Regex Sinovchisi

Regex Tester: shablonlarni o'z matningizga qarshi qurish va tuzatish

Muntazam ifoda (regular expression) — matn shaklini tasvirlash uchun mo'ljallangan kichik til. "Aynan shu so'z shu yerdami?" deb so'rash o'rniga, regex sizga "shunga o'xshash ko'rinadigan satr bormi?" deb so'rashga imkon beradi. Aynan shu narsa uni kod muharrirlarida, jurnal fayllarida, forma kiritmalarida va skriptlarda matn topish, tekshirish, chiqarib olish va almashtirish uchun kuchli qiladi. Bu, shuningdek, uni xato qilish oson qiladi, chunki boshingizda yaxshi o'qilgan shablon jimgina ko'p yoki kam, yoki umuman hech narsani mos kelmasligi mumkin.

Shuning uchun interaktiv sinash taxmin qilishdan yaxshiroq. Shablon yozib, haqiqiy namuna matn bo'ylab moslar yorishayotganini kuzatganingizda, siz zudlik bilan aloqa-javob olasiz: nima ushlanganini, nima o'tib ketganini va qaysi tutib olish (capture) guruhi qaysi bo'lakni olganini ko'rasiz. Bizning Regex Testerimiz to'liq brauzeringizda ishlaydi. Shabloningiz va namuna matningiz hech qachon sahifadan chiqib ketmaydi, shuning uchun jurnal qatorlarini, elektron pochtalarni yoki ishlab chiqarish ma'lumotlarini hech narsani serverga yubormasdan joylashtira olasiz.

Bilishga arzigulik quruvchi bloklar

Ko'pchilik kundalik shablonlar kichik bo'laklar to'plamidan yig'iladi. Ularni o'rganib oling, va siz duch keladigan ko'pchilik regexlarni o'qiy olasiz.

Belgilar sinflari ruxsat etilgan belgilar to'plamini tasvirlaydi. [aeiou] istalgan bitta unlini, [0-9] bitta raqamni va [a-zA-Z] bitta harfni moslashtiradi. Kvadrat qavs ichidagi qo'shqoziq belgisi to'plamni inkor qiladi, shuning uchun [^0-9] "raqam bo'lmagan har qanday belgi" degani. Qisqartmalar yozishni tejaydi: \d — raqam, \w — so'z belgisi (harflar, raqamlar, pastki chiziqcha), \s — bo'sh joy, nuqta . esa deyarli har qanday bitta belgini moslashtiradi.

Miqdor ko'rsatkichlari (quantifiers) oldingi bo'lak necha marta takrorlanishi mumkinligini bildiradi. * — nol yoki undan ko'p, + — bir yoki undan ko'p, ? esa — nol yoki bitta (ixtiyoriy) degani. Aniq sonlar uchun {3} — aynan uchta, {2,4} esa ikkidan to'rttagacha degani. Shunday qilib, \d{4} to'rt xonali yilni, colou?r esa ikkala imloni ham moslashtiradi.

Ankrlar (anchors) shablonni belgiga emas, pozitsiyaga mahkamlaydi. ^ matn boshini, $ matn oxirini, \b esa so'z chegarasini belgilaydi. ^Error shabloni faqat "Error" bilan boshlanadigan qatorlarni moslashtiradi, bu esa jurnallarni skanerlashda aynan sizga kerak bo'ladi.

Guruhlar shablon qismini qavslarga o'raydi, ham bir necha belgiga bir vaqtda miqdor ko'rsatkichini qo'llash, ham keyin qayta ishlatish uchun mos kelgan matnni tutib olish uchun. (\d{4})-(\d{2})-(\d{2})da har bir guruh keyinroq chiqarib olishingiz mumkin bo'lgan sana komponentini tutib oladi. Vertikal chiziq bilan alternativa "yoki" kabi ishlaydi: cat|dog|fish uchta so'zdan istalgan birini moslashtiradi.

Haqiqatan foydalanadigan shablonlar

Bir necha takrorlanadigan vazifalar ko'pchilik haqiqiy ishni qamrab oladi. Elektron pochtaga o'xshash narsani ushlash uchun [\w.+-]+@[\w-]+\.[\w.-]+ amaliy boshlang'ich nuqta; rasmiy spetsifikatsiya bo'yicha to'liq elektron pochta tekshiruvi mashhur darajada murakkab, va bo'sh shablon odatda foydalanuvchilarni rad etish o'rniga nomzodlarni ajratib ko'rsatish uchun to'g'ri tanlov hisoblanadi.

Sonlar uchun \d+ raqamlar ketma-ketligini ushlaydi, -?\d+(\.\d+)? esa ixtiyoriy manfiylar va o'nliklarni moslashtiradi. Boshi va oxiridagi bo'sh joyni kesish uchun ^\s+|\s+$ni moslashtirib, uni hech narsaga almashtiring. Takrorlangan so'zlarni topish uchun orqaga havola (backreference) shabloni \b(\w+)\s+\1\b so'zdan keyin uning o'zi kelishini moslashtiradi, bu yerda \1 birinchi tutib olingan guruhga ishora qiladi.

Bayroqlar moslashtirish qanday ishlashini o'zgartiradi

Bayroqlar butun shablonni o'zgartiradigan kalitlar. Global bayroq (g) faqat birinchisida to'xtash o'rniga har bir mosni topadi, bu esa barcha uchrashlarni ajratib ko'rsatayotganingizda kerak bo'ladi. Katta-kichik harfga sezgirmas bayroq (i) errorni "Error" va "ERROR" bilan bir xilda moslashtiradi. Ko'p qatorli bayroq (m) ^ va $ni o'zgartiradi, shunda ular faqat butun matnning emas, balki har bir qatorning boshi va oxirida moslashadi, bu esa qator-qator jurnal ishi uchun zarur. Boshqa foydali bayroqlarga s (dotall, nuqtaga qator ko'chirishlarni ham moslashtirishga ruxsat berish) va to'liq Unicode qayta ishlash uchun u kiradi.

Til bo'yicha shevalar biroz farq qiladi

Regex — bitta qat'iy standart emas, balki shevalar oilasi. JavaScript, Python, PCRE (PHP), Java, .NET, Go va Rust yuqoridagi asosiy sintaksisga kelishib olishgan, lekin ular chekkalarda ajraladi: lookbehind qo'llab-quvvatlash, nomlangan guruh sintaksisi ((?<name>...) yoki (?P<name>...)), Unicode xususiyat qochish belgilari va qanday bayroqlar mavjudligi — hammasi farq qiladi. Bitta dvigatelda ishlaydigan shablon boshqasida kichik o'zgartirishga muhtoj bo'lishi mumkin, shuning uchun haqiqatan yetkazayotgan sheva bilan sinab ko'rish foydali. Shabloningizni to'g'ri sozlaganingizdan so'ng, boshqa dasturchi vositalarimiz va matn vositalari siz endi moslagan ma'lumotni tozalash, kodlash va o'zgartirish bilan bog'liq atrofdagi ishga yordam berishi mumkin.

Tez-tez so'raladigan savollar