Ако някога ви се е налагало да работите с командна линия, вероятно сте използвали маски за имена на файлове. Например, за да изтриете всички файлове в текущата директория, които започват с буквата „d“, можете да напишете rm d*.

Регулярните изрази са подобен, но много по-мощен инструмент за намиране на низове, тестването им спрямо шаблон и друга подобна работа. Английското име на този инструмент е Регулярни изразиили просто RegExp. Строго погледнато, регулярните изрази са специален езикза описване на низови модели.

Изпълнението на този инструмент варира в зависимост от различни езиципрограмиране, макар и не много. В тази статия ще се съсредоточим основно върху внедряването на съвместими с Perl регулярни изрази.

Основи на синтаксиса

Преди всичко си струва да се отбележи, че всеки низ сам по себе си е регулярен израз. Така че изразът „Хаха“ очевидно ще съответства на реда „Хаха“ и само това. Регулярните изрази са чувствителни към малки и големи букви, така че низът "хаха" (малки букви) вече няма да съответства на израза по-горе.

Тук обаче трябва да внимавате - като всеки език, регулярните изрази имат специални знаци, които трябва да бъдат екранирани. Ето техния списък:. ^ $ * + ? ( ) \ | (). Извършва се екраниране по обичайния начин- добавяне на \ преди специалния знак.

Набор от знаци

Да предположим, че искаме да намерим всички междуметия в текст, които показват смях. Hakha просто няма да ни подхожда - в крайна сметка „Hehe“, „Hoho“ и „Hihi“ няма да попаднат под него. И проблемът с главния регистър на буквите трябва да се реши някак.

Тук наборите ще ни дойдат на помощ - вместо да посочваме конкретен знак, можем да запишем цял списък и ако в проверявания ред определено местоположениеще бъде някой от изброените символи, низът ще се счита за подходящ. Пише се на комплекти квадратни скоби- моделът ще съвпадне с някой от символите „a“, „b“, „c“ или „d“.

Вътрешен комплект b ОПовечето специални символи не трябва да бъдат екранирани, но използването на \ пред тях няма да се счита за грешка. Все още е необходимо да се екранират знаците „\“ и „^“, и за предпочитане „]“ (това означава всеки от знаците „]“ или „[“, докато [x] е изключително последователността „[ х]"). Привидно необичайното поведение на регулярните изрази със знака "]" всъщност се определя от добре известни правила, но е много по-лесно просто да избягате от този знак, отколкото да ги запомните. В допълнение, символът „-“ трябва да бъде екраниран;

Ако напишете символа ^ непосредствено след [, наборът ще придобие обратното значение - всеки символ, различен от посочените, ще се счита за подходящ. По този начин моделът [^xyz] съвпада с всеки знак с изключение на “x”, “y” или “z”.

И така, използвайки този инструментв нашия случай, ако напишем [Xx][aoie]x[aoie], тогава всеки от редовете „Хаха“, „хехе“, „хихи“ и дори „Хохо“ ще съвпадне с шаблона.

Предварително дефинирани класове символи

За някои набори, които се използват доста често, има специални шаблони. И така, за да се опише всеки знак за празно пространство (интервал, табулация, нов ред) се използва \s, за числа - \d, за латински символи, цифри и долна черта "_" - \w.

Ако изобщо е необходимо да се опише някакъв знак, за това се използва точка. . Ако определени класовепишете с главна буква (\S, \D, \W), тогава те ще променят значението си на обратното - всеки знак, който не е интервал, всеки знак, който не е число, и всеки знак, различен от латинската азбука, цифри или подчертаване, съответно.

Освен това, използвайки регулярни изрази, е възможно да проверите позицията на ред спрямо останалата част от текста. Изразът \b обозначава граница на думата, \B е граница без дума, ^ е началото на текста и $ е краят. И така, според шаблона \bJava\b, първите 4 знака ще бъдат намерени в реда „Java и JavaScript“, а според шаблона \bJava\B ще бъдат намерени 10-ти до 13-ти знак (като част от думата „JavaScript“).

