Regex udtryk kan være en smerte. Nå, nogle gange!
Lad os lære om regulære udtryk og deres mønstre. Vi skal se nærmere på sådanne mønstre, der virker som en indviklet suppe af karakterer. Vi vil se, hvad hver karakter i et regulært udtryk betyder.
Efter at have læst denne artikel, vil du være i stand til at skabe dine regulære udtryk og bruge dem, som du vil. Til sidst vil vi også liste nogle af de online RegEx-testværktøjer, så du baseret på krav kan oprette dit RegEx og teste det ved hjælp af disse værktøjer.
Indholdsfortegnelse
Introduktion
Regulære udtryk eller som det er almindeligt kendt – RegEx er enhver sekvens af tegn, der kan bruges som et mønster til at søge efter tegn eller strenge.
For eksempel – for at afgøre, om en streng eller en sætning indeholder ordet “æble”, kan vi bruge det regex “/æble” til at søge i strengen. Som et andet eksempel kan vi bruge “/[0-9]” for at kontrollere, om en given streng indeholder et tal mellem 0 og 9.
Regulære udtryk og deres anvendelse
Regulære udtryk bruges i vid udstrækning til en række forskellige formål i moderne web-relaterede operationer. Validering af webformularer, websøgemaskiner, leksikale analysatorer i IDE’er, teksteditorer og dokumenteditorer er blandt nogle få eksempler, hvor regulære udtryk ofte bruges.
Vi har alle brugt “CTRL + F” mange gange til at søge i et dokument eller et stykke kode for at finde et bestemt ord eller en sætning eller et udtryk. Denne operation kan peges på som et meget almindeligt eksempel på brugen af regulære udtryk.
Inden vi går videre, lad os se på et meget almindeligt brugt regulært udtryk.
Kan du gætte 🤔 nedenstående RegEX, hvad det bruges til?
^([a-zA-Z0-9_-.]+)@([a-zA-Z0-9_-.]+).([a-zA-Z]{2,5})$
Bare rolig, hvis du ikke kan gætte det. Jeg er sikker på, at du ville være i stand til at gætte i slutningen af denne artikel.
Lad os først komme i gang med A, B, C i RegEx.
Poletter
Til at starte med, lad os se på de forskellige symboler i Regex vist ovenfor.
^([a-zA-Z0-9_-.]+)@([a-zA-Z0-9_-.]+).([a-zA-Z]{2,5})$
Hvis vi ser på regex givet ovenfor, kan vi se, at det er sammensat af mange symboler eller tegn eller tokens. Lad os finde ud af, hvad de betyder:
Polet
Betyder
^
Dette token angiver starten på en streng.
(…)
Dette betegner en gruppe, hvor alt, hvad der er givet inden for (…) er fanget.
[…]
Det [] omslutter tegn, som alle kan matches. For eksempel – [abc] vil matche enten a eller b eller c.
az
Sættet af små bogstaver fra a til z. Vi skal huske på, at der skelnes mellem store og små bogstaver i Regex.
AZ
Sættet af store bogstaver fra A til Z.
0-9
Cifrene fra 0 til 9.
_
Dette vil matche tegnet _.
Dette er flugtkarakteren.
.
Dette matcher tegnet “.” bogstaveligt talt. Dette bruges, fordi symbolet “.” i regex er et symbol i sig selv, som matcher ethvert tegn
+
Dette er en kvantifier. Dette matcher et eller flere tegn, det bruges med. For eksempel betyder a+ en eller flere forekomster af tegnet a.
–
Dette vil matche tegnet “-“.
@
Dette vil matche tegnet “@”.
{}
Dette er en anden kvantifier. Det bruges til at angive antallet af forekomster af et tegn. For eksempel betyder a{3} nøjagtigt 3 a’er.
$
Dette angiver slutningen af en streng.
Nedbryd det givne Regex-mønster
Lad os nu, bevæbnet med denne foreløbige viden om tokens, prøve at afkode ovenstående regulære udtryk:
- ^([a-zA-Z0-9_-.]+) betyder, at vi leder efter en streng, der starter med mindst én eller flere store eller små alfanumeriske tegn, understregninger, bindestreger eller prikker. For eksempel vil alt, der ligner user_name.01, matche mønsteret. Vi skal huske, at her behøver du ikke at inkludere alle symbolerne, kun et enkelt tegn [a-zA-Z0-9_-.] vil gøre.
- @-tegnet matcher for en enkelt forekomst af @. Tilføjelse til det foregående eksempel, noget som [email protected] vil passe.
- ([a-zA-Z0-9_-.]+) ligner det første punkt. Det betyder også, at vi leder efter en streng, der indeholder mindst et eller flere alfanumeriske tegn, understregninger, bindestreger eller prikker. Tilføjelse til eksemplet, [email protected] vil passe her.
- Som du måske allerede har gættet, antyder vi et e-mail-mønster. Komme videre, . matcher singlen “.” Karakter. Hvis vi fortsætter med det igangværende eksempel, noget som f.eks [email protected]
- ([a-zA-Z]{2,5})$ dette betyder, at strengen skal slutte med 2 til 5 bogstaver, enten med store eller små bogstaver. Hvis vi tilføjer .com til det forrige eksempel, kan vi få [email protected]som er det almindelige mønster for en e-mail-streng.
Ved at kombinere alt ovenstående kan vi se, at vi søger efter en e-mail-id-streng. Nu kan vi bruge dette udtryk til at validere enhver e-mail-id. Hvis vores test-e-mail-id matcher dette mønster, kan vi sige, at det er et gyldigt email-id.
PS – Dette er et mønster for de fleste almindelige e-mail-id’er på nettet.
Typer af tokens
Mange tokens kan bruges i forskellige kombinationer inden for et Regex for at beskrive en lang række udtryk. Nedenfor skal vi tage et kig på de forskellige typer tokens, der bruges i regulære udtryk. Desuden skal vi også se på de mest almindeligt anvendte tokens i hver kategori.
Grundlæggende tokens
Lad os starte med de grundlæggende tokens. Disse tokens bruges med næsten alle regulære udtryk. Derfor skal vi først lære om dem.
Polet
Betyder
r
Dette matcher vognretur-karakteren.