cvičení č. 8 Pokročilé regulární výrazy - na co je třeba dát pozor David Chudán Upravil D. Pejčoch
Kvantifikátory, chování Výchozí chování kvantifikátorů je „žravé“ (greedy), kdy se snaží rozpoznat co nejvíce znaků tak, aby byl ještě splněn zbytek výrazu. Lokálně lze chování kvantifikátorů nastavit na líné (lazy), kdy kvantifikátor rozpozná co nejméně znaků. Líné chování se nastavuje pomocí otazníku za kvantifikátor (Př.: ) Příklad: /]*?> =>
Kvantifikátory, chování Příklad: Mějme řetězec „baacaaac“: – Regulární výraz b.*c v defaultním, „žravém“ chování nalezne jednu shodu „baacaaac“ – Pokud nastavíme lazy chování pomocí výrazu b.*?c, shoda bude „baac“.
Modifikátory Modifikátory slouží ke změně následujících znaků. Přiřazení jednoho znaku do určité kategorie se dělá pomocí \p{} (pozor na velká a malá písmena, výraz \P{} je negací předcházejícího!!!) \u – převod následujícího písmena z malého na velké \l – převod následující písmena z velkého na malé V případě použití velkých písmen u těchto znaků ( \U, \L) modifikátor platí až do konce řetězce nebo do nejbližšího výskytu \E, který tuto konstrukci ukončuje. Př.: Regulární výraz \d+|\p{L}+ rozpoznává sekvence písmen nebo číslic.
Matching Flags /i – aktivuje case sensitive mód /s – aktivuje režim jedné řádky (single line mode). V tomto režimu tečka rozpozná též znak nové řádky. /m – aktivuje režim více řádek (multi line mode). V tomto režimu stříška (^) značí začátek řádku a dolar ($) značí jeho konec. /x – aktivuje režim volných mezer (free spacing mode). V tomto režimu jsou mezery mezi regex výrazy ignorovány a znak # uvozuje komentář.