Диапазони

Може да се наложи да посочите набор, който съдържа букви, например от "b" до "f". Вместо да пишете [bvgdezziklmnoprstuf], можете да използвате механизма за диапазон и да пишете [b-f] . По този начин моделът x съответства на низа „xA6“, но не съответства на „xb9“ (първо, поради факта, че само главни букви, второ, поради факта, че 9 не е включено в диапазона 0-8).

Механизмът за обхват е особено подходящ за руския език, тъй като за него няма конструкция, подобна на \w. За да обозначите всички букви от руската азбука, можете да използвате модела [а-яА-ЯеО] . Моля, обърнете внимание, че буквата „е“ не е включена в общия набор от букви и трябва да бъде посочена отделно.

Квантори (указващи броя на повторенията)

Да се ​​върнем към нашия пример. Ами ако „смеещото се“ междуметие има повече от една гласна между х-овете, като „Хаахаааа“? Нашият стар редовен сезон вече няма да може да ни помогне. Тук ще трябва да използваме квантори.

Обърнете внимание, че кванторът се отнася само за знака, който стои преди него.

Някои често използвани конструкции са получили специални обозначения в езика на регулярните изрази:

И така, с помощта на квантори, можем да подобрим нашия модел за междуметия до [Xx][aoeee]+x[aoeee]* и той ще може да разпознава низовете „Хааха“, „хеееееех“ и „Хеехи“.

Мързеливо количествено определяне

Да предположим, че сме изправени пред задачата да намерим всички HTML тагове в низ

Tproger- моя скъпауебсайт за програмиране!

Очевидното решение<.*>тук няма да работи - ще намери целия низ, защото започва с и завършва с абзац таг. Тоест съдържанието на тага ще се счита за низ

P> Tproger- моя скъпауебсайт за програмиране!

Това се случва поради факта, че по подразбиране кванторът работи по т.нар. алченалгоритъм - опитва се да върне възможно най-дългия низ, който отговаря на условието. Има два начина за решаване на проблема. Първият е да използвате израза<[^>]*> , което ще забрани правото ъглова скоба. Второто е да обявим квантора не алчен, а мързелив. Това става ли чрез добавяне отдясно на квантора на знаците? . Тези. за търсене на всички тагове, изразът ще се превърне в<.*?> .

Ревниво количествено определяне

Понякога, за да увеличите скоростта на търсене (особено в случаите, когато низът не съответства на регулярния израз), можете да предотвратите връщането на алгоритъма към предишни стъпкитърсене, за да намерите възможни съвпадения за останалата част от регулярния израз. Нарича се ревнивколичествено определяне. Кванторът се прави ревнив чрез добавяне на символ + вдясно. Друга употреба на ревниво количествено определяне е да се изключат нежелани съвпадения. Така моделът ab*+a в низа “ababa” ще съответства само на първите три знака, но не и на символите от третия до петия, т.к. символът "а", който е на трета позиция, вече е използван за първия резултат.

Групи скоби

За нашия шаблон за „смеещо се“ междуметие единственото малко нещо, което остава, е да вземем предвид, че буквата „x“ може да се появи повече от веднъж, например „Хахахахаахаахоооо“, и дори може да завършва с буквата „x“. Вероятно трябва да използваме групов квантор [aioe]+x тук, но ако просто напишем [aoie]x+, кванторът + ще се приложи само към знака "x", а не към целия израз. За да се коригира това, трябва да се вземе предвид изразът кръгли скоби: ([aioe]х)+ .

