Регулярные выражения

Регулярные выражения представляют собой средства для поиска и обработки строк по шаблонам. Любое регулярное выражение представляет собой набор цифр, букв, знаков и символов-шаблонов, описывающих искомое выражение. Символы-шаблоны заменяют один или более обычных символов. Например, такой символ-шаблон . обозначает любой символ. Вот список символов-шаблонов с описанием:

.(точка) - обозначает любой символ, кроме "\n".
\w - обозначает любой алфавитно-цифровой символ и символ "_".
\W - обозначает любой не алфавитно-цифровой символ и не символ "_".
\s - обозначает символ пробела.
\S - обозначает любой символ, кроме символа пробела.
\d - обозначает любой цифровой символ.
\D - обозначает любой не цифровой символ.
[ ] - обозначает любой символ из перечисленных в скобках.

[a-zA-Z] - любой символ от a до z и от A до Z.
[12gh] - "1", "2", "g" или "h".

( ) - с помощью скобок символы-шаблоны можно группировать.
\l - переводит следующий символ в нижний регистр.
\u - переводит следующий символ в верхний регистр.

\lWe\uk\lq - строка "weKq".
\lu\lU\ld\lQ\ug\uq. - строка "uudqGQ".

\Lсимволы\E - переводит в нижний регистр набор символов, начиная с \L и заканчивая \E.
\Uсимволы\E - переводит в верхний регистр набор символов, начиная с \U и заканчивая \E ( кстати говоря, при нормально настроенной локали Perl прекрасно переводит и в верхний и в нижний регистры русские буквы ).

\LTrjKLf\E - строка "trjklf".
 \UghJtRes\E. - строка "GHJTRES".

\Qсимволы\E - начиная с \Q и заканчивая \E символы-шаблоны не действуют.

\Q\We\uk\l\E - строка "\We\uk\l".

^ - данный символ-шаблон показывает, что искомое выражение должно находиться в начале строки.
$ - этот символ-шаблон показывает, что искомое выражение должно находиться в конце строки или перед символом "\n" для многострочного текста.
\b - обозначает, что искомое выражение находиться в начале слова.
\B - обозначает, что искомое выражение находиться не в начале слова.
\A - эквивалент "^".
\Z - эквивалент "$".
\z - означает, что искомое выражение находиться в конце многострочного текста

Как ты заметил, символы-шаблоны \w,\W,\d,\D,\s,\S,[ ],.(точка) обозначают только один символ. Для обозначения нескольких подряд идущих однотипных символов применяются модификаторы.

* - обозначает, что символ повторяется 0 и более раз.
+ - обозначает, что символ повторяется 1 и более раз.
? - символ повторяется 0 или 1 раз.
{N} - символ повторяется N раз.
{N,} - символ повторяется как минимум N раз.
{N,M} - символ повторяется минимум N раз и максимум M раз.

Если ты применяешь модификаторы и хочешь ограничить их действие на совпадение минимальной длины, используй модификатор "?".

*? - обозначает, что символ повторяется 0 и более раз.
+? - обозначает, что символ повторяется 1 и более раз.
?? - символ повторяется 0 или 1 раз.
{N}? - символ повторяется N раз.
{N,}? - символ повторяется как минимум N раз.
{N,M}? - символ повторяется минимум N раз и максимум M раз.

Если не использовать "?", под действие спец. символа попадает весь набор символов, идущих подряд и соответствующих ему, а если использовать, то под действие символа-шаблона попадает та часть, которая является минимальной для удовлетворения действия шаблона.

Также в шаблонах в качестве простых символов используются специальные символы.

\\ -символ "\".
\/ -символ "/".
\" - двойная кавычка.
\' - одинарная кавычка.
\. - точка.
\^ - символ "^".
\$ - символ "$".
\* - символ "*".
\? - символ "?".
\+ - символ "+".
\{ - символ "{".
\} - символ "}".
\t - табуляция.
\n - новая строка.
\r - возврат каретки.
\v - вертикальная табуляция.
\f - перевод формата.
\a - звонок.
\e - escape.
\0NN - восьмеричный код символа ( например \033 ).
\xNN - шестнадцатиричный код символа ( например \x0F ).

Если данное описание тебя не устраивает, можешь почитать описание регулярных выражений, входящее в поставку языка Perl, набрав man perlre в коммандной строке.

Содержание