postavljanje uzorka unutar teksta

Sidra vam omogućuju postavljanje uzoraka na početak ili kraj retka ili na početak/kraj riječi.

  • ^: početak retka ili teksta.
  • $kraj retka ili teksta.
  • \b: granica riječi (početak ili kraj).
  • \B: granična točka koja nije riječ (unutrašnjost).

Praktični primjeri Regex pravila

Pogledajmo sada kako se ova pravila primjenjuju na scenarije iz stvarnog života, i jednostavne i napredne, kako biste brzo mogli primijeniti ono što ste naučili u praksi.

  • Potvrdite e-poštu: ^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,6})+$
  • Pronađite DNI brojeve: \b\d{8}[- ]?[trwagmyfpdxbnjzsqvhlcke]?\b
  • Otkrivanje IP v4 adresa: ^(?:(?:25[0-5]|2[0-4]\d|1?\d?\d)(?:\.(?!$)|$)){4}$
  • Izdvojite URL-ove iz HTML oznaka:
  • Otkrivanje komentiranih redaka u Javi: //[^\r\n]*[\r\n]

Napredna logika i prilagodba uzoraka

Regex vam omogućuje izgradnju složenih obrazaca kombiniranjem grupa, alternacija, referenci i naprednih kvantifikatora, što vam omogućuje filtriranje, validaciju ili lociranje vrlo specifičnih informacija.

Grupe i udruženja

Zatvaranjem dijela uzorka u zagrade stvaramo grupu. To nam omogućuje primjenu kvantifikatora na cijele grupe, izdvajanje informacija ili referenciranje poduzoraka.

Na primjer, izraz ((ma)+b) će odgovarati "mab" ili "mamab", ali ne i "maab". Grupe se mogu kasnije referencirati pomoću \1, \2itd., idealno za pronalaženje sličnih ponavljajućih uzoraka.

Alternative (|): logički "ili" u Regexu

Vertikalna traka | omogućuje vam definiranje alternativa: bilo koji od uzoraka odvojenih ovim simbolom bit će valjan. Na primjer, (dečko|djevojčica) će odgovarati objema riječima.

Izbjegavajte metaznakove s \

Obrnuta kosa crta \ Ključno je neutralizirati posebno značenje metakaraktera ili uvesti skraćene nizove. Na primjer, „\.“ traži doslovnu točku, „\?“ upitnik, „\\“ obrnutu kosu crtu itd.

Pohlepni i lijeni kvantifikatori

Prema zadanim postavkama, Regex kvantifikatori su pohlepni: uzimaju što je više moguće teksta. Dodavanje ? Mijenja se u „lijeno“, što obuhvaća potreban minimum.

Na primjer: pas pronaći će najduži niz između "perr" i "o", dok pas uhvatit će minimum.

Tvrđenja i zaobilaženje

Tvrdnje s unaprijednim i naknadnim pretraživanjem omogućuju vam validaciju uvjeta "prije" ili "poslije" podudaranja bez konzumiranja znakova iz teksta.

  • Pozitivan pogled unaprijed: (?=uzorak) Provjerite nalazi li se "uzorak" nakon trenutne pozicije.
  • Negativno predviđanje: (?!uzorak) Provjerite da dolje NEMA "uzorka".
  • Pozitivan/negativan pogled unatrag: (?<=uzorak) y (? Oni rade istu stvar "unatrag".

Praktična primjena Regexa u stvarnom svijetu

Regex se koristi u širokom rasponu područja i svakodnevnih zadataka:

  • Provjera valjanosti obrasca: e-mail adrese, telefonski brojevi, imena, jake lozinke.
  • Obrada zapisnika i revizija sustavaTraženje uzoraka u datotekama zapisnika, izdvajanje pogrešaka i upozorenja.
  • SEO i upravljanje URL-ovimaprepisivanje URL-ova u .htaccess, filteri parametara, segmentacija pretraživanja.
  • Skupno uređivanje tekstaOčistite HTML oznake, uklonite suvišne razmake, normalizirajte podatke u proračunskim tablicama, prilagodite stari kod.
  • Razvoj weba i automatizacijaautomatizirano testiranje, konfiguracija pravila poslužitelja, razvoj scrapera.

Različite vrste i mehanizmi Regexa

Ne podržavaju sve Regex implementacije iste mogućnosti; postoje različite "varijante" ovisno o jeziku, alatu ili korištenom programu.

  • POSIX: Primordijalna sintaksa temeljena na UNIX-u. Manje opsežna od Perla ili PCRE-a.
  • Perl/PCRE: Vrlo su potpuni, podržavaju zaokruživanje, napredne reference, modifikatore i potprograme.
  • JavaScript: Široko korišten na webu, kompatibilan s većinom operatora, ali postoje ograničenja u lookbehindu (osim za moderne verzije).
  • .NET i drugi jezici: Obično su kompatibilni s PCRE-om, ali uvijek je preporučljivo konzultirati dokumentaciju samog jezika.

Stoga, kad god ćete raditi u određenom kontekstu, provjerite koju podršku i sintaksu Regex prihvaća u tom alatu ili jeziku.

Kako testirati i izgraditi vlastite Regex obrasce

Najbolji način za učenje Regexa je vježbanje s primjerima i korištenje alata za testiranje uživo dostupnih na webu.

  • regex101.com: omogućuje vam pisanje uzoraka, provjeru rezultata, pregled objašnjenja i statistike performansi.
  • regexr.comIzvrsne detaljne opcije pomoći, vizualna grafika i interaktivni primjeri.
  • Vizualni objašnjavači i generatori kodaIdealno za razumijevanje složenih obrazaca i generiranje izraza od nule.
  • Online igre i vježbeUčite igrajući se i rješavajući stvarne izazove kako biste internalizirali kako Regex funkcionira.

