From Tomasz Żok

WprowadzenieDoInformatyki: WyrażeniaRegularne

Teoria

• Podstawowym elementem wyrażenia regularnego jest atom tzn.:
  • . = dopasuj dowolny znak, lub
  • ^ = dopasuj początek linii, lub
  • $ = dopasuj koniec linii, lub
  • znak = dopasuj dokładnie ten znak, lub
  • [zestaw znaków] = dopasuj którykolwiek z tych znaków:
    • [abc] = dopasuj a, b, lub c
    • [a-cx-z] = dopasuj a, b, c, x, y lub z
    • [^abc] = dopasuj wszystko poza a, b lub c
  • jeden z predefiniowanych typów:
    • [[:digit:]] = dopasuj dowolną cyfrę
    • [[:alpha:]] = dopasuj dowolną literę (małą lub wielką)
    • [[:alnum:]] = dopasuj dowolną cyfrę lub literę
    • [[:lower:]] = dopasuj dowolną małą literę
    • [[:upper:]] = dopasuj dowolną wielką literę
    • [[:space:]] = dopasuj dowolny biały znak (w kodzie ASCII jest ich więcej niż tylko spacja, tabulator i nowa linia)
  • (zestaw atomów) = dopasuj wszystkie atomy zgodnie z regułami jak powyżej
• Po każdym atomie może się pojawić jeden z tych znaków:
  • * = dopasuj zero lub więcej tego atomu
  • + = dopasuj jeden lub więcej
  • ? = dopasuj zero lub jeden
  • {m} = dopasuj dokładnie m powtórzeń
  • {m,} = dopasuj co najmniej m powtórzeń
  • {m,n} = dopasuj co najmniej m powtórzeń, ale nie więcej niż n
• Sekwencja atomów (lub ew. atomów z informacją o powtórzeniach) to część (piece) = dopasuj po kolei atomy od lewej do prawej
• Części mogą być oddzielone znakiem | oznaczającym rozgałęzienie (branch) = dopasuj jedną z części (albo po lewej stronie | albo po prawej)

Przykłady

• a+ = dopasuj dowolnie długi ciąg liter a np.: a, aa, aaa, ...
• a?b = dopasuj ab lub b
• [A-Z][a-z]+[[:digit:]]+ = dopasuje napis zaczynający się od wielkiej litery, po której nastąpi ciąg małych liter zakończony ciągiem cyfr np. Test2012, Wdi2010, Napis11111111
• abc|def = dopasuj albo abc albo def
• (abc)+ = dopasuj powtórzenia napisu abc np. dla wejścia abcabcabb dopasuje się pierwsze sześć znaków
• ([[:alnum:]]|[.-])+@([[:alnum:]]|[.-])+ = dopasuj adres e-mail (dwa człony z liter, cyfr i/lub kropek i myślników oddzielone znakiem @)