Регулярные выражения

соответствует любому символу -> тест

Используйте оператор . с осторожностью, так как зачастую класс или отрицаемый класс символов (который мы рассмотрим далее) быстрее и точнее.

У операторов \d, \w и \s также есть отрицания ― \D, \W и \S соответственно.

Например, оператор \D будет искать соответствия противоположенные \d.
\D соответствует одному символу, который не является цифрой -> тест

Некоторые символы, например ^.[$()|*+?{\ , необходимо выделять обратным слешем \ .

\$\d соответствует строке, в которой после символа $ следует одна цифра -> тест
Непечатаемые символы также можно искать, например табуляцию \t, новую строку \n, возврат каретки \r.

Мы научились строить регулярные выражения, но забыли о фундаментальной концепции ― флагах.

Регулярное выражение, как правило, записывается в такой форме /abc/, где шаблон для сопоставления выделен двумя слешами /. В конце выражения, мы определяем значение флага (эти значения можно комбинировать):

Код: Выделить всё

(global) ― не возвращает результат после первого совпадения, а продолжает поиск с конца предыдущего совпадения.

Код: Выделить всё

(multi line) ― с таким флагом, операторы ^ и $ вызовут совпадение в начале и конце строки ввода (line), вместо строки целиком (string).

Код: Выделить всё

(insensitive) ― делает выражение регистронезависимым (например, /aBc/i соответствует AbC).

Средний уровень

Скобочные группы ― ()

Код: Выделить всё

a(bc)

создаём группу со значением bc -> тест

Код: Выделить всё

a(?:bc)*

оперетор ?: отключает группу -> тест

Код: Выделить всё

a(?<foo>bc)

так, мы можем присвоить имя группе -> тест

Этот оператор очень полезен, когда нужно извлечь информацию из строк или данных, используя ваш любимый язык программирования. Любые множественные совпадения, по нескольким группам, будут представлены в виде классического массива: доступ к их значениям можно получить с помощью индекса из результатов сопоставления.
Если присвоить группам имена (используя (?<foo>...)), то можно получить их значения, используя результат сопоставления, как словарь, где ключами будут имена каждой группы.

Скобочные выражения ― []

Код: Выделить всё

[abc]

соответствует строке, которая содержит либо символ a или a b или a c -> такой же эффект от a|b|c -> тест

Код: Выделить всё

[a-c]

то же, что и выше

Код: Выделить всё

[a-fA-F0–9]

строка, представляющая одну шестнадцатеричную цифру без учёта регистра -> тест

Код: Выделить всё

[0–9]%

строка, содержащая символ от 0 до 9 перед знаком %

Код: Выделить всё

[^a-zA-Z]

строка, которая не имеет буквы от a до z или от A до Z. В этом случае ^ используется как отрицание в выражении -> тест

Помните, что внутри скобочных выражений все специальные символы (включая обратную косую черту \) теряют своё служебное значение, поэтому нам ненужно их экранировать.

Жадные и ленивые сопоставления

Квантификаторы ( * + {}) ― это «жадные» операторы, потому что они продолжают поиск соответствий, как можно глубже ― через весь текст.

Например, выражение <.+> соответствует <div>simple div</div> в This is a <div> simple div</div> test. Чтобы найти только тэг div ― можно использовать оператор ?, сделав выражение «ленивым»:
<.+?> соответствует любому символу, один или несколько раз найденному между < и >, расширяется по мере необходимости -> тест
Обратите внимание, что хорошей практикой считается не использовать оператор . , в пользу более строгого выражения:
<[^<>]+> соответствует любому символу, кроме < или >, один или более раз встречающемуся между < и > -> тест

Продвинутый уровень

Границы слов ― \b и \B

Код: Выделить всё

\babc\b

выполняет поиск слова целиком -> тест

Код: Выделить всё

\b

соответствует границе слова, наподобие якоря (он похож на $ и ^), где предыдущий символ ― словесный (например, \w), а следующий ― нет, либо наоборот, (например, это может быть начало строки или пробел).

Код: Выделить всё

\B

соответствует несловообразующей границе. Соответствие не должно обнаруживаться на границе \b .

Код: Выделить всё

\Babc\B

соответствует, только если шаблон полностью окружён словами -> тест

Обратные ссылки — \1

Код: Выделить всё

([abc])\1 \1

соответствует тексту из первой захватываемой группы -> тест

Код: Выделить всё

([abc])([de])\2\1

можно использовать \2 (\3, \4, и т.д.) для определения порядкового номера захватываемой группы -> тест

Код: Выделить всё

(?<foo>[abc])\k<foo>

мы присвоили имя foo группе, и теперь ссылаемся на неё используя ― (\k<foo>). Результат, как и в первом выражении -> тест

Опережающие и ретроспективные проверки — (?=) and (?<=)

Код: Выделить всё

d(?=r)

соответствует d, только если после этого следует r, но r не будет входить в соответствие выражения -> тест

Код: Выделить всё

(?<=r)d

соответствует d, только если перед этим есть r, но r не будет входить в соответствие выражения -> тест

Вы можете использовать оператор отрицания !

Код: Выделить всё

d(?!r)

соответствует d, только если после этого нет r, но r не будет входить в соответствие выражения -> тест

Код: Выделить всё

(?<!r)d

соответствует d, только если перед этим нет r, но r не будет входить в соответствие выражения -> тест

Заключение

Как вы могли убедиться, области применения регулярных выражений разнообразны. Я уверен, что вы сталкивались с похожими задачами в своей работе (хотя бы с одной из них), например такими:
Валидация данных (например, правильно ли заполнена строка time)
Сбор данных (особенно веб-скрапинг, поиск страниц, содержащих определённый набор слов в определённом порядке)
Обработка данных (преобразование сырых данных в нужный формат)
Парсинг (например, достать все GET параметры из URL или текст внутри скобок)
Замена строк (даже во время написания кода в IDE, можно, например преобразовать Java или C# класс в соответствующий JSON объект, заменить “;” на “,”, изменить размер букв, избегать объявление типа и т.д.)
Подсветка синтаксиса, переименование файла, анализ пакетов и многие другие задачи, где нужно работать со строками (где данные не должны быть текстовыми).