Uobičajene pogreške i praktični savjeti za savladavanje Regexa

Regex je moćan, ali može biti i zbunjujući. Ovi savjeti pomoći će vam da izbjegnete uobičajene zamke:

  • Metaznakovi za izlaz kada tražite njegovu doslovnu vrijednost. Na primjer, koristite \. za poantu, \* za zvjezdicu, \? za ispitivanje.
  • Nemojte pretjerivati ​​s točkom (.) i zamjenskim znakom .*. Vrlo su korisni, ali mogu vratiti neželjene rezultate ako ne definirate dobro svoj uzorak.
  • Dodajte sidra (^, $) kada želite ograničiti uzorak na početak ili kraj retka i izbjegavajte djelomična podudaranja.
  • Koristite specifične kvantifikatore prilikom traženja točnih ponavljanja, umjesto oslanjanja isključivo na * ili +.
  • Uvijek pokušajte s pozitivnim i negativnim primjerima. Na ovaj način možete otkriti pokriva li uzorak sve potrebne slučajeve bez stvaranja lažno pozitivnih rezultata.
  • Podijeli pa vladaj: Ako imate vrlo složen uzorak, sastavite ga u dijelovima i na kraju spojite fragmente.
  • Slobodno provjerite cheat sheets, dokumentaciju i forume. vidjeti primjere i svakodnevne trikove.

Integriranje Regexa u programske jezike i alate

Regex je integriran u najčešće funkcije svih glavnih programskih jezika. Neki primjeri:

  • JavaScript: Metode test(), exec() objekta RegExp i metoda odgovara(), traži(), zamijeniti (), podjela() od Stringa.
  • Piton: Modul re pruža funkcije kao što su traži(), odgovara(), pronaći sve (), pod(), Itd
  • PHP: Funkcije preg_match (), preg_replace(), preg_split() i drugi
  • .NETO: Clase Regularni izraz s naprednim metodama i podrškom za PCRE.

U urednicima poput VSCode, Sublime, Atom ili Notepad++, možete koristiti i Regex za pretraživanje i zamjenu. A na UNIX sustavima, uslužni programi poput grep, žeđ y awk ugraditi vlastiti Regex engine.

Regex u SEO-u i upravljanju URL-ovima

Regex je ključna komponenta za optimizaciju URL-ova, web usmjeravanje i dinamičko upravljanje parametrima na platformama poput WordPressa, Joomle i e-trgovine.

  • .htaccess i mod_rewrite: Omogućuju vam da transformirate ružne URL-ove ispunjene parametrima u prijateljske adrese pomoću Regex pravila. Na taj način, www.ejemplo.com/index.php?p=123 može se transformirati u www.ejemplo.com/articulo/titulo-amigable, što poboljšava i SEO i korisničko iskustvo.
  • Filtriranje parametara: Izdvojite, očistite ili transformirajte parametre u URL-u kako biste prilagodili rezultate različitim kontekstima pretraživanja.

Pomoću Regex pravila, webmasteri mogu stvoriti obrasce prepisivanja koji identificiraju i mijenjaju komponente URL-ova kako bi poboljšali strukturu, optimizaciju i razumijevanje od strane tražilica i korisnika.

Napredni regularni izrazi: tehnike i resursi

Regex ne omogućuje samo izravno pretraživanje; podržava uvjetno grupiranje, potprograme, rekurziju, povratne reference i još mnogo toga. To ga čini bitnim alatom za složene zadatke.

  • Podprogrami i povratne reference: Omogućuju vam pronalaženje ponovljenih uzoraka, simetrija, nizova i vrlo specifičnih validacija.
  • Uvjeti: Pokrenite različite pretrage ili validacije na temelju onoga što je zabilježeno u prethodnim grupama.
  • Rekurzija: Neki napredni mehanizmi omogućuju vam definiranje obrazaca koji se primjenjuju sami na sebe, što je vrlo korisno pri obradi strukturiranih podataka poput XML-a ili JSON-a.
  • Globalni modifikatori: (/g, /i, /m u Perl/JavaScript) omogućuju globalna, velika i mala slova osjetljiva ili višeredna pretraživanja.

Bitni resursi za učenje Regexa

Ako želite proširiti svoje znanje, ovi resursi će vam biti korisni:

  • Wikipedia: Detaljna teorijska i tehnička objašnjenja.
  • Regular-Expressions.info: Reference i tutorijali za sve razine.
  • Šparalice: Kratki sažeci svih najčešćih operatora, grupa i pravila.
  • Interaktivni tutorijali: Izravna praksa s vježbama i trenutnim povratnim informacijama.
  • Zajednice i forumi: Učite od drugih korisnika, postavljajte pitanja i dijelite svoje osobne savjete.

Učenje Regexa nudi veliku prednost u upravljanju i obradi teksta, omogućujući učinkovitije pretraživanje, validacije, transformacije i automatizaciju. Dosljednošću i vježbom, pisanje regex obrazaca postaje lakše i prirodnije. Iskoristite prednosti online alata i praktičnih vježbi, počnite s jednostavnim primjerima i prijeđite na složenije obrasce. Nakon što savladate njegova načela, Regex će postati prirodan dodatak vašem arsenalu razvoja i administracije sustava, olakšavajući zadatke koji su vam se prije činili kompliciranima ili zamornima.