Така нашият израз се превръща в [Хх]([аое]х?)+ - първо има главна или малка буква “x”, а след това произволен ненулев брой гласни, които (евентуално, но не задължително) се разпръскват с една малка буква „x“. Този израз обаче решава проблема само частично - този израз ще включва и реплики като например „хихахе“ - някой може да се смее така, но предположението е много съмнително. Очевидно можем да използваме набор от всички гласни само веднъж и тогава трябва по някакъв начин да разчитаме на резултата от първото търсене. Но как?…

Запомняне на резултата от търсенето по група (обратна връзка)

Оказва се, че резултатът от търсенето на група скоби се записва в отделна клетка от паметта, която може да бъде достъпна за използване в следващите части на регулярния израз. Връщайки се към задачата за намиране на HTML тагове на страница, може да се наложи не само да намерим таговете, но и да открием името им. Регулярният израз може да ни помогне с това<(.*?)> .

Tproger- моя скъпауебсайт за програмиране!

Резултат от търсенето за всички регулярни изрази: "

», « », «», « », «», «

Резултатът от търсенето по група може да бъде препратен с помощта на израза \n, където n е число от 1 до 9. Например изразът (\w)(\w)\1\2 съответства на низовете „aaaa“, „abab “, но не съвпада с „ aabb.

Ако израз е поставен в скоби само за да се приложи квантификатор към него (няма планове за запомняне на резултата от търсенето за тази група), тогава веднага трябва да се добави първата скоба?:, например (?:+\w) .

Използвайки този механизъм, можем да пренапишем нашия израз във формата [Xx]([aoie])x?(?:\1x?)* .

Трансфер

За да проверите дали даден низ отговаря на поне един от шаблоните, можете да използвате аналог на булевия оператор OR, който се записва със символа | . По този начин моделът Anna|Loneliness включва съответно линиите „Anna“ и „Loneliness“. Особено удобно е да се използват изброявания в групи със скоби. Така например (?:a|b|c|d) е напълно еквивалентен (in в такъв случайвторият вариант е за предпочитане поради производителност и четливост).

Използвайки този оператор, можем да добавим към нашия регулярен израз за намиране на междуметия способността да разпознаваме смях като „Ahahaah“ – единствената усмивка, която започва с гласна: [Xx]([aoie])x?(?:\1x?) *|[ Aa]h?(?:ah?)+

Полезни услуги

Можете да практикувате и/или да тествате своя регулярен израз върху някакъв текст, без да пишете код, като използвате услуги като RegExr, Regexpal или Regex101. Последният освен това дава кратки обяснения за това как работи обикновената система.

Можете да разберете как работи регулярният израз, който идва в ръцете ви, като използвате услугата

Какво представляват регулярните изрази?

Ако някога сте работили с командния ред, вероятно сте използвали маски за имена на файлове. Например, за да изтриете всички файлове в текущата директория, които започват с буквата "d", можете да напишете

Регулярните изрази са подобен, но много по-мощен инструмент за намиране на низове, тестването им спрямо шаблон и друга подобна работа. Английското име на този инструмент е Регулярни изразиили просто RegExp. Строго погледнато, регулярните изрази са специален език за описание на низови модели.

Изпълнението на този инструмент варира в различните езици за програмиране, макар и не много. В тази статия ще се съсредоточим основно върху внедряването на съвместими с Perl регулярни изрази.

Основи на синтаксиса

Преди всичко си струва да се отбележи, че всеки низ сам по себе си е регулярен израз. И така, изразът

Хаха очевидно ще съответства на низа „Хаха“ и само това. Регулярните изрази са чувствителни към малки и големи букви, така че низът "хаха" (малки букви) вече няма да съответства на израза по-горе.

Тук обаче трябва да внимавате - като всеки език, регулярните изрази имат специални знаци, които трябва да бъдат екранирани. Ето техния списък:

Набор от знаци

Да предположим, че искаме да намерим всички междуметия в текст, които показват смях. Просто

Хаха няма да ни подхожда - в крайна сметка „Хехе“, „Хохо“ и „Хихи“ няма да попаднат под него. И проблемът с главния регистър на буквите трябва да се реши някак.

Тук на помощ ще ни дойдат набори – вместо да посочваме конкретен символ, можем да напишем цял списък и ако някой от изброените знаци се появи на посоченото място в низа, който се изследва, низът ще се счита за подходящ. Комплектите се изписват в квадратни скоби - модел

Ще съвпада с всеки от знаците "a", "b", "c" или "d".

