Quelltext der Seite Benutzer:Andreas Plank/Reguläre Ausdrücke

Seiten zum austesten
* https://regex101.com/ (Regex-Ausdrücke werden direkt vom eingegebenen Suchmuster her erläutert)
* http://regex.larsolavtorvik.com/ oder 
* http://gskinner.com/RegExr/.

__INHALTSVERZEICHNIS__

== PHP ==

{| class="booktable sortable"
|-
! Code in <code>@…@</code> oder <code>/…/</code>
! Modus
! Wozu/Erklärung
|-
|<code><nowiki>{{(?:(?:(?!{{|}}).)++|(?R))*}}</nowiki></code> 
|
| rekursiv ausgewogenes <nowiki>{{…}}</nowiki> einzeilig<ref group="Anmerkung">Das zweite + in <code>++</code> ist ein „posessive Quantifier“ (s. http://php.net/manual/de/regexp.reference.repetition.php) laut http://stackoverflow.com/a/1117474/1240387 bewirkt er performantere suche, da nicht alle möglichen Kombinationen ersucht werden (oder so ähnlich …)</ref>
|-
|<code>{{Textfarbe|orange|(?s)}}<nowiki>{{(?:(?:(?!{{|}}).)++|(?R))*}}</nowiki></code> 
|
| rekursiv ausgewogenes <nowiki>{{…}}</nowiki> mehrzeilig
|-
|<code><nowiki>{{[\w\d]+:([^{}]*+(?:{{(?1)}}[^{}]*)*+)}}</nowiki></code>
|
| rekursiv ausgewogenes <nowiki>{{…}}</nowiki> aber beginnend mit <code>[\w\d]+:</code> (Wiki magische Funktion)
|}

== Suchen mit Randbedingungen (Behauptungen, engl: Assertions){{Anker|Assertions}} ==

Behauptungen (engl: Assertions) sind Ausdrücke, die eine Zusatzbedingung für einen regulären Ausdruck darstellen, d.&#8239;h. der Suchkontext, der definiert wurde, muß erfüllt sein, ohne daß der Suchkontext selbst im nachher gefundenen Text erscheint. Suchen mit „Randbedingungen“ könnte man sie vielleicht auch nennen. Nun gibt es hier 2&#8239;verschiedene Möglichkeiten diese Randbedingungen anzufügen, wenn man bedenkt, dass ja jeder Suchvorgang immer von links→nach→rechts ''vorwärts''läuft, dann kann man sagen:
# die eine Möglichkeit soll etwas finden, was der momentanen Suchposition vorausläuft↷, also eine Randbedingung an der <span style="border-right:2px dotted red;">Suchposition</span> ''rechter'' Seite, dies nennt man '''vorausschauend''' (im Englischen “lookahead”)
#* je mit 2 Alternativen: vorausschauende Randbedingung stimmt/stimmt nicht
# die andere Möglichkeit soll etwas finden, was zur momentanen Suchposition ↶rückläufig dasteht, also eine Randbedingung an der <span style="border-left:2px dotted red;">Suchposition</span> ''linker'' Seite, dies nennt man '''zurückschauend''' (im Englischen “lookbehind”)
#* je mit 2 Alternativen: zurückschauende Randbedingung stimmt/stimmt nicht

Verwirrend mag sein, dass die Bezeichnungen – die sich im Englischen entwickelt haben (look ahead: vorausschauend, look behind: zurückschauend) – aus der von-links-nach-rechts laufenden <tt>'''S''' → '''u''' → '''c''' → '''h''' → '''e'''</tt> aus perspektivisch betrachtet werden, sie sich also auf die aktuelle, momentane Suchposition beziehen, von der die Suchmaschine dann vorausschaut (nach rechts vorwärts) oder zurückschaut (nach links rückwärts). Obwohl natürlich die Randbedingungen dann im Such-Code bei der Vorausschau „dahintersteht“ oder bei der Zurückschau „davorsteht“, da dann sich nicht beirren lassen ;-). Zu beachten ist aber generell, dass diese Randbedingungen niemals ins Suchergebnis mit eingeheimst werden (s. auch [[#Beispiele Suchen mit Randbedingungen|Beispiele]])

