Ściąga z podstaw wyrażeń regularnych
Wyrażenie regularne (regex) to wzorzec dopasowujący tekst. Każdy symbol, zwany tokenem, zmienia zachowanie wzorca. Ściąga poniżej wylicza najczęściej używane tokeny z prostym wyjaśnieniem i małym przykładem do skopiowania.
| Token | Znaczenie | Przykład |
|---|---|---|
| . | Matches any single character except newline. | a.c matches abc, a c |
| * | Matches the preceding token zero or more times. | ab* matches a, abb |
| + | Matches the preceding token one or more times. | ab+ matches ab, abb |
| ? | Makes the preceding token optional (zero or one). | colou?r matches color, colour |
| [] | Character set: matches any one character inside. | [aeiou] matches any vowel |
| [^] | Negated set: matches any character NOT inside. | [^0-9] matches any non-digit |
| \d | Matches any digit (0-9). | \d+ matches 42, 007 |
| \w | Matches any word character (a-z, A-Z, 0-9, _). | \w+ matches hello_1 |
| \s | Matches any whitespace (space, tab, newline). | a\sb matches a b |
| ^ | Anchors the match to the start of a line/string. | ^Hello matches start of string |
| $ | Anchors the match to the end of a line/string. | world$ matches end of string |
| | | Alternation: matches the pattern on either side. | cat|dog matches cat or dog |
| () | Groups a sub-pattern (and captures it). | (ab)+ matches ab, abab |
| {n,m} | Quantifier: match the preceding token n to m times. | a{2,4} matches aa, aaaa |
| (?i) | Inline flag: makes the pattern case-insensitive. | (?i)hello matches HELLO |
Uwagi
- Większość tokenów traci specjalne znaczenie wewnątrz klasy znaków [ ]. Na przykład . w [] pasuje tylko do dosłownej kropki.
- Backslash (\) to znak ucieczki: zamienia specjalny token w dosłowny znak i odwrotnie.
- Silniki się różnią: Python, JavaScript, PCRE i Golang współdzielą większość tokenów, ale flagi i look-around różnią się.
Częste pytania
- Z czym dopasowuje się kropka (.) ?
- Domyślnie kropka dopasowuje dowolny pojedynczy znak oprócz nowej linii. Aby dopasować dosłowną kropkę, należy ją poprzedzić \.
- Jaka jest różnica między * a + ?
- Gwiazdka * dopasowuje poprzedzający token zero lub więcej razy, więc 'ab*' pasuje też do 'a'. Plus + wymaga co najmniej jednego razu, pasuje do 'ab', ale nie do samej 'a'.
- Jak dopasować cyfrę lub znak słowa?
- Użyj \d dla dowolnej cyfry (0-9) i \w dla znaku słowa (litery, cyfry, podkreślnik). Ich zaprzeczeniami są \D i \W.
- Do czego służą ^ i $ ?
- ^ przypina dopasowanie do początku ciągu lub linii; $ do końca. Razem ^wzorzec$ wymusza dopasowanie całego ciągu.