Вътрешен комплект b ОПовечето специални знаци не се нуждаят от екраниране, а от използване

\ пред тях няма да се счита за грешка. Все още е необходимо да се екранират знаците „\“ и „^“, и за предпочитане „]“ (това означава всеки от знаците „]“ или „[“, докато [x] е изключително последователността „[ х]"). Привидно необичайното поведение на регулярните изрази със знака "]" всъщност се определя от добре известни правила, но е много по-лесно просто да избягате от този знак, отколкото да ги запомните. В допълнение, символът „-“ трябва да бъде екраниран;

Ако веднага след

[запишете символа ^, тогава наборът ще придобие противоположно значение - всеки символ, различен от посочените, ще се счита за подходящ. По този начин моделът [^xyz] съвпада с всеки знак с изключение на “x”, “y” или “z”.

И така, прилагайки този инструмент към нашия случай, ако пишем

[Xx][aoie]x[aoie] , тогава всеки от редовете „Ха-ха“, „хе-хе“, „хихи“ и дори „Хохо“ ще съответства на шаблона.

Предварително дефинирани класове символи

За някои набори, които се използват доста често, има специални шаблони. И така, за да опишете всеки знак за празно пространство (интервал, раздел, прекъсване на ред), използвайте

\s , за цифри - \d , за латински букви, цифри и долна черта "_" - \w .

Ако изобщо е необходимо да се опише някакъв знак, за това се използва точка -

Ако посочените класове са написани с главна буква (\S, \D, \W), тогава те ще променят значението си на обратното - всеки знак, който не е празно пространство, всеки знак, който не е число, и всеки знак, различен от Латинска азбука, съответно цифри или долна черта.

Също така, използвайки регулярни изрази, е възможно да проверите позицията на ред спрямо останалата част от текста. Изразяване

\b обозначава граница на думата, \B е граница без дума, ^ е началото на текста и $ е краят. И така, според шаблона \bJava\b, първите 4 знака ще бъдат намерени в реда „Java и JavaScript“, а според шаблона \bJava\B ще бъдат намерени 10-ти до 13-ти знак (като част от думата „JavaScript“).

Диапазони

Може да се наложи да посочите набор, който съдържа букви, например от "b" до "f". Вместо да пиша

[bvgdezziklmnoprstuf] можете да използвате механизма за обхват и да напишете [b-f] . И така, моделът x съвпада с низа „xA6“, но не съвпада с „xb9“ (първо, поради факта, че в диапазона са посочени само главни букви, и второ, поради факта, че 9 не е включено в интервал 0 -8).

Механизмът на диапазоните е особено подходящ за руския език, тъй като за него няма подобна конструкция

\w . За да обозначите всички букви от руската азбука, можете да използвате модела [а-яА-ЯеО] . Моля, обърнете внимание, че буквата „е“ не е включена в общия набор от букви и трябва да бъде посочена отделно.

Квантори (указващи броя на повторенията)

Да се ​​върнем към нашия пример. Ами ако „смеещото се“ междуметие има повече от една гласна между х-овете, като „Хаахаааа“? Нашият стар редовен сезон вече няма да може да ни помогне. Тук ще трябва да използваме квантори.

Обърнете внимание, че кванторът се отнася само за знака, който стои преди него.

Някои често използвани конструкции са получили специални обозначения в езика на регулярните изрази:

Така че с помощта на квантори можем да подобрим нашия модел за междуметия

[Xx][aoeee]+x[aoeee]* и ще може да разпознава редовете "Haaha", "heeeeeh" и "Hihii".

Мързеливо количествено определяне

Да предположим, че сме изправени пред задачата да намерим всички HTML тагове в низ

Tproger- моя скъпауебсайт за програмиране!

Очевидното решение

<.*>тук няма да работи - ще намери целия низ, защото започва с и завършва с абзац таг. Тоест съдържанието на тага ще се счита за низ p> Tproger- моя скъпауебсайт за програмиране!