{|class="booktabledotted"
|-
! style="width:150px" | Definition 
! Bezeichnung 
! Erklärung 
! style="width:200px" | Schreibweise
|-
| <code>'''(?='''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code>
| Bedingung positiv vorausschauend<br />positive look-ahead assertion
|┌→ optional regulär<br/><span style="color:darkgreen">''Ausdruck''</span> der '''Suche''' (rechts) vorausgehen, oder<hr style="border-top: 2px dotted gray;background-color:transparent;"/><code>'''(?='''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> behauptet: der ''momentanen'' Such-Position unmittelbar (rechts) Vorausstehendes ist <span style="color:darkgreen">''Ausdruck''</span>
|<div class="pre">
 <span style="border-right:2px dotted red;">'''Suche'''</span>(?=<span style="color:darkgreen">''Ausdruck''</span>)
      ↓      ↑
 [[File:Symbol_support_vote.svg|x14px|link=]]  voraus bedingt  
 '''S''' → '''u''' → '''c''' → '''h''' → '''e'''
</div>
|-
| <code>'''(?!'''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> 
| Bedingung negativ vorausschauend<br />negative look-ahead assertion 
| ┌→ optional regulär<!-- 
 --><br/><span style="color:darkgreen">''Ausdruck''</span> darf der '''Suche''' nicht vorausgehen, oder<hr style="border-top: 2px dotted gray;background-color:transparent;"/><code>'''(?!'''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> behauptet: der ''momentanen'' Such-Position unmittelbar (rechts) Vorausstehendes darf ''nicht'' <span style="color:darkgreen">''Ausdruck''</span> sein
| 
<div class="pre">
 <span style="border-right:2px dotted red;">'''Suche'''</span>(?!<span style="color:darkgreen">''Ausdruck''</span>)
      ↓      ↑
 [[File:Symbol_oppose_vote.svg|x14px|link=]]  voraus bedingt  
 '''S''' → '''u''' → '''c''' → '''h''' → '''e'''
</div>
|-
| <code>'''(?<='''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> 
| Bedingung positiv rückschauend<br/>positive look-behind assertion 
| ┌→ <s>optional regulär</s><!-- 
 --><br/><span style="color:darkgreen">''Ausdruck''</span> muss der '''Suche''' vlnr. rückwärtig gesehen dastehen (also links davor), oder<hr style="border-top: 2px dotted gray;background-color:transparent;"/><code>'''(?<='''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> behauptet: der ''momentanen'' Such-Position unmittelbar Vorausstehendes ist <span style="color:darkgreen">''Ausdruck''</span>
| <div class="pre">
 (?<=<span style="color:darkgreen">''Ausdruck''</span>)<span style="border-left:2px dotted red;">'''Suche'''</span>
       ↑      ↓
 [[File:Symbol_support_vote.svg|x14px|link=]] (zu)rück bedingt
 '''S''' → '''u''' → '''c''' → '''h''' → '''e'''
</div>
|-
| <code>'''(?<!'''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> 
| Bedingung negativ rückschauend<br/>negative look-behind assertion 
| ┌→ <s>optional regulär</s><!-- 
 --><br/><span style="color:darkgreen">''Ausdruck''</span> darf der '''Suche''' vlnr. rückwärtig gesehen nicht dastehen, oder<hr style="border-top: 2px dotted gray;background-color:transparent;"/><code>'''(?<!'''<span style="color:darkgreen">''Ausdruck''</span>''')'''</code> behauptet: der ''momentanen'' Such-Position unmittelbar Vorausstehendes ist nicht <span style="color:darkgreen">''Ausdruck''</span>
| <div class="pre">
 (?<!<span style="color:darkgreen">''Ausdruck''</span>)<span style="border-left:2px dotted red;">'''Suche'''</span>
       ↑      ↓
 [[File:Symbol_oppose_vote.svg|x14px|link=]] (zu)rück bedingt
 '''S''' → '''u''' → '''c''' → '''h''' → '''e'''
</div>
|}

=== Beispiele {{Anker|Beispiele Suchen mit Randbedingungen}} ===

{| class="booktabledotted sortable"
|-
! Such-Code !! Gefundenes !! Kommentar
|-
| <code>sinn(?=los)</code>
| 
 <span style="background-color:#e0eef7">sinn</span>los sinnfrei sinnhaft sinnig
| 
|-
| <code>sinn(?!los)</code>
| 
 sinnlos <span style="background-color:#e0eef7">sinn</span>frei <span style="background-color:#e0eef7">sinn</span>haft <span style="background-color:#e0eef7">sinn</span>ig
| 
|-
| <code>(?<=sinn)los</code>
| 
 sinn<span style="background-color:#e0eef7">los</span> sïnnlos gedankenlos sinnig haltlos
| 
|-
| <code>(?<!halt)los</code>
| 
 sinn<span style="background-color:#e0eef7">los</span> sturm<span style="background-color:#e0eef7">los</span> gedanken<span style="background-color:#e0eef7">los</span> sinnig haltlos
| 
|-
| <code>^((?!DNA).)*$</code>
| style="width:400px" |
 <span style="background-color:#e0eef7">Flügel, Tier</span>
 DNA - Isolierung & Reinigung
 <span style="background-color:#e0eef7">Gewebeerhaltung - Methoden</span>
 hier ist die DNA in der Zeile
 hier ist es am Ende: DNA
 <span style="background-color:#e0eef7">Tiere</span>
| finde Zeilen, die kein „DNA“ enthalten

