Zástupné znaky

Zástupné znaky

• = tokeny, meta sekvence
• sekvence znaků se speciální významem
• často nějaké zkratky

Meta sekvence

• . — vybere jeden jakýkoliv znak
• \s — jakýkoliv whitespace znak
• \S — opak \s
• \d — jeden znak
• \D — opak \D
• \w — znak, který se může objevit ve slově

Regulární výrazy

Práce

Co zbyde v řetězci pro aplikaci nahrazení za - ve vstupu Kočka #302, které je 5,
je tu proto, aby tu byla. pro níže uvedené výrazy?

1. /.*/g
2. /\d+/g
3. /\w+/g

Pokročilé rozmezí

Negace rozmezí

• znegujeme znaky či rozmezí
• vše až na dané výjimky
• [^xyz] — cokoliv až na x, y a z
• [^5-8] — cokoliv až na 5, 6, 7 a 8

Další rozmezí

• [[::ascii::]]
• [[::lower::]]
• a další...

Pokročilé skupiny

Zrušení seskupení

• chceme opakování dané části bez toho, abychom ji měli ve výběru
• /(?:to co chceme neseskupovat)/g

Podmínky

• vybereme, jestli něco je před nebo za prvkem
• několik variant:
• test(?= to je) — vybere test, pokud se za ním nachází to je
• (?<=test)není — vybere není, pokud se před ním nachází test
• a další...

Zamezení

Začátek a konec stringu

• ^ — označuje začátek stringu
• $ — označuje konec stringu


• ^ad$ — celá kontrola musí být rovna tokenu ad

Word boundaries

• metaznaky
• nezachytávají žádné znaky, ale jejich pozice
• \b — místo, kde končí či začíná slovo
• \B — místa, kde \b nevybere
• např. /\bkočička\b/g

Regulární výrazy

Práce

Co zbyde v řetězci pro aplikaci nahrazení za - ve vstupu Kočka #302, které je 5,
je tu proto, aby tu byla. pro níže uvedené výrazy?

1. /(?:\b\w+\b)+/g
2. /(?:\B\w+\B)+/g

Chování tokenů

Lazy vs. greedy

• některé tokeny jsou greedy, to znamená, že chtějí označit samo sebou co nejvíce znaků
• to nechceme a proto můžeme říct, aby to zkusili co nejméněkrát, aby byly ostatní skupiny naplněny
• a\w*? — označ co nejméně a


• backtracking problém

Regulární výraz

Práce

Co znamená regulární výraz /<[^<>]+>/gm?