Това се случва поради факта, че по подразбиране кванторът работи по т.нар. алченалгоритъм - опитва се да върне възможно най-дългия низ, който отговаря на условието. Има два начина за решаване на проблема. Първият е да използвате израза

<[^>]*> , което ще попречи на дясната ъглова скоба да се счита за съдържание на тага. Второто е да обявим квантора не алчен, а мързелив. Това става ли чрез добавяне отдясно на квантора на знаците? . Тези. за търсене на всички тагове, изразът ще се превърне в<.*?> .

Ревниво количествено определяне

Понякога, за да увеличите скоростта на търсене (особено в случаите, когато низът не съвпада с регулярния израз), можете да предотвратите връщането на алгоритъма към предишни стъпки на търсене, за да намери възможни съвпадения за останалата част от регулярния израз. Нарича се ревнивколичествено определяне. Кванторът се прави ревнив чрез добавяне на символа вдясно от него

Друга употреба на ревниво количествено определяне е да се изключат нежелани съвпадения. Така моделът ab*+a в низа “ababa” ще съответства само на първите три знака, но не и на символите от третия до петия, т.к. символът "а", който е на трета позиция, вече е използван за първия резултат.

Групи скоби

За нашия шаблон за „смеещо се“ междуметие единственото малко нещо, което остава, е да вземем предвид, че буквата „x“ може да се появи повече от веднъж, например „Хахахахаахаахоооо“, и дори може да завършва с буквата „x“. Вероятно трябва да използвате групов квантор тук

[aioe]+x, но ако просто напишем [aioe]x+, тогава кванторът + ще се приложи само към знака "x", а не към целия израз. За да коригирате това, изразът трябва да бъде поставен в скоби: ([aioe]x)+ .

Така нашият израз става

[Xx]([aioe]x?)+ - първо има главна или малка буква “x”, а след това произволен ненулев брой гласни, които (евентуално, но не задължително) са разпръснати с една малка буква “x” . Този израз обаче решава проблема само частично - този израз ще включва и реплики като например „хихахе“ - някой може да се смее така, но предположението е много съмнително. Очевидно можем да използваме набор от всички гласни само веднъж и тогава трябва по някакъв начин да разчитаме на резултата от първото търсене. Но как?…

Запомняне на резултата от търсенето по група (обратна връзка)

Оказва се, че резултатът от търсенето на група скоби се записва в отделна клетка от паметта, която може да бъде достъпна за използване в следващите части на регулярния израз. Връщайки се към задачата за намиране на HTML тагове на страница, може да се наложи не само да намерим таговете, но и да открием името им. Регулярният израз може да ни помогне с това

<(.*?)> .

Tproger- моя скъпауебсайт за програмиране!

Резултат от търсенето за всички регулярни изрази: "

», « », «», « », «», «

Резултатът от групово търсене може да бъде цитиран с помощта на израза

\n , където n е число от 1 до 9. Например изразът (\w)(\w)\1\2 съвпада с низовете „aaaa“, „abab“, но не съвпада с „aabb“.

Ако израз е поставен в скоби само за да се приложи квантификатор към него (няма планове за запомняне на резултата от търсенето за тази група), тогава първата скоба трябва да се добави веднага

?: , например (?:+\w) .

Използвайки този механизъм, можем да пренапишем нашия израз във формата

[Xx]([aoie])x?(?:\1x?)* .

Трансфер

За да проверите дали даден низ отговаря на поне един от шаблоните, можете да използвате аналог на булевия оператор ИЛИ, който се записва със символа

| . По този начин моделът Anna|Loneliness включва съответно линиите „Anna“ и „Loneliness“. Особено удобно е да се използват изброявания в групи със скоби. Така например (?:a|b|c|d) е напълно еквивалентен (в този случай втората опция е за предпочитане поради производителност и четливост).

