Regular Expressions, Regex, Regexps - Wzorce tekstu, mające odwzorować dany łańcuch symboli lub meta-symboli. Najpopularniejszym wykorzystaniem są:

• Sprawdzenie czy łańcuch pasuje do wzorca (np. matches, test)
• Wyszukiwanie łańcuchów pasujących do wzorca (np. match, matchAll)
• Zamiana pasującego łańcucha na inny, lub na część pasującego wzorca (np. replace)
• Rozdzielenie łańcucha na kolekcję w miejscu pasującym do wzorca (np. split)

Wyrażenia regularne są już często wbudowanym elementem bibliotek standardowych wielu popularnych języków, takich jak Java, PHP, JavaScript, C#, Python, Ruby, C++ i innych - a znaczy to że można ich używać bez żadnej konfiguracji.

Kilka lat temu popularne były różne wersje wyrażeń regularnych: bash patterns, extended patterns (ereg), aż to czasu kiedy to wzorce zaczerpnięte z języka Perl stały się aktualnym standardem. Można się odnosić do nich skrótem PCRE - Perl Compatible Regular Expressions.

Użycie w popularnych językach programowania

Spróbujemy sprawdzić czy ciąg `Jestem Adam` pasuje do wzorca `\w+`. Znak specjalny `\w` oznacza literę lub cyfrę, `+` oznacza "więcej niż jeden raz" (czyli chcemy sprawdzić czy występuje "litera lub cyfra więcej niż jeden raz") - dokładniej o znakach specjalnych w sekcji niżej. Teraz skupmy się na użyciu wyrażeń regularnych w języku programowania:

Java:

if ("Jestem Adam".matches("\w+")) {

PHP:

if (preg_match('/\w+/', 'Jestem Adam') > 0) {

JavaScript:

if (/\w+/.test("Jestem Adam")) {

C#:

Match result = Regex.Match("Jestem Adam", @"\w+");
if (result.Success) {

Python:

import re

if (re.search("\w+", "The rain in Spain")):

Ruby:

if ("Jestem Adam" =~ /\w+/)

C++:

#include <regex>

regex pattern("\w+");
if (regex_match("Jestem adam", pattern)) {

Wyrażenia regularne

Symbole specjalne w wyrażeniach regularnych można podzielić na:

• Kwantyfikatory - definiującą ilość wystąpień innego symbolu (np. dwa razy, co najmniej raz, zero lub więcej razy)
• tzw. "Wildcard" - pasującego do jakiegoś znaku (np. dowolny znak, jeden z grupy, każdy oprócz, litery, cyfry, znaki akcentowane, białe znaki)
• Meta znaki - nie oznaczających faktycznych znaków, (np. koniec linii, początek linii, początek słowa)
• Grupy - Pod-wzorców, alternatywa, tzw. "look behind" oraz "look ahead"

Są jeszcze inne, bardziej specyficzne i dokładne elementy wyrażeń regularnych, można znaleźć o nich informację tutaj.

Proste przykłady

Poniżej znajduje się lista przykładowych wyrażeń regularnych z możliwymi podmiotami które do nich pasują:

Podmiot1 | Podmiot2 | Wyjaśnienie | Wzorzec
-- | -- | --
Yo | Yoooooo | Znak Y oraz znak o występujący jeden lub więcej razy | Yo+
mp3 | mp4 | Znaki mp oraz jeden ze znaków 3 lub 4 | mp[34]
rak | rok | Znak r, dowolny znak, znak k | r.k
patrz | patrzę | Znaki patrz oraz znak ę zero lub jeden raz | patrzę?
patrzymy | patrzysz | Znaki patrzy i jedna z grup znaków my lub sz | patrzy(my|sz)
http:// | https:// | Znaki http, znak s zero lub jeden raz, znaki :// | https?://
dom | radom | Znaki dom a następnie koniec ciągu | dom$
Pz^%$# | Pz%#GT | Początek ciagu, a następnie znaki Pz | ^Pz

Oczywiście dopasowanie wzorca w ciągu nie musi odbywać się od jego początku do końca. Wzorzec words? może zostać odnaleziony zarówno w słowach word, words jak również I don't like words.

Praktyczny przykład

Chciałem znaleźć w tekście wystąpienia słów mających 3 lub 4 litery, które kończą się na e lub t. Oto wynik:

Do skorzystania z wyrażeń regularnych online skorzystałem z narzędzia regex101.com