Ungkapan Nalar untuk Manusia: Panduan Praktikal

Ungkapan nalar (regex) mempunyai masalah reputasi. Ia kelihatan seperti seseorang tertidur di atas papan kekunci mereka: ^[\w.-]+@[\w-]+\.[\w.]+$. Ia muncul dalam ulasan kod, editor teks, alat carian, dan pengesahan borang. Pembangun sama ada menyukainya atau mengelakkannya sepenuhnya.

Kebenaran ada di antara keduanya. Regex memang berkuasa. Ia juga memang mengelirukan pada mulanya. Tetapi anda tidak perlu menguasai setiap ciri yang tidak jelas untuk mendapat nilai praktikal. Segenggam corak merangkumi sebahagian besar kes penggunaan dunia nyata.

Apa yang Regex Sebenarnya Lakukan

Ungkapan nalar adalah corak yang menerangkan sekumpulan rentetan. Anda memberikannya kepada alat carian, dan ia mencari setiap rentetan yang sepadan dengan corak tersebut. Anggapkannya sebagai pertanyaan carian yang sangat tepat.

Carian biasa: cari tepat "hello" Carian regex: cari apa sahaja yang kelihatan seperti alamat e-mel, nombor telefon, tarikh, URL, atau corak lain yang boleh anda huraikan.

Blok Binaan

Aksara Literal

Regex paling mudah hanyalah teks literal. Corak hello sepadan dengan rentetan "hello." Tiada yang mewah.

Titik (.) — Mana-mana Aksara Tunggal

Titik sepadan dengan mana-mana aksara tunggal (kecuali baris baru).

• h.t sepadan dengan "hat," "hit," "hot," "hut," dan bahkan "h3t"

Kelas Aksara ([]) — Aksara Tertentu

Kurungan segi empat mentakrifkan set aksara yang dibenarkan pada kedudukan tersebut.

• [aeiou] sepadan dengan mana-mana huruf vokal tunggal
• [0-9] sepadan dengan mana-mana digit
• [A-Za-z] sepadan dengan mana-mana huruf (besar atau kecil)
• [^0-9] sepadan dengan mana-mana aksara yang BUKAN digit (tanda ^ dalam kurungan bermakna "bukan")

Pengkuantiti — Berapa Banyak

Simbol-simbol ini mengawal pengulangan:

Jangkar — Kedudukan

• ^ di permulaan bermakna "permulaan rentetan"
• $ di akhir bermakna "akhir rentetan"
• ^hello$ hanya sepadan dengan rentetan tepat "hello," bukan "say hello" atau "hello world"

Kelas Singkatan

Kelas aksara biasa mempunyai pintasan:

Kumpulan (()) — Pengumpulan dan Penangkapan

Kurungan mengumpulkan bahagian corak. Ini berguna untuk menggunakan pengkuantiti kepada kumpulan atau untuk mengekstrak bahagian tertentu dari padanan.

• (ab)+ sepadan dengan "ab," "abab," "ababab"
• (\d{3})-(\d{4}) sepadan dengan "555-1234" dan menangkap "555" dan "1234" secara berasingan

Paip (|) — Atau

Paip bermakna "atau."

• cat|dog sepadan dengan "cat" atau "dog"
• (jpg|png|gif) sepadan dengan mana-mana daripada tiga sambungan imej ini

Corak Praktikal yang Boleh Anda Gunakan Hari Ini

Padankan Alamat E-mel (Mudah)

[\w.-]+@[\w-]+\.[\w.]+

Memecahkannya:

• [\w.-]+ — satu atau lebih aksara perkataan, titik, atau tanda sempang (bahagian tempatan)
• @ — tanda @ literal
• [\w-]+ — satu atau lebih aksara perkataan atau tanda sempang (domain)
• \. — titik literal (dilepas kerana . adalah aksara khas)
• [\w.]+ — satu atau lebih aksara perkataan atau titik (TLD)

Padankan Nombor Telefon (Format AS)

\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}

Ini sepadan dengan:

• (555) 123-4567
• 555-123-4567
• 555.123.4567
• 555 123 4567

Padankan URL

https?://[\w.-]+(/[\w./-]*)?

Ini sepadan dengan:

• https://example.com
• http://example.com/path/to/page
• https://sub.domain.com/page.html

Padankan Tarikh (YYYY-MM-DD)

\d{4}-\d{2}-\d{2}

Ini sepadan dengan: 2026-03-23, 1999-12-31, dsb.

Cari Perkataan Berganda

\b(\w+)\s+\1\b

Ini sepadan dengan perkataan berulang seperti "the the" atau "is is." \1 merujuk kembali kepada apa sahaja yang ditangkap oleh kumpulan pertama.

Padankan Alamat IPv4

\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}

Ini sepadan dengan corak seperti 192.168.1.1 atau 10.0.0.255.

Petua untuk Menulis Regex

1. Mulakan dengan Mudah, Kemudian Halusi

Jangan cuba menulis regex yang sempurna pada percubaan pertama. Mulakan dengan corak yang luas, ujinya terhadap data anda, dan ketatkannya.

2. Sentiasa Uji

Regex mudah untuk disalah. Pengkuantiti yang hilang atau titik yang tidak dilepas boleh sepenuhnya mengubah apa yang sepadan. Sentiasa uji corak anda terhadap data dunia nyata sebelum menggunakannya dalam produksi.

3. Lepaskan Aksara Khas

Jika anda perlu memadankan titik literal, kurungan, kurungan segi empat, atau aksara khas lain, lepaskannya dengan garis miring ke belakang: \., \(, \[.

4. Gunakan Ulasan dan Kumpulan Bernama

Dalam corak yang kompleks, gunakan kumpulan bernama dan ulasan (di mana disokong) untuk menjadikan regex mudah dibaca. Diri anda pada masa hadapan akan berterima kasih.

5. Tahu Bila Tidak Menggunakan Regex

Regex adalah alat yang salah untuk menghurai HTML, XML, JSON, atau mana-mana struktur bersarang. Gunakan penghurai yang betul untuk itu.

Mula menguji regex sekarang:

• Uji Corak Regex
• Alat Penguji Regex

Percuma, maklum balas segera, dan tidak perlu daftar.