Използвайки този оператор, можем да добавим към нашия регулярен израз за намиране на междуметия способността да разпознаваме смях като "Ахахаах" - единствената усмивка, която започва с гласна:

[Xx]([aoie])x?(?:\1x?)*|[Aa]x?(?:ah?)+

Полезни услуги

Можете да практикувате и/или да тествате своя регулярен израз върху някакъв текст, без да пишете код, като използвате услуги като RegExr, Regexpal или Regex101. Последният освен това дава кратки обяснения за това как работи обикновената система.

Можете да разберете как работи регулярен израз, който попада във вашите ръце, като използвате услугата Regexper - тя може да изгради разбираеми диаграми, използвайки регулярен израз.

RegExp Builder - визуален конструктор JavaScript функцииза работа с регулярни изрази.

0

Регулярните изрази са широко използван начин за описание на шаблони за търсене на текст и проверка дали текстът съответства на шаблон. Специалните метасимволи ви позволяват да посочите например, че търсите подниз в началото на входния низ или определен брой повторения на подниза.

На пръв поглед регулярните изрази изглеждат страшни (добре, на втори поглед изглеждат още по-страшни ;)).

Горещо ви препоръчвам да „играете“ с демонстрационната програма за Windows REStudio, доставена в комплекта за разпространение - това ще ви позволи да разберете по-добре принципа на регулярните изрази и да отстраните грешките в собствените си изрази. TestRExp включва и много примерни изрази.

По-долу е дадено описание на подмножество от синтаксис на регулярен израз, който работи в почти всички реализации и се поддържа от моята библиотека Delphi, която е включена като стандарт в Lazarus (Free Pascal).

Нека започнем нашето въведение в регулярните изрази!

Просто сравнение

Всеки знак съвпада със себе си, освен ако не принадлежи към специалните метасимволи, описани по-долу.

Последователността от символи съвпада със същата последователност във входния низ, така че шаблонът bluh ще съответства на подниза bluh във входния низ. Дотук всичко е просто, нали?

Ако метасимволите или екраниращите последователности трябва да се третират като обикновени знаци, те трябва да бъдат предшествани от символ \, например, метасимволът ^ обикновено съвпада с началото на редовете, но ако е написан като \^, той ще съвпада със знака ^, \ \ съвпада с \ и т.н.

Примери:

Ескейп последователности

Всеки знак може да бъде указан с помощта на последователност за изход, точно както се прави в C или Perl: \n означава началото на ред, \t означава раздел и т.н. Като цяло \xnn , където nn е последователност шестнадесетични цифри, означава знак с ASCII код nn. Ако трябва да зададете двубайтов (Unicode) знак, използвайте формата \x(nnnn) , където nnnn е една или повече шестнадесетични цифри.

\xnn знак s шестнадесетичен код nn \x(nnnn) знак с шестнадесетичен код nnnn (повече от един байт може да бъде указан само в (tregexpr_interface.html#unicode) режим)| \t раздел (HT/TAB), можете също \x09 \n нова линия(NL), можете също \x0a \r връщане на каретка (CR), можете също \x0d| \f превод на формат (FF), можете също да \x0c| \a разговор (БЕЛ), можете също \x07| \e escape (ESC), също \x1b|

Примери:

Списъци със символи

Можете да дефинирате списък, като оградите знаците в . Списъкът ще съответства на всеки един символ, посочен в него.

Ако първият знак от списъка (непосредствено след [) е ^, тогава такъв списък съответства на всеки знак, който не е изброен в списъка.

Примери:

В рамките на списък знакът - може да се използва за определяне на диапазони от знаци, например a-z представлява всички знаци между a и z включително.

Ако трябва да включите самия символ в списъка, поставете го в началото или края на списъка или го предшествайте с \ . Ако трябва да включите знака ] в списъка, поставете го в самото начало или го предшествайте с \ .

Примери:

[-az] "a", "z" и "-" "a", "z" и "-" "a", "z" и "-" всички 26 малки латински буквиот "a" до "z" [\n-\x0D] #10, #11, #12, #13. [\d-t] цифра, "-" или "t". -a] символ от диапазона "]".."a".

