| dbo:abstract
|
- A reguláris kifejezés (rövidítve: regexp vagy regex az angol regular expression után) egy olyan, bizonyos szintaktikai szabályok szerint leírt string, amivel meghatározható stringek egy halmaza. Az ilyen kifejezés valamilyen minta szerinti szöveg keresésére, cseréjére, illetve a szöveges adatok ellenőrzésére használható. Például egy érvényes (nem feltétlenül még élő személyt jelölő) személyi szám biztosan a következő elemekből áll:
* egy 1 és 8 közötti számjegy;
* egy szóköz;
* 19 vagy 20 vagy 21 és még két számjegy (év);
* utána
* egy 0 és egy 1-9 közötti számjegy vagy
* egy 1 és egy 0-2 közötti számjegy (hónap);
* utána
* egy 0-2 közötti számjegy és egy 0-9 közötti számjegy vagy
* egy 3, amit 0 vagy 1 követ (nap)
* egy szóköz
* és még négy számjegy. (Esetleg a szóközök helyén kötőjel is állhat.) A programnak megmondhatjuk, hogy keresse meg az összes ilyen minta szerinti karaktersorozatot, majd pedig a kötőjeleket cserélje szóközre, hogy egységes legyen (vagy a kötőjeleket és a szóközöket is nem törhető szóközre, hogy egy weblapon egyben maradjanak). Egy másik példa: egy érvényes, dr. és más előtagok nélküli magyar személynév a magyar ábécé betűiből, szóközökből és kötőjelekből állhat a következő megszorításokkal: kötőjel és szóköz nem állhat az elején és a végén, sem másik kötőjel vagy szóköz után, csak két betű között; az első betű, valamint a szóközök és kötőjelek utáni betűk nagyok, a többi pedig kicsi; végül legalább egy szóköznek mindenképpen lennie kell. Ez a két példa nem garantálja, hogy amit találtunk, az biztosan érvényes személyi szám vagy magyar név, csak azt, hogy ily módon az összeset megtaláltuk. De ha olyan karaktersorozatot keresünk, amelyik 1 vagy 2 vagy 3 I (nagy i betű) után egy pontot, egy szóközt és az András vagy az Endre szavakat tartalmazza, akkor biztosak lehetünk benne, hogy egy valódi magyar király nevét találtuk meg (a római I a keresés szempontjából betűnek számít, és még arra is figyelnünk kell, hogy a sorozatot megelőző karakter bármi más lehet, csak még egy I nem, különben a reguláris kifejezésünk a „IIII. András” stringet is megtalálná, ami hiba lenne). Ha ugyanezt elfogadjuk nulla vagy egynél több szóközzel is, de ezeket egyre cseréljük, akkor hibás alakokat is találhatunk, és egy gyakori gépelési hibát javíthatunk ki. Ha ragozott alakokat is keresni akarunk, akkor figyelnünk kell rá, hogy az Endréből é betűs alak lehet, míg az András szótő változatlan marad. A reguláris kifejezéseket sok szövegszerkesztő, illetve segédprogram használja, főleg szövegek keresésekor vagy szövegek bizonyos minták szerinti kezelésekor. A reguláris kifejezéseket a jelsorozatokkal, stringekkel való műveleteknél több programozási nyelv is használja, illetve támogatja. Például a Perl, a Python és a is rendelkezik direkt reguláris kifejezések elemzésére szolgáló szintaktikai elemzővel. A különböző Unix-disztribúciókban lévő segédprogramok jelentős része (beleértve a sed szövegszerkesztőt és a grep szűrőt) támogatta először a reguláris kifejezések használatát. (hu)
- A reguláris kifejezés (rövidítve: regexp vagy regex az angol regular expression után) egy olyan, bizonyos szintaktikai szabályok szerint leírt string, amivel meghatározható stringek egy halmaza. Az ilyen kifejezés valamilyen minta szerinti szöveg keresésére, cseréjére, illetve a szöveges adatok ellenőrzésére használható. Például egy érvényes (nem feltétlenül még élő személyt jelölő) személyi szám biztosan a következő elemekből áll:
* egy 1 és 8 közötti számjegy;
* egy szóköz;
* 19 vagy 20 vagy 21 és még két számjegy (év);
* utána
* egy 0 és egy 1-9 közötti számjegy vagy
* egy 1 és egy 0-2 közötti számjegy (hónap);
* utána
* egy 0-2 közötti számjegy és egy 0-9 közötti számjegy vagy
* egy 3, amit 0 vagy 1 követ (nap)
* egy szóköz
* és még négy számjegy. (Esetleg a szóközök helyén kötőjel is állhat.) A programnak megmondhatjuk, hogy keresse meg az összes ilyen minta szerinti karaktersorozatot, majd pedig a kötőjeleket cserélje szóközre, hogy egységes legyen (vagy a kötőjeleket és a szóközöket is nem törhető szóközre, hogy egy weblapon egyben maradjanak). Egy másik példa: egy érvényes, dr. és más előtagok nélküli magyar személynév a magyar ábécé betűiből, szóközökből és kötőjelekből állhat a következő megszorításokkal: kötőjel és szóköz nem állhat az elején és a végén, sem másik kötőjel vagy szóköz után, csak két betű között; az első betű, valamint a szóközök és kötőjelek utáni betűk nagyok, a többi pedig kicsi; végül legalább egy szóköznek mindenképpen lennie kell. Ez a két példa nem garantálja, hogy amit találtunk, az biztosan érvényes személyi szám vagy magyar név, csak azt, hogy ily módon az összeset megtaláltuk. De ha olyan karaktersorozatot keresünk, amelyik 1 vagy 2 vagy 3 I (nagy i betű) után egy pontot, egy szóközt és az András vagy az Endre szavakat tartalmazza, akkor biztosak lehetünk benne, hogy egy valódi magyar király nevét találtuk meg (a római I a keresés szempontjából betűnek számít, és még arra is figyelnünk kell, hogy a sorozatot megelőző karakter bármi más lehet, csak még egy I nem, különben a reguláris kifejezésünk a „IIII. András” stringet is megtalálná, ami hiba lenne). Ha ugyanezt elfogadjuk nulla vagy egynél több szóközzel is, de ezeket egyre cseréljük, akkor hibás alakokat is találhatunk, és egy gyakori gépelési hibát javíthatunk ki. Ha ragozott alakokat is keresni akarunk, akkor figyelnünk kell rá, hogy az Endréből é betűs alak lehet, míg az András szótő változatlan marad. A reguláris kifejezéseket sok szövegszerkesztő, illetve segédprogram használja, főleg szövegek keresésekor vagy szövegek bizonyos minták szerinti kezelésekor. A reguláris kifejezéseket a jelsorozatokkal, stringekkel való műveleteknél több programozási nyelv is használja, illetve támogatja. Például a Perl, a Python és a is rendelkezik direkt reguláris kifejezések elemzésére szolgáló szintaktikai elemzővel. A különböző Unix-disztribúciókban lévő segédprogramok jelentős része (beleértve a sed szövegszerkesztőt és a grep szűrőt) támogatta először a reguláris kifejezések használatát. (hu)
|
