Регулярні вирази для людей: практичний посібник

Регулярні вирази (regex) мають репутаційну проблему. Вони виглядають так, наче хтось заснув на клавіатурі: ^[\w.-]+@[\w-]+\.[\w.]+$. Вони з'являються в переглядах коду, текстових редакторах, інструментах пошуку та валідації форм. Розробники або люблять їх, або уникають повністю.

Правда десь посередині. Regex справді потужний. Він також справді заплутаний на початку. Але вам не потрібно опановувати кожну незрозумілу функцію, щоб отримати практичну користь. Жменька шаблонів охоплює переважну більшість реальних сценаріїв.

Що насправді робить Regex

Регулярний вираз — це шаблон, що описує набір рядків. Ви передаєте його інструменту пошуку, і він знаходить кожен рядок, що відповідає шаблону. Думайте про нього як про дуже точний пошуковий запит.

Звичайний пошук: знайти точно "привіт" Пошук Regex: знайти все, що схоже на email-адресу, номер телефону, дату, URL або будь-який інший шаблон, який ви можете описати.

Будівельні блоки

Буквальні символи

Найпростіший regex — це просто буквальний текст. Шаблон hello відповідає рядку "hello". Нічого складного.

Крапка (.) — будь-який одиночний символ

Крапка відповідає будь-якому одиночному символу (крім нового рядка).

• h.t відповідає "hat," "hit," "hot," "hut" і навіть "h3t"

Класи символів ([]) — конкретні символи

Квадратні дужки визначають набір дозволених символів у цій позиції.

• [aeiou] відповідає будь-якій одиночній голосній
• [0-9] відповідає будь-якій цифрі
• [A-Za-z] відповідає будь-якій букві (верхній або нижній регістр)
• [^0-9] відповідає будь-якому символу, що НЕ є цифрою (^ у дужках означає "не")

Квантифікатори — кількість

Ці символи контролюють повторення:

Якорі — позиція

• ^ на початку означає "початок рядка"
• $ в кінці означає "кінець рядка"
• ^hello$ відповідає лише точному рядку "hello", а не "say hello" або "hello world"

Скорочені класи

Поширені класи символів мають скорочення:

Групи (()) — групування та захоплення

Дужки групують частини шаблону. Це корисно для застосування квантифікаторів до групи або для вилучення конкретних частин збігу.

• (ab)+ відповідає "ab," "abab," "ababab"
• (\d{3})-(\d{4}) відповідає "555-1234" і захоплює "555" та "1234" окремо

Вертикальна риска (|) — або

Вертикальна риска означає "або".

• cat|dog відповідає "cat" або "dog"
• (jpg|png|gif) відповідає будь-якому з цих трьох розширень зображень

Практичні шаблони для використання вже сьогодні

Знайти email-адресу (простий варіант)

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

Пояснення:

• [\w.-]+ — один або більше словесних символів, крапок або дефісів (локальна частина)
• @ — буквальний знак @
• [\w-]+ — один або більше словесних символів або дефісів (домен)
• \. — буквальна крапка (екранована, бо . є спеціальним символом)
• [\w.]+ — один або більше словесних символів або крапок (домен верхнього рівня)

Знайти номер телефону (американський формат)

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

Відповідає:

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

Знайти URL

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

Відповідає:

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

Знайти дату (РРРР-ММ-ДД)

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

Відповідає: 2026-03-23, 1999-12-31 тощо.

Знайти дублікати слів

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

Відповідає повторюваним словам, таким як "the the" або "is is". \1 посилається на те, що було захоплено першою групою.

Знайти адресу IPv4

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

Відповідає шаблонам, наприклад 192.168.1.1 або 10.0.0.255.

Поради для написання Regex

1. Починайте просто, потім уточнюйте

Не намагайтесь написати ідеальний regex з першої спроби. Починайте з широкого шаблону, тестуйте на своїх даних і поступово звужуйте.

2. Завжди тестуйте

Regex легко написати неправильно. Пропущений квантифікатор або неекранована крапка можуть повністю змінити те, що відповідає шаблону. Завжди тестуйте шаблон на реальних даних перед використанням у продакшні.

3. Екрануйте спеціальні символи

Якщо потрібно знайти буквальну крапку, дужку, квадратну дужку або інший спеціальний символ, екрануйте його зворотною скісною рискою: \., \(, \[.

4. Використовуйте коментарі та іменовані групи

У складних шаблонах використовуйте іменовані групи та коментарі (де підтримується), щоб зробити regex читабельним. Ваше майбутнє "я" подякує.

5. Знайте, коли не використовувати Regex

Regex — неправильний інструмент для синтаксичного аналізу HTML, XML, JSON або будь-якої вкладеної структури. Для цього використовуйте відповідний парсер.

Починайте тестувати regex прямо зараз:

• Тестувати шаблони Regex
• Інструмент для тестування Regex

Безкоштовно, миттєвий зворотний зв'язок і не потрібна реєстрація.