Метазнаци

Метасимволите са специални знаци, които са най-важната концепция в регулярните изрази. Има няколко групи метазнаци.

Метасимволи - разделители на редове

^ начало на ред $ край на ред \A начало на текст \Z край на текст. произволен знак в низа

Примери:

^foobar намира "foobar" само ако е в началото на реда foobar$ намира "foobar" само ако е в края на реда ^foobar$ намира "foobar" само ако това е единствената дума в реда foob .r намира "foobar", "foobbr", "foob1r" и т.н.

Метасимволът ^ по подразбиране съвпада само в началото на въведения текст, а метасимволът $ съвпада само в края на текста. Вътрешните разделители на редове в текста няма да съвпадат с ^ и $.

Ако обаче трябва да третирате текста като многоредов, така че ^ да съвпада след всеки разделител на ред в текста и $ да съвпада преди всеки разделител, тогава можете да включите модификатора /m.

Метасимволите \A и \Z са подобни на ^ и $, но не се влияят от модификатора /m, т.е. те винаги съвпадат само с началото и края на целия въведен текст.

Метазнак. по подразбиране съвпада с всеки знак, но ако изключите модификатора /s, тогава. няма да съответства на разделителите на редовете.

TRegExpr интерпретира разделителите на редовете, както се препоръчва на www.unicode.org:

^ съвпада с началото на въведения текст и също, ако е включен модификатор /m, точката непосредствено след \x0D\x0A , \x0A или \x0D (ако използвате версията на Unicode

$ съвпада с края на въведения текст и също, ако е включен модификаторът /m, точката непосредствено пред \x0D\x0A , \x0A или \x0D (ако използвате Unicode версията на TRegExpr, тогава също \x2028 или \ x2029 или \x0B или \x0C или \x85). Имайте предвид, че не съвпада в последователността \x0D\x0A.

Съвпада с всеки знак, но ако модификаторът r /s е деактивиран, тогава. не съвпада с \x0D\x0A и \x0A и \x0D (ако използвате Unicode версията на TRegExpr, тя не съвпада с \x2028 и \x2029 и \x0B и \x0C и \x85).

Обърнете внимание, че ^.*$ (моделът за празния низ) не съответства на празния низ като \x0D\x0A, но съвпада с \x0A\x0D.

Можете да преконфигурирате горното поведение, когато обработвате многоредови текстове - вижте описанията на свойствата LineSeparators и LinePairedSeparator, например, можете да преконфигурирате да използвате само Unix разделители на редове \n или само DOS/Windows разделители \r\n или смесени разделители (или конфигуриран по подразбиране) или дори дефинирайте свои собствени разделители на редове!

Метасимволи - стандартни списъци със знаци

\w буквено-цифров знак или "_" \W не \w \d цифров знак \D не \d \s всеки знак за "празно пространство" (по подразбиране е [ \t\n\r\f]) \S не \ s

Стандартните списъци \w , \d и \s могат също да се използват в списъци със знаци.

Примери:

foob\dr намира "foob1r", ""foob6r" и т.н., но не и "foobar", "foobbr" и т.н. foob[\w\s]r намира "foobar", "foob r", " foobbr" и т.н. но не и "foob1r", "foob=r" и т.н.

Метасимволи - опции

Можете да дефинирате списък с опции, като използвате метасимвола | за да ги разделите, например fee|fie|foe ще съответства на fee или fie или foe , (същото като f(e|i|o)e). Като първа опция се възприема всичко от предишния метасимвол (или [ или от началото на израза до първия метасимвол |, като последна опция - всичко от последния | до края на израза или до най-близкия метасимвол) . Обикновено, за да се избегне объркване, наборът от опции винаги е ограден в скоби, дори ако това може да се направи без.

