Regulární výrazy
Z Milan Kerslager
Verze z 8. 12. 2009, 16:42, kterou vytvořil Milan.Kerslager (diskuse | příspěvky) (→Přehled: třídy znaků)
Regulární výrazy slouží pro obecný popis textových řetězců. Rozdělují se na regulární výrazy podle normy POSIX a podle jazyka Perl. Využívají se při zpracování textů (hledání, nahrazování), kontrole vstupu (rodné číslo, URL, e-mailová adresa, ...). Jejich podporu nalezneme přímo v některých programovacích jazycích (Perl, Python), používají je unixové nástroje (příkaz grep
), jsou k dispozici v podobě knihoven atd.
Přehled
Seznam základních a rozšířených POSIXových regulárních výrazů:
Základní Rozšířený Popis .
Jakýkoliv 1 znak (i žádný znak) [abc]
Jeden z uvedených znaků [^abc]
Žádný z uvedených znaků [c..e]
Jeden z rozsahu uvedených znaků (zde c, d nebo e) ^
Začátek řádku (řetězce) $
Konec řádku (řetězce) \( \)
( )
Skupina znaků (zapamatovatelná) *
Libovolné opakování předchozího znaku (skupiny), i žádné (0 krát) \n
Zapamatovaná skupina číslo n \{m,n\}
{m,n}
Opakování předchozího znaku (skupiny) m až n krát ?
Žádný nebo jednonásobný výskyt předchozího znaku (skupiny) +
Jedno- nebo vícenásobné opakování předchozího znaku (skupiny) |
Vyznačení variant (logická spojka nebo)
Seznam tříd znaků podle POSIXu a Perlu:
POSIX Perl ASCII Popis [:alnum:]
[A-Za-z0-9]
Alfanumerické znaky [:word:]
\w
[A-Za-z0-9_]
Alfanumerické znaky plus "_" \W
[^\w]
Znaky netvořící slova [:alpha:]
[A-Za-z]
Alfabetické znaky [:blank:]
[ \t]
Mezera a tabelátor [:cntrl:]
[\x00-\x1F\x7F]
Řídící znaky [:digit:]
\d
[0-9]
Čísla \D
[^\d]
Nečíselné znaky [:graph:]
[\x21-\x7E]
Viditelné znaky [:lower:]
[a-z]
Malá písmena [:print:]
[\x20-\x7E]
Viditelné znaky a mezery [:punct:]
[-!"#$%&'()*+,./:;<=>?@\[\\\]_`{|}~]
Speciální znaky [:space:]
\s
[ \t\r\n\v\f]
Bílé znaky (mezery atp.) \S
[^\s]
Znaky, které nejsou bílými znaky [:upper:]
[A-Z]
Velká písmena [:xdigit:]
[A-Fa-f0-9]
Hexadecimální čísla
Externí odkazy
- http://www.root.cz/clanky/regularni-vyrazy-1/ – série 5 dílů