Permalink
Fetching contributors…
Cannot retrieve contributors at this time
153 lines (94 sloc) 8.2 KB

Наборы и диапазоны [...]

Если в регулярном выражении несколько символов или символьных классов заключены в квадратные скобки […], то это означает "искать любой символ из указанных в […]".

Набор

Например, pattern:[еао] означает любой символ из этих трёх: 'а', 'е', или 'о'.

Такое обозначение называют набором. Наборы используются в регулярном выражении наравне с обычными символами:

// найти [г или т], а затем "оп"
alert( "Гоп-стоп".match(/[гт]оп/gi) ); // "Гоп", "топ"

Обратим внимание: несмотря на то, что в наборе указано несколько символов, в совпадении должен присутствовать ровно один из них.

Поэтому в примере ниже нет результатов:

// найти "В", затем [у или а], затем "ля"
alert( "Вуаля".match(/В[уа]ля/) ); // совпадений нет

Поиск подразумевает:

  • pattern:В,
  • затем одну из букв набора pattern:[уа],
  • а затем pattern:ля

Таким образом, совпадение было бы для строки match:Вуля или match:Валя.

Диапазоны

Квадратные скобки могут также содержать диапазоны символов.

Например, pattern:[a-z] -- произвольный символ от a до z, pattern:[0-5] -- цифра от 0 до 5.

В примере ниже мы будем искать "x", после которого идёт два раза любая цифра или буква от A до F:

// найдёт "xAF"
alert( "Exception 0xAF".match(/x[0-9A-F][0-9A-F]/g) );

Обратим внимание, в слове subject:Exception есть сочетание subject:xce, но оно не подошло, потому что буквы в нём маленькие, а в диапазоне pattern:[0-9A-F] -- большие.

Если хочется искать и его тоже, можно добавить в скобки диапазон a-f: pattern:[0-9A-Fa-f]. Или же просто указать у всего регулярного выражения флаг i.

Символьные классы -- всего лишь более короткие записи для диапазонов, в частности:

  • \d -- то же самое, что pattern:[0-9],
  • \w -- то же самое, что pattern:[a-zA-Z0-9_],
  • \s -- то же самое, что pattern:[\t\n\v\f\r ] плюс несколько юникодных пробельных символов.

В квадратных скобках можно использовать и диапазоны и символьные классы -- вместе.

Например, нам нужно найти все слова в тексте. Если они на английском -- это достаточно просто:

var str = "The sun is rising!";

alert( str.match(/\w+/g) ); // The, sun, is, rising*!*

В этом примере мы забежали немного вперёд и использовали pattern:\w+, что означает один или более символов, подходящих под класс pattern:\w. Позже мы рассмотрим + детальнее, а пока -- давайте посмотрим, найдутся ли слова на русском?

var str = "Солнце встаёт!";

alert( str.match(/\w+/g) ); // null*!*

Ничего не найдено! Это можно понять, ведь pattern:\w -- это именно английская букво-цифра, как можно видеть из аналога pattern:[a-zA-Z0-9_].

Чтобы находило слово на русском -- нужно использовать диапазон, например pattern:/[а-я]/.

А чтобы на обоих языках -- и то и другое вместе:

var str = "Солнце (the sun) встаёт!";

alert( str.match(/[\wа-я]+/gi) ); // Солнце, the, sun, вста, т*!*

...Присмотритесь внимательно к предыдущему примеру! Вы видите странность? Оно не находит букву match:ё, более того -- считает её разрывом в слове. Причина -- в кодировке юникод, она подробно раскрыта в главе info:string.

Буква ё лежит в стороне от основной кириллицы и её следует добавить в диапазон дополнительно, вот так:

var str = "Солнце (the sun) встаёт!";

alert( str.match(/[\wа-яё]+/gi) ); // Солнце, the, sun, встаёт*!*

Теперь всё в порядке.

Диапазоны "кроме"

Кроме обычных, существуют также исключающие диапазоны: pattern:[^…].

Квадратные скобки, начинающиеся со знака каретки: pattern:[^…] находят любой символ, кроме указанных.

Например:

  • pattern:[^аеуо] -- любой символ, кроме 'a', 'e', 'y', 'o'.
  • pattern:[^0-9] -- любой символ, кроме цифры, то же что \D.
  • pattern:[^\s] -- любой не-пробельный символ, то же что \S.

Пример ниже ищет любые символы, кроме букв, цифр и пробелов:

alert( "alice15@gmail.com".match(/[^\d\sA-Z]/gi) ); // "@", "."

Не нужно экранирование

Обычно, если мы хотим искать именно точку, а не любой символ, или именно символ \, то мы используем экранирование: указываем \. или \\.

В квадратных скобках большинство специальных символов можно использовать без экранирования, если конечно они не имеют какой-то особый смысл именно внутри квадратных скобок.

То есть, "как есть", без экранирования можно использовать символы:

  • Точка pattern:'.'.
  • Плюс pattern:'+'.
  • Круглые скобки pattern:'( )'.
  • Дефис pattern:'-', если он находится в начале или конце квадратных скобок, то есть не выделяет диапазон.
  • Символ каретки pattern:'^', если не находится в начале квадратных скобок.
  • А также открывающая квадратная скобка pattern:'['.

То есть, точка "." в квадратных скобках означает не "любой символ", а обычную точку.

Регэксп pattern:[.,] ищет один из символов "точка" или "запятая".

В примере ниже регэксп pattern:[-().^+] ищет один из символов -().^. Они не экранированы:

// Без экранирования
var re = /[-().^+]/g;

alert( "1 + 2 - 3".match(re) ); // найдёт +, -

...Впрочем, даже если вы решите "на всякий случай" заэкранировать эти символы, поставив перед ними обратный слэш \ -- вреда не будет:

// Всё заэкранировали
var re = /[\-\(\)\.\^\+]/g;

alert( "1 + 2 - 3".match(re) ); // тоже работает: +, -