170 lines
8.6 KiB
Markdown
170 lines
8.6 KiB
Markdown
# 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 `[…]`".
|
||
|
||
[cut]
|
||
|
||
## Набор
|
||
|
||
Например, <code class="pattern">[еао]</code> означает любой символ из этих трёх: `'а'`, `'е'`, или `'о'`.
|
||
|
||
Такое обозначение называют *набором*. Наборы используются в регулярном выражении наравне с обычными символами:
|
||
|
||
```js
|
||
//+ run
|
||
// 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:
|
||
|
||
```js
|
||
//+ run
|
||
// найти "В", затем [у или а], затем "ля"
|
||
alert( "Вуаля".match(/В[уа]ля/) ); // совпадений нет
|
||
```
|
||
|
||
Поиск подразумевает:
|
||
<ul>
|
||
<li><code class="pattern">В</code>,</li>
|
||
<li>затем *одну* из букв набора <code class="pattern">[уа]</code>,</li>
|
||
<li>а затем <code class="pattern">ля</code></li>
|
||
</ul>
|
||
|
||
Таким образом, совпадение было бы для строки <code class="match">Вуля</code> или <code class="match">Валя</code>.
|
||
|
||
## Диапазоны
|
||
|
||
Квадратные скобки могут также содержать *диапазоны символов*.
|
||
|
||
Например, <code class="pattern">[a-z]</code> -- произвольный символ от `a` до `z`, <code class="pattern">[0-5]</code> -- 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:
|
||
|
||
```js
|
||
//+ run
|
||
// найдёт "xAF"
|
||
alert( "Exception 0xAF".match(/x[0-9A-F][0-9A-F]/g) );
|
||
```
|
||
|
||
Обратим внимание, в слове <code class="subject">Exception</code> есть сочетание <code class="subject">xce</code>, но оно не подошло, потому что буквы в нём маленькие, а в диапазоне <code class="pattern">[0-9A-F]</code> -- большие.
|
||
|
||
Если хочется искать и его тоже, можно добавить в скобки диапазон `a-f`: <code class="pattern">[0-9A-Fa-f]</code>. Или же просто указать у всего регулярного выражения флаг `i`.
|
||
|
||
**Символьные классы -- всего лишь более короткие записи для диапазонов, в частности:**
|
||
|
||
<ul>
|
||
<li>**\d** -- то же самое, что <code class="pattern">[0-9]</code>,</li>
|
||
<li>**\w** -- то же самое, что <code class="pattern">[a-zA-Z0-9_]</code>,</li>
|
||
<li>**\s** -- то же самое, что <code class="pattern">[\t\n\v\f\r ]</code> плюс несколько юникодных пробельных символов.</li>
|
||
</ul>
|
||
|
||
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:
|
||
|
||
```js
|
||
//+ run
|
||
var str = "The sun is rising!";
|
||
|
||
alert( str.match(/\w+/g) ); // The, sun, is, rising*!*
|
||
```
|
||
|
||
А если есть слова и на русском?
|
||
|
||
```js
|
||
//+ run
|
||
var str = "Солнце встаёт!";
|
||
|
||
alert( str.match(/\w+/g) ); // null*!*
|
||
```
|
||
|
||
Ничего не найдено! Это можно понять, ведь <code class="pattern">\w</code> -- это именно английская букво-цифра, как можно видеть из аналога <code class="pattern">[a-zA-Z0-9_]</code>.
|
||
|
||
Чтобы находило слово на русском -- нужно использовать диапазон, например <code class="pattern">/[а-я]/</code>.
|
||
|
||
А чтобы на обоих языках -- и то и другое вместе:
|
||
|
||
```js
|
||
//+ run
|
||
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 <code class="match">ё</code>, более того -- считает её разрывом в слове. Причина -- в кодировке юникод, она подробно раскрыта в главе [](/string).
|
||
|
||
Буква `ё` лежит в стороне от основной кириллицы и её следует добавить в диапазон дополнительно, вот так:
|
||
|
||
```js
|
||
//+ run
|
||
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: <code class="pattern">[^…]</code>.**
|
||
|
||
Квадратные скобки, начинающиеся со знака каретки: <code class="pattern">[^…]</code> находят любой символ, *кроме указанных*.
|
||
|
||
Например:
|
||
|
||
<ul>
|
||
<li><code class="pattern">[^аеуо]</code> -- любой символ, кроме `'a'`, `'e'`, `'y'`, `'o'`.</li>
|
||
<li><code class="pattern">[^0-9]</code> -- любой символ, кроме цифры, то же что `\D`.</li>
|
||
<li><code class="pattern">[^\s]</code> -- любой не-пробельный символ, то же что `\S`.</li>
|
||
</ul>
|
||
|
||
Пример ниже ищет любые символы, кроме букв, цифр и пробелов:
|
||
|
||
```js
|
||
//+ run
|
||
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 ни не имеют какой-то особый смысл именно внутри квадратных скобок.
|
||
|
||
То есть, "как есть", без экранирования можно использовать символы:
|
||
<ul>
|
||
<li>Точка <code class="pattern">'.'</code>.</li>
|
||
<li>Плюс <code class="pattern">'+'</code>.</li>
|
||
<li>Круглые скобки <code class="pattern">'( )'</code>.</li>
|
||
<li>Дефис <code class="pattern">'-'</code>, если он находится в начале или конце квадратных скобок, то есть не выделяет диапазон.</li>
|
||
<li>Символ каретки <code class="pattern">'^'</code>, если не находится в начале квадратных скобок.</li>
|
||
<li>А также открывающая квадратная скобка <code class="pattern">'['</code>.</li>
|
||
</ul>
|
||
|
||
То есть, точка `"."` в квадратных скобках означает не "любой символ", а обычную точку.
|
||
|
||
Регэксп <code class="pattern">[.,]</code> ищет один из символов "точка" или "запятая".
|
||
|
||
В примере ниже регэксп <code class="pattern">[-().^+]</code> ищет один из символов `-().^`. Они не экранированы:
|
||
|
||
```js
|
||
//+ run
|
||
// 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:
|
||
|
||
```js
|
||
//+ run
|
||
// Всё заэкранировали
|
||
var re = /[\-\(\)\.\^\+]/g;
|
||
|
||
alert( "1 + 2 - 3".match(re) ); // тоже работает: +, -
|
||
```
|
||
|