Опциите се опитват, като се започне от първата и опитите се завършват веднага щом е възможно да се избере такава, в която цялата следваща част от израза съвпада (за повече подробности вижте механизма на работа). Това означава, че вариантите няма непременно да осигурят алчно поведение. Например, ако приложите израза foo|foot към входния низ barefoot, той ще намери foo, защото това е първата опция, която позволява съвпадение на целия израз.

Обърнете внимание, че метасимволът | се възприема като обикновен знак в списъци със знаци, например означава точно същото като .

Примери:

foo(bar|foo) съответства на "foobar" или "foofoo".

Метазнаци – подизрази

Метасимволите (...) също могат да се използват за указване на подизрази

• След като завършите търсенето на израз, можете да получите достъп до всеки подизраз, като използвате свойствата MatchPos, MatchLen и Match, както и да заместите подизрази в шаблон, като използвате метода Substitute).

Подизразите са номерирани отляво надясно, в реда, в който се появяват отварящите скоби.

Първият подизраз има номер 1 (целият израз е 0", може да бъде достъпен в Substitute или $0", или $&).

Примери:

(foobar)(8,10) намира низ, съдържащ 8, 9 или 10 копия на "foobar" foob(|a+)r намира "foob0r", "foob1r", "foobar", "foobaar", "foobaar" и т.н. .

Метасимволи - обратни връзки

Метасимволите от \1 до \9 се третират като обратни връзки. \ съответства на намерения преди това подизраз # .

Примери:

(.)\1+ намира "aaaa" и "cc". (.+)\1+ също съвпада с "abab" и "123123" ([""]?)(\d+)\1 съвпада с "13" (в двойни кавички), или "4" (в единични кавички) или 77 (без кавички) и др.

Модификатори

Модификаторите се използват за промяна на режимите на работа на TRegExpr.

Можете да промените модификаторите по няколко начина.

Всеки модификатор може да бъде променен с помощта на специална конструкция (?...) вътре в регулярен израз.

Можете също така да присвоите стойност на съответното свойство на екземпляра на обекта TRegExpr (например ModifierX за промяна на модификатора /x или ModifierStr за промяна на няколко модификатора наведнъж). Стойностите по подразбиране за нови екземпляри на обекти TRegExpr са дефинирани в , например RegExprModifierX дефинира стойността по подразбиране за ModifierX.

i

Режим без регистрация (по подразбиране използва езика по подразбиране, избран в операционната система), (вижте също InvertCase)

м

с

ж

Не е стандартен модификатор. Като го изключите, вие превключвате всички повторители в режим „неалчен“ (този модификатор е активиран по подразбиране). Тези. Ако го деактивирате, всички + работят като +? , * Как *? и т.н.

х

Позволява ви да форматирате шаблона, за да го направите по-лесен за четене (вижте описанието по-долу).

r

Не е стандартен модификатор. Ако е активирано, тогава диапазони тип a-zвключва също буквата ё, A-Z включва Ё, а a-Z включва всички руски букви като цяло.

Модификаторът /x кара TRegExpr да игнорира интервали, табулатори и разделители на редове, което позволява текстът на израза да бъде форматиран. Освен това, ако се срещне символът #, всички следващи знаци до края на реда се третират като коментар, например:

((abc) # Коментар 1 | # Интервалите в израза също се игнорират (efg) # Коментар 2)

Естествено, това означава, че ако трябва да вмъкнете интервал, разделител, разделител на ред или # в израз, тогава в разширен (/x) режим това може да стане само като ги предхождате с / или използвате /xnn (в списъци със знаци , всички тези знаци се третират както обикновено)

Perl разширения

(?imsxr-imsxr)

Позволява ви да променяте стойностите на модификатора

Примери:

(?i)Санкт-Петербург намира „Санкт-Петербург“ и „Санкт-Петербург“ (?i)Санкт-(?-i)Петербург намира „Санкт-Петербург“, но не и „Санкт-Петербург“ (?i)(Св. -)?Петербург намира "Санкт-Петербург" и "санкт-петербург" ((?i)Санкт-)?Петербург намира "санкт-Петербург", но не и "санкт-петербург"