<div style="font-size:smaller;">Von [https://stackoverflow.com/questions/406230/regular-expression-to-match-a-line-that-doesnt-contain-a-word#answer-406408 stackoverflow.com “Regular expression to match a line that doesn't contain a word”]: in diesem Beispiel wird also zunächst jede leere Zeichenfolge validiert, um zu sehen, ob kein „DNA“ vor ihr liegt, bevor ein Zeichen durch den <code>.</code> (Punkt) verkonsumiert wird. Der reguläre Ausdruck <code>(?!DNA).</code> wird das nur einmal tun, weshalb er in eine Gruppe eingeschlossen wird und null oder mehrere Male wiederholt wird, mittels: <code>((?!DNA).)*</code>. Schlussendlich werden der Zeichen-Such-Start- und Zeichen-Such-End-Punkt verankert, um sicherzustellen, dass die gesamte Such-Eingabe durchgearbeitet wird: <code>^((?!DNA).)*$</code></div>
|-
| <code>\b((?!DNA)\w)*\b</code>
| style="width:400px" |
 <span style="background-color:#e0eef7">Flügel</span>, <span style="background-color:#e0eef7">Tier</span>
 DNA - <span style="background-color:#e0eef7">Isolierung</span> & <span style="background-color:#e0eef7">Reinigung</span>
 <span style="background-color:#e0eef7">Gewebeerhaltung</span> - <span style="background-color:#e0eef7">Methoden</span>
 <span style="background-color:#e0eef7">hier</span> <span style="background-color:#e0eef7">ist</span> <span style="background-color:#e0eef7">die</span> DNA <span style="background-color:#e0eef7">in</span> <span style="background-color:#e0eef7">der</span> <span style="background-color:#e0eef7">Zeile</span>
 <span style="background-color:#e0eef7">hier</span> <span style="background-color:#e0eef7">ist</span> <span style="background-color:#e0eef7">es</span> <span style="background-color:#e0eef7">am</span> <span style="background-color:#e0eef7">Ende</span>: DNA
 <span style="background-color:#e0eef7">Tiere</span>
 DNAtest
| finde alles wortmäßige, außer die Zeichenkette „Wort-mit-DNA“<br />Dies ist analog zu vorherigem Beispiel, nur dass das Gefundene eine <code>\b</code> '''''B'''egrenzung'' (von Worten) haben soll; bei „DNAtest“ ist vorn und hinten die Wort-Begrenzung <code><span style="border-left:2px dotted red;border-right:2px dotted red;">DNAtest</span></code>, deshalb entfällt dem Gefundenen
|}

== Maskierte &amp;amp; vs. & ==

<syntaxhighlight lang="bash" class="smaller">
#!/bin/bash
# find all escaped & in RDF files and list them
sed --silent '/&/{ s@&\(#x\?[0-9]\+;\|[a-zA-Z]\+;\)@\n\&\1\n@gp }' *.rdf | sed --silent '/^&/{p}' | sort --unique
</syntaxhighlight>

<syntaxhighlight lang="python" class="smaller">
#!/usr/bin/env python
# -*- coding: utf8 -*-
""""
Find all & that are not followed by amp; and other XHTML escaped strings 
(either letters or hexadecimal or utf encoded), but ignore the case of searched strings
""""

import re
# get regular expressions

textline = "       " \
         "<dc:description>" \
         "A herbarium specimen of Bupleurum apiculatum Friv. collected by Willing, R. &amp; " \
         "Willing, E. & Müller, H." \
         "</dc:description>     "
tmp_line = textline
regex_amp_complex = re.compile(r"&(?!amp;|[a-z]+;|#x?[0-9]+;)", re.IGNORECASE)

if regex_amp_complex.search(tmp_line):
    print "Improperly quoted ampersand in string «{0}» replaced by &amp;.".format(tmp_line.strip())
    textline = regex_amp_complex.sub("&amp;", tmp_line)  # overwrite line content
</syntaxhighlight>


----
;Anmerkungen
<references group="Anmerkung"/>