Ściągawka Regex

Q: Jaka jest różnica między kwantyfikatorami zachłannymi i leniwymi?

Kwantyfikatory zachłanne (*, +, {2,}) dopasowują się tak bardzo, jak to możliwe i zwracają znaki tylko wtedy, gdy reszta wzorca nie może się zgadzać. Dodawanie? czyni ich leniwymi: dopasowują się jak najmniej, a więcej biorą tylko wtedy, gdy są zmuszeni. W przypadku „ ” wzorzec zwraca cały ciąg, a zwraca tylko .

Wyrażenia regularne są na tyle zwarte, że składnię łatwiej jest sprawdzić niż zapamiętać. Na tej stronie jest wszystko na jednym ekranie — klasy, kwantyfikatory, kotwice, grupy, rozglądanie się, ucieczka i flagi — z działającym przykładem dla każdego wiersza.

Jej smak to JavaScript, który działa w Twojej przeglądarce i z którego korzysta tester wyrażeń regularnych na tej stronie. Większość z nich jest identyczna w Pythonie, Javie, Go i PCRE; tam, gdzie różnią się smaki, różnią się one na krawędziach - obsługa wyglądu wstecz, składnia nazwanych grup i to, czy \d oznacza „cyfrę ASCII” czy „dowolną cyfrę Unicode”.

Większość niespodzianek wynika z dwóch rzeczy. Kwantyfikatory są zachłanne: biorą wszystko, co mogą i oddają dopiero wtedy, gdy reszta wzorca zawiedzie, dlatego też <.+> połyka dwa znaczniki, a <.+?> nie. A naprzemienność wiąże najluźniej ze wszystkich, więc ^a|b$ oznacza „zaczyna się od a lub kończy na b” – a nie to, co większość ludzi ma na myśli, pisząc to.

Klasy postaci

Skróty są używane tylko w formacie ASCII, chyba że dodasz flagę u i użyjesz znaków specjalnych właściwości Unicode.

Składnia	Oznaczający	Przykład
.	Dowolny znak z wyjątkiem podziału liniiDodaj flagę s, aby pasowała również do znaków nowej linii.	/a.c/"abc" → "abc"
\d	Cyfra 0–9	/\d+/"order 42" → "42"
\D	Wszystko, co nie jest cyfrą	/\D+/"42abc" → "abc"
\w	Litera, cyfra lub podkreślenieTylko ASCII — „é” nie jest \w.	/\w+/"user_1!" → "user_1"
\W	Wszystko \w nie pasuje	/\W+/"a++b" → "++"
\s	Dowolne białe znaki, w tym tabulatory i znaki nowej linii	/\s+/"a \t b" → " \t "
\S	Dowolny znak inny niż spacja	/\S+/" hi" → "hi"
[abc]	Dowolny z wymienionych znaków	/[aeiou]/"rhythm and" → "a"
[^abc]	Dowolny znak z wyjątkiem wymienionych	/[^aeiou ]+/"aeiou xyz" → "xyz"
[a-z]	Zakres znaków	/[a-f]+/"zzabcz" → "abc"
\p{L}	Dowolna litera Unicode (wymaga flagi u)	/\p{L}+/"42 café" → "café"

Kwantyfikatory

Wszystkie one są domyślnie chciwe: biorą tyle, ile mogą i oddają tylko wtedy, gdy reszta wzorca zawiedzie.

Składnia	Oznaczający	Przykład
*	Zero lub więcej	/ab*/"a" → "a"
+	Jeden lub więcej	/ab+/"abbb" → "abbb"
?	Zero lub jeden — sprawia, że jest to opcjonalne	/colou?r/"color" → "color"
{3}	Dokładnie trzy	/\d{3}/"id 12345" → "123"
{2,}	Dwa lub więcej	/a{2,}/"aaa" → "aaa"
{2,4}	Między dwoma a czterema	/a{2,4}/"aaaaa" → "aaaa"
*?	Leniwy — zajmuje tak mało, jak to możliweChciwy <.+> połknąłby oba tagi.	/<.+?>/"<a><b>" → "<a>"

Kotwice i granice

Pasują one do pozycji, a nie do postaci, więc niczego nie zużywają.

Składnia	Oznaczający	Przykład
^	Początek ciągu lub linii z flagą m	/^a/"abc" → "a"
$	Koniec łańcucha lub linii z flagą m	/c$/"abc" → "c"
\b	Granica słowaTo właśnie zatrzymuje dopasowanie „cat” w „concatenate”.	/\bcat\b/"the cat sat" → "cat"
\B	Nie ma granicy słowa	/\Bcat/"concatenate" → "cat"

Grupy i naprzemienność

Składnia	Oznaczający	Przykład
(abc)	Grupa przechwytująca — zapamiętana do wymiany	/(\d+)-(\d+)/"10-20" → "10-20"
(?:abc)	Grupowanie bez przechwytywaniaUżyj tej opcji, jeśli potrzebujesz tylko grupowania; dzięki temu liczby przechwytywania mają znaczenie.	/(?:ab)+/"abab" → "abab"
(?<name>…)	Nazwana grupa przechwytująca	/(?<year>\d{4})/"in 2026" → "2026"
a\|b	Obie strony – naprzemiennieAlternacja ma najniższy priorytet: ^a\|b$ to "^a" lub "b$", a nie "^(a\|b)$".	/cat\|dog/"one dog" → "dog"
\1	Odniesienie do pierwszej grupy	/(\w)\1/"letter" → "tt"

Rozglądanie się

Twierdzenia na temat tego, co otacza stanowisko. Same w sobie do niczego nie pasują, co sprawia, że można je bezpiecznie łączyć.

Składnia	Oznaczający	Przykład
(?=…)	Lookahead — a następnie to	/\d+(?= kg)/"80 kg" → "80"
(?!…)	Negatywne spojrzenie w przód — bez tego	/\d+(?! kg)/"80 lb" → "80"
(?<=…)	Lookbehind — poprzedzone tym	/(?<=\$)\d+/"costs $40" → "40"
(?<!…)	Negatywne spojrzenie wstecz — nie poprzedzone tym	/(?<!\$)\b\d+/"about 40" → "40"

Ucieczka

Te dwanaście znaków wymaga dosłownego ukośnika.

Składnia	Oznaczający	Przykład
\.	Dosłowna kropka	/\d\.\d/"v2.5" → "2.5"
\\	Dosłowny ukośnik odwrotny	/\\/"C:\\dir" → "\\"
\n	Kanał liniowy	/a\nb/"a\nb" → "a\nb"
\t	Zakładka	/a\tb/"a\tb" → "a\tb"
\uFFFF	Znak według jego punktu kodowego	/\u00e9/"café" → "é"

Flagi

Flaga	Nazwa	Oznaczający
g	Światowy	Znajdź każde dopasowanie, nie tylko pierwsze.
i	Ignoruj wielkość liter	Dopasuj niezależnie od wielkich i małych liter.
m	Multilinia	Dopasowuje ^ i $ przy każdym podziale wiersza, a nie tylko na końcach łańcucha.
s	Kropkuj wszystko	Pozwala. również przerwy w linii meczu.
u	Unikod	Traktuje wzorzec jako punkty kodowe i umożliwia ucieczkę właściwości \p{…}.
y	Lepki	Dopasowuje tylko dokładnie lastIndex, nigdy nie szuka do przodu.

Częste pytania

Jaka jest różnica między kwantyfikatorami zachłannymi i leniwymi?

Kwantyfikatory zachłanne (*, +, {2,}) dopasowują się tak bardzo, jak to możliwe i zwracają znaki tylko wtedy, gdy reszta wzorca nie może się zgadzać. Dodawanie? czyni ich leniwymi: dopasowują się jak najmniej, a więcej biorą tylko wtedy, gdy są zmuszeni. W przypadku „<a><b>” wzorzec <.+> zwraca cały ciąg, a <.+?> zwraca tylko <a>.

Dlaczego moje słowo pasuje do innych słów?

Ponieważ nic go nie zakotwiczyło. Zawiń słowo w \b — /\bcat\b/ dopasowuje „cat” do „the cat sat”, ale nie do „concatenate”. \b dopasowuje pozycję pomiędzy znakiem słowa a znakiem niebędącym słowem, więc nic nie zużywa.

Co zmienia flaga u?

Sprawia, że wzorzec działa na punktach kodowych, a nie na jednostkach UTF-16, więc pojedynczy emoji liczy się jako jeden znak i umożliwia ucieczkę właściwości \p{…}, np. \p{L} dla „dowolnej litery”. Bez tego \w i \d pozostają tylko w formacie ASCII, dlatego też „kawiarnia” nie jest w pełni zgodna z /\w+/.

Kiedy należy używać grupy nieprzechwytującej?

Ilekroć potrzebujesz grupowania, ale nie przechwyconego tekstu — (?:ab)+ zamiast (ab)+. Przechwytywanie kosztuje trochę wydajności, ale prawdziwym powodem jest numeracja: każda dodana grupa przechwytywania przesuwa numery kolejnych grup przechwytywania, cicho przerywając zamienniki wykorzystujące 1 USD i 2 USD.

Czy korzystanie z funkcji Lookbehind jest bezpieczne?

W obecnych przeglądarkach i węźle tak — (?<=…) i (?<!…) są obsługiwane we wszystkich głównych silnikach od 2018 r. Safari dodało je jako ostatnie. Jeśli celujesz w bardzo stare środowiska wykonawcze, sprawdź najpierw; nie ma wypełnienia dla składni wyrażeń regularnych.