Страница 46 из 49
Метасимволы — повторения
После любого элемента регулярного выражения может следовать очень важный тип метасимвола — повторитель. Используя их Вы можете определить число допустимых повторений предшествующего символа, метасимвола или подвыражения.
Указание числа вхождений
* — ноль или более раз (может быть «жадным»), то же что {0,}
+ — один или более раз (может быть «жадным»), то же что {1,}
? — ноль или один раз (может быть «жадным»), то же что {0,1}
{n} — точно n раз (может быть «жадным»)
{n,} — не менее n раз (может быть «жадным»)
{n,m} — не менее n но не более m раз (может быть «жадным»)
*? — ноль или более раз («не жадный»), то же что {0,}?
+? — один или более раз («не жадный»), то же что {1,}?
?? — ноль или один раз («не жадный»), то же что {0,1}?
{n}? — точно n раз («не жадный»)
{n,}? — не менее n раз («не жадный»)
{n,m}? — не менее n но не более m раз («не жадный»)
Т.о. {n,m} задает минимум n повторов и максимум — m. Повторитель {n} эквивалентен {n,n} и задает точно n повторов. Повторитель {n,} задает минимум n повторов. Теоретически величина параметров n и m не ограничена, но рекомендуется не задавать большие значения, поскольку в некоторых ситуациях это может потребовать существенных затрат времени и ОЗУ при обработке такого повторителя.
Небольшое пояснение по поводу «жадности». «Жадные» варианты повторителей пытаются захватить как можно большую часть входного текста, в то время как «не жадные» — как можно меньшую. Например, b+ как и b* примененные к входной строке «abbbbc» найдут «bbbb», в то время как b+? найдет только «b», а b*? — вообще — пустую строку; b{2,3}? найдет «bb», в то время как b{2,3} найдет «bbb».
По умолчанию, в FB Editor повторители могущие быть жадными, являются таковыми.
Примеры:
foob.*r — находит «foobar», «foobalkjdflkj9r» и «foobr»
foob.+r — находит «foobar», «foobalkjdflkj9r» но не «foobr»
foob.?r — находит «foobar», «foobbr» и «foobr» но не «foobalkj9r»
fooba{2}r — находит «foobaar»
fooba{2,}r — находит «foobaar», «foobaaar», «foobaaaar» и т.д.
fooba{2,3}r — находит «foobaar», или «foobaaar» но не «foobaaaar»
((+d )?(d{3}) )?(d{3}(-dd){2}) — Находит номера телефонов в форматах «+7 (095) 555-55-55», «(095) 555-55-55», «555-55-55». Это сложный пример, и в нем используется группировка скобками. Подробнее о применении скобок см. ниже.
(?g)(
[^-].{5,59}
Метасимволы — варианты
Вы можете определить перечень вариантов, используя метасимвол «|» для их разделения, например, fee|fie|foe найдет «fee» или «fie» или «foe», (так же как f(e|i|o)e). В качестве первого варианта воспринимается все от предыдущего метасимвола ( или [ или от начала выражения до первого метасимвола «|», в качестве последнего — все от последнего «|» до конца выражения или до ближайшего метасимвола). Обычно, чтобы не запутаться, набор вариантов всегда заключают в скобки, даже если без этого можно было бы обойтись.
Варианты пробуются начиная с первого и попытки завершаются сразу же как удастся подобрать такой, при котором совпадет вся последующая часть выражения. Это означает, что варианты не обязательно обеспечат «жадное» поведение. Например, если применить выражение foo|foot ко входной строке «barefoot», то будет найдено «foo» так это первый вариант, который позволил совпасть всему выражению.
Обратите внимание, что метасимвол | воспринимается как обычный символ внутри перечней символов, например, [fee|fie|foe] означает ровно то же самое что и [feio|].
.* — найдет все корректно закрытые параграфы. Так же найдутся и включения вида
TEXT, так что это выражение можно применять только на однородном тексте. Как альтернативный вариант можно предположить (.*|
.*
Заметьте, что применив то же выражение в жадном режиме (?g).* мы не найдем ничего полезного.
Оговорка. Выражения с метасимволом «|» в FB Editor в режиме исходника НЕ ФУНКЦИОНИРУЮТ.
Метасимволы — подвыражения
У скобок в регулярных выражениях двоякая функция
1. Скобки позволяют группировать элементы (аналогично математическому использованию)
2. Скобки выделяют в исходном тексте подвыражения, на которые можно ссылаться при замене.
Вы можете обратиться к любому подвыражению в строке замены используя его номер. Подвыражения нумеруются слева направо, в порядке появления открывающих скобок. Ссылка осуществляется в виде $N, где N-номер.
Примеры группировки:
(проба){8,10} — находит строку содержащую 8, 9 или 10 копий «проба»
про([0-9]|б+)а — находит «про0а», «про1а» , «проба», «пробба», и т.д.
Примеры замены:
(.*)
((+d )?(d{3}) )?(d{3}(-dd){2}) —>>— $3 — Найдет в любом телефонном номере вида «+7 (095) 555-55-55» последнюю часть «555-55-55»
(?g)([s(]|A|
)(http://|ftp://|https://)([^s)"']+) —>>— $1$2$3 — Такая замена преобразует все URL, встреченные в тексте, в гиперссылки.
(?g)([s(]|A|
)(www.)([^s)"']+)—>>—$1$2$3 — Преобразует все строки типа www.domain.root в гиперссылки
Метасимволы — обратные ссылки
Метасимволы от 1 до 9 воспринимаются как обратные ссылки. N совпадает с ранее найденным подвыражением #N. В отличие от случая с заменой, где используются переменные $N, обратные ссылки можно применять в выражении поиска.
Примеры группировки:
(.)1+ — находит «aaaa» и «cc»
(.+)1+ — также находит «abab» и «123123»
(['"]?)(d+)1 — находит «"13"» (в дв.кавычках), или «'4'» (в один.кавычках) или 77 (без кавычек)
Модификаторы
Модификаторы служат для изменения режимов работы регулярных выражений. Они вводятся в виде (?imsgr-imsgr). Если модификатор вписан после минуса — он отключается, если нет — включается. Модификаторы подвержены группировке (в Perl нет), можно применить модификатор для отдельного участка выражения (см. пример).
Модификаторы:
i — Регистро-независимый режим. Использует выбранный в ОС язык по умолчанию. По умолчанию выключено.
m — Воспринимать входной текст как многострочный, при этом метасимволы ^ и $ будут совпадать не только в начале и конце текста в целом, но и в начале и в конце всех имеющихся в тексте строк (см. также Разделители строк). По умолчанию включено.
s — Воспринимать входной текст как одну строку. При этом метасимвол «.» совпадает с любым символом, если же этот модификатор выключен, то он не совпадает с разделителями строк (см.также Стандартные перечни символов). По умолчанию включено.
g — Включая его Вы переключаете все повторители в «жадный» режим. По умолчанию включено.
r — Модификатор предназначенный для русского языка. Если включен, то диапазоны вида а-я включают также букву «ё», А-Я включают «Ё», а а-Я включает вообще все русские буквы. По умолчанию включено.
Примеры группировки:
(?i)Saint-Petersburg — находит «Saint-petersburg» и «Saint-Petersburg»
(?i) — Saint-(?-i)Petersburg — находит «Saint-Petersburg» но не «Saint-petersburg»
(?i)(Saint-)?Petersburg — находит «Saint-petersburg» и «saint-petersburg»
((?i)Saint-)?Petersburg — находит «saint-Petersburg», но не